微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单

文章目录

  • ⛅前言
  • 一、集群环境下 秒杀 一人一单的并发问题
  • 二、什么是分布式锁?
    • ⛄基本原理和实现方式
    • ⚡Redis 分布式锁的核心实现思路
  • 三、实战开发 实现 Redis 分布式锁
  • 四、ApiFox 测试 集群模式下是否能够解决并发问题
  • ⛵小结

⛅前言

在微服务 Spring Boot 整合Redis 实现优惠卷秒杀 一人一单 下,单线程的情况,不会出现并发的问题,那么,我们的秒杀场景都是出现在并发环境下的,多个用户同时去抢购一件商品,这时就体现出了 系统 的 抗受 高并发、高可用 性,在用户访问数多的情况下,我们需要去搭建集群 并配置负载均衡去均匀的分配服务器的压力,以免出现 服务宕机导致系统不可用,集群下我们的 秒杀一人一单存在问题,下面详细介绍。

一、集群环境下 秒杀 一人一单的并发问题

之前我们在单机情况下通过加 sync 锁就可以达到线程安全,但是在集群环境下,就不可以了。

开启集群来测试

将服务启动2份,端口为8002和 8083

微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单_第1张图片

如何开始Services 服务列表?

View --> Tool Windows --> Services 打开服务列表 或者 快捷键(Alt + 8)

微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单_第2张图片

出现以下Services,点击新建服务

微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单_第3张图片

单击Run Configuration Type 选择Spring Boot 即可 (注意:如果没有Spring Boot 选项,那就手动启动程序,会自动出现 Spring Boot 列表)

微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单_第4张图片

即可完成新建服务,实现集群的效果

为什么会出现此问题呢?

由于现在我们部署了多个tomcat每个tomcat都有一个属于自己的JVM,那么假设在服务器A的tomcat内部,有两个线程,这两个线程由于使用的是同一份代码,那么他们的锁对象是同一个,是可以实现互斥的, 但是如果现在是服务器B的tomcat内部,又有两个线程,但是他们的锁对象写的虽然和服务器A一样,但是锁对象却不是同一个,所以线程3和线程4可以实现互斥,但是却无法和线程1和线程2实现互斥,这就是 集群环境下,syn锁失效的原因,在这种情况下,我们就需要使用分布式锁来解决这个问题。

微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单_第5张图片

二、什么是分布式锁?

⛄基本原理和实现方式

分布式锁:满足分布式系统或集群模式下多进程可见并且互斥的锁

分布式锁的核心思想就是让大家都使用同一把锁,只要大家使用的是同一把锁,那么我们就能锁住线程,不让线程进行,让程序串行执行,这就是分布式锁的核心思路

微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单_第6张图片

分布式锁它应该满足一些什么样的条件呢?

可见性:多个线程都能看到相同的结果

注意:这个地方说的可见性并不是并发编程中指的内存可见性,只是说多个进程之间都能感知到变化的意思

互斥:互斥是分布式锁的最基本的条件,使得程序串行执行

高可用:程序不易崩溃,时时刻刻都保证较高的可用性

高性能:由于加锁本身就让性能降低,所有对于分布式锁本身需要他就较高的加锁性能和释放锁性能

安全性:安全也是程序中必不可少的一环

微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单_第7张图片

常见的分布式锁有三种

MySQL: MySQL 本身就带有锁机制,但是由于MySQL性能本身一般,所以采用分布式锁的情况下,其实使用MySQL作为分布式锁比较少见

RedisRedis作为分布式锁是非常常见的一种使用方式,现在企业级开发中基本都使用Redis或者Zookeeper作为分布式锁,利用setnx这个方法,如果插入key成功,则表示获得到了锁,如果有人插入成功,其他人插入失败则表示无法获得到锁,利用这套逻辑来实现分布式锁

Zookeeper:Zookeeper也是企业级开发中较好的一个实现分布式锁的方案, 是通过创建临时节点来实现的

微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单_第8张图片

⚡Redis 分布式锁的核心实现思路

实现分布式锁时需要实现的两个基本方法:

  • 获取锁(setnx)
  • 互斥:确保只能有一个线程获取锁
  • 非阻塞:尝试一次,成功返回true,失败返回false
  • 释放锁:
    • 手动释放
    • 超时释放 : 获取锁时添加一个超时时间

核心思路

我们利用 Redis 的setNx 方法,当有多个线程进入时,我们就利用该方法,第一个线程进入时,redis 中就有这个key 了,返回了1,如果结果是1,则表示他抢到了锁,那么他去执行业务,然后再删除锁,退出锁逻辑,没有抢到锁的哥们,等待一定时间后重试即可

微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单_第9张图片

三、实战开发 实现 Redis 分布式锁

加锁: 新建 Lock 锁接口

ILock 锁接口

package com.chen.utils;

public interface ILock {

    /**
     * 尝试获取锁
     * @param timeoutSecond
     * @return
     */
    boolean tryLock(long timeoutSecond);

    /**
     * 释放锁
     */
    void unLock();
}

SimpleRedisLock 锁实现类

package com.chen.utils;

import cn.hutool.core.lang.UUID;
import cn.hutool.core.util.BooleanUtil;
import com.chen.utils.ILock;
import org.springframework.core.io.ClassPathResource;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import java.util.concurrent.TimeUnit;

/**
* redis 分布式锁实现类,实现获取锁与释放锁
*/
public class SimpleRedisLock implements ILock {

    private String name;

    private StringRedisTemplate stringRedisTemplate;

    private static final String KEY_PREFIX = "lock:";

    public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {
        this.name = name;
        this.stringRedisTemplate = stringRedisTemplate;
    }

    @Override
    public boolean tryLock(long timeoutSecond) {
        String threadId = ID_PREFIX + Thread.currentThread().getId();
        // 尝试获取锁
        Boolean success = stringRedisTemplate.opsForValue().setIfAbsent(KEY_PREFIX + name, threadId, timeoutSecond, TimeUnit.SECONDS);
        return BooleanUtil.isTrue(success);
    }


    @Override
    public void unLock() {
            stringRedisTemplate.delete(KEY_PREFIX + name);
    }
}

修改业务代码

public Result seckillVoucher(Long voucherId) {
        //1. 查询优惠卷
        SeckillVoucher seckillVoucher = seckillVoucherService.getById(voucherId);
        //2. 判断秒杀是否开始 开始时间大于当前时间表示未开始抢购
        if (seckillVoucher.getBeginTime().isAfter(LocalDateTime.now())) {
            return Result.fail("秒杀尚未开始!");
        }
        //3. 判断秒杀是否结束
        if (seckillVoucher.getEndTime().isBefore(LocalDateTime.now())) {
            return Result.fail("秒杀已经结束!");
        }
        //4. 判断库存是否充足
        if (seckillVoucher.getStock() < 1) {
            return Result.fail("库存不足!");
        }
        // 新增代码
    	Long userId = UserHolder.getUser().getId();
        // 创建锁对象
        SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate);
        // 获取锁对象
        boolean tryLock = lock.tryLock(2000);
        if (!tryLock) {
            return Result.fail("不允许重复下单!");
        }
        try {
            IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
            return proxy.createVoucherOrder(voucherId, userId);
        } catch (Exception e) {

        } finally {
            //释放锁
            lock.unLock();
        }
        return null;
    }

四、ApiFox 测试 集群模式下是否能够解决并发问题

加入请求地址、参数 进行测试

微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单_第10张图片

第二个项目同上操作,换一下端口为8083 再次进行测试,返回结果

微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单_第11张图片

完成,以上接口,测试正常~

⛵小结

以上就是【Bug 终结者】对 微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单 的简单介绍,在分布式系统下,高并发的场景下,会出现此类库存超卖问题,本篇文章介绍了采用分布式锁来解决,但是依然是有弊端,集群环境下,不同的服务之间删除锁会出现误删问题, 下章节,我们将继续进行优化,持续关注!

如果这篇【文章】有帮助到你,希望可以给【Bug 终结者】点个赞,创作不易,如果有对【后端技术】、【前端领域】感兴趣的小可爱,也欢迎关注❤️❤️❤️ 【Bug 终结者】❤️❤️❤️,我将会给你带来巨大的【收获与惊喜】!

你可能感兴趣的:(精通云原生,redis,spring,boot,微服务,分布式,压力测试)