2022黑马Redis跟学笔记.实战篇(四)

4.3.秒杀优惠券功能

4.3.1.秒杀优惠券的基本实现

一、优惠卷秒杀

1.1 全局唯一ID

每个店铺都可以发布优惠券：

当用户抢购时，就会生成订单并保存到tb_voucher_order这张表中，而订单表如果使用数据库自增ID就存在一些问题：

• id的规律性太明显
• 受单表数据量的限制

场景分析：如果我们的id具有太明显的规则，用户或者说商业对手很容易猜测出来我们的一些敏感信息，比如商城在一天时间内，卖出了多少单，这明显不合适。

场景分析二：随着我们商城规模越来越大，mysql的单表的容量不宜超过500W，数据量过大之后，我们要进行拆库拆表，但拆分表了之后，他们从逻辑上讲他们是同一张表，所以他们的id是不能一样的， 于是乎我们需要保证id的唯一性。

全局ID生成器，是一种在分布式系统下用来生成全局唯一ID的工具，一般要满足下列特性：

Redis都能实现以上5点
唯一性：想到了关键字incrby
高可用：集群方案、主从方案、哨兵方案
高性能：内存存储性能好
递增：采用递增
安全性：自增然后再拼接一些其它信息，让规律不要那么明显

为了增加ID的安全性，我们可以不直接使用Redis自增的数值，而是拼接一些其它信息：

ID的组成部分：符号位：1bit，永远为0

时间戳：31bit，以秒为单位，可以使用69年

序列号：32bit，秒内的计数器，支持每秒产生2³²个不同ID

1.2 Redis实现全局唯一Id

新建类RedisWorker.java

编写测试的主方法，查看设置的时间2023年1月1日0点0分，距离现在的时间偏移量

public static void main(String[] args) {
        // 设置初始时间2023年1月1日 0点0分0秒
        LocalDateTime time = LocalDateTime.of(2023, 1, 1, 0, 0, 0);
        // 该方法将此本地时间与作为参数传递的指定日期和偏移量相结合，以计算epoch-second值
        long second = time.toEpochSecond(ZoneOffset.UTC);
        System.out.println("second:" + second);
    }

运行主方法

得到这个second之后，就作为常量，当作初始时间戳。
修改RedisWorker.java

@Component
public class RedisWorker {
    /**
     * 把距离当前时间的偏移量作为时间戳
     */
    private static final long BEGIN_TIMESTAMP = 1672531200L;
    /**
     * 序列号的长度(位数)
     */
    private static final int COUNT_BITS = 32;

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    public long nextID(String keyPrefix) {
        // 1.生成时间戳
        LocalDateTime now = LocalDateTime.now();
        long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
        long timestamp = nowSecond - BEGIN_TIMESTAMP;

        // 2.生成序列号
        // 2.1 获取当前日期，精确到天,保证一天生成一个key
        // 2.2 自增长
        String date = now.format(DateTimeFormatter.ofPattern("yyyyMMdd"));
        Long sequence = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);

        //3.拼接返回
        long id = (timestamp << COUNT_BITS) | sequence;
        return id;
    }

}

测试类

知识小贴士：关于countdownlatch

countdownlatch名为信号枪：主要的作用是同步协调在多线程的等待于唤醒问题

我们如果没有CountDownLatch ，那么由于程序是异步的，当异步程序没有执行完时，主线程就已经执行完了，然后我们期望的是分线程全部走完之后，主线程再走，所以我们此时需要使用到CountDownLatch。

CountDownLatch 中有两个最重要的方法：

• 1、countDown
• 2、await

await 方法 是阻塞方法，我们担心分线程没有执行完时，main线程就先执行，所以使用await可以让main线程阻塞，那么什么时候main线程不再阻塞呢？当CountDownLatch 内部维护的 变量变为0时，就不再阻塞，直接放行，那么什么时候CountDownLatch 维护的变量变为0 呢，我们只需要调用一次countDown ，内部变量就减少1，我们让分线程和变量绑定， 执行完一个分线程就减少一个变量，当分线程全部走完，CountDownLatch 维护的变量就是0，此时await就不再阻塞，统计出来的时间也就是所有分线程执行完后的时间。

修改CommentApplicationTests.java

@Test
    public void getId() throws InterruptedException {
        ExecutorService pools = CacheClient.newFixedThreadPool(500);
        // 程序计数器 设置的数量和循环数量一致
        CountDownLatch latch = new CountDownLatch(300);

        Runnable runnable = new Runnable() {
            @Override
            public void run() {
                for (int i = 0; i < 100; i++) {
                    long id = redisWorker.nextID("order");
                    System.out.println("id:" + id);
                }
                // 每一个线程跑完，就剪掉一次计数(倒计时)
                latch.countDown();
            }
        };
        runnable.run();
        long begin = System.currentTimeMillis();
        for (int i = 0; i < 300; i++) {
            pools.submit(runnable);
        }
        latch.await();
        long end = System.currentTimeMillis();
        System.out.println("总时间是:" + (end - begin));
    }

运行测试类查看结果，没有重复的ID

这些是10进制的，我们粘贴到科学计算器中用二进制看一下是64位的

看一下Redis,自增到30100

1.3 添加优惠卷

每个店铺都可以发布优惠券，分为平价券和特价券。平价券可以任意购买，而特价券需要秒杀抢购：

tb_voucher：优惠券的基本信息，优惠金额、使用规则等
tb_seckill_voucher：优惠券的库存、开始抢购时间，结束抢购时间。特价优惠券才需要填写这些信息

平价卷由于优惠力度并不是很大，所以是可以任意领取

而代金券由于优惠力度大，所以像第二种卷，就得限制数量，从表结构上也能看出，特价卷除了具有优惠卷的基本信息以外，还具有库存，抢购时间，结束时间等等字段

新增普通卷代码:
在PostMan中加入如下语句

{
    "shopId":2,
    "title":"50元代金券",
    "subTitle":"周一至周日均可使用",
    "rules":"每日特惠\\n无需预约\\n可以无限叠加\\不兑现、不找零\\n仅限堂食",
    "payValue":4700,
    "actualValue":5000,
    "type":0,
    "stock":200,
    "beginTime":"2023-01-01T09:00:00",
    "endTime":"2023-03-01T12:00:00"
}

添加成功

看数据库

新增秒杀卷代码：

用PostMan添加数据

json如下：

{
    "shopId":2,
    "title":"100元代金券",
    "subTitle":"每天都可以使用",
    "rules":"兔年特惠\\n无需预约\\n可以无限叠加\\不兑现、不找零\\n仅限堂食",
    "payValue":8000,
    "actualValue":10000,
    "type":1,
    "stock":100,
    "beginTime":"2023-01-01T09:00:00",
    "endTime":"2023-03-01T12:00:00"
}

点击send后

数据库中

登录后点击抢购优惠券

打开开发者工具，可以发现优惠券ID拼接在最后，POST请求

地址

http://localhost:8080/api/voucher-order/seckill/2

1.4 实现秒杀下单

下单核心思路：当我们点击抢购时，会触发右侧的请求，我们只需要编写对应的controller即可。

秒杀下单应该思考的内容：

下单时需要判断两点：

• 秒杀是否开始或结束，如果尚未开始或已经结束则无法下单
• 库存是否充足，不足则无法下单

下单核心逻辑分析：

当用户开始进行下单，我们应当去查询优惠卷信息，查询到优惠卷信息，判断是否满足秒杀条件。

比如时间是否充足，如果时间充足，则进一步判断库存是否足够，如果两者都满足，则扣减库存，创建订单，然后返回订单id，如果有一个条件不满足则直接结束。

修改VoucherOrderController.java

@RestController
@RequestMapping("/voucher-order")
public class VoucherOrderController {
    @Autowired
    private VoucherOrderServiceImpl voucherOrderService;

    @PostMapping("seckill/{id}")
    public Result seckillVoucher(@PathVariable("id") Long voucherId) {
        return voucherOrderService.seckillVoucher(voucherId);
    }
}

修改接口IVoucherOrderService.java

public interface IVoucherOrderService extends IService<VoucherOrder> {

    Result seckillVoucher(Long voucherId);
}

修改VoucherOrderServiceImpl.java

@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {

    @Autowired
    private ISeckillVoucherService iSeckillVoucherService;

    @Autowired
    private RedisWorker redisWorker;

    @Override
    @Transactional
    public Result seckillVoucher(Long voucherId) {
        // 1.查询秒杀优惠券信息
        // select * from tb_seckill_voucher where voucher_id = ?
        SeckillVoucher seckillVoucher = iSeckillVoucherService.getById(voucherId);

        // 2.判断秒杀是否开始
        LocalDateTime beginTime = seckillVoucher.getBeginTime();
        LocalDateTime endTime = seckillVoucher.getEndTime();
        LocalDateTime now = LocalDateTime.now();

        if (now.isBefore(beginTime)) {
            // 当前时间早于秒杀开始时间，说明秒杀没有开始
            return Result.fail("秒杀尚未开始,请耐心等待！秒杀开始时间:" + beginTime.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss")));
        }
        // 3.判断秒杀是否已经结束
        if (now.isAfter(endTime)) {
            // 当前时间晚于秒杀结束时间，说明秒杀结束了
            return Result.fail("秒杀已经结束,感谢支持!");
        }


        // 4.判断库存是否充足
        Integer stock = seckillVoucher.getStock();
        if (stock <= 0) {
            return Result.fail("商品已经售罄!");
        }

        // 5.扣减库存
        boolean result = iSeckillVoucherService.update()
                .setSql("stock = stock -1")
                .eq("voucher_id", voucherId).update();

        if (!result) {
            return Result.fail("商品已经售罄!");
        }

        // 6.创建订单
        /**
         * 获取订单id
         */
        long orderId = redisWorker.nextID("order");

        VoucherOrder voucherOrder = new VoucherOrder();
        voucherOrder.setId(orderId);
        voucherOrder.setVoucherId(voucherId);
        voucherOrder.setUserId(UserHolder.getUser().getId());

        // 将订单信息保存到数据库
        // insert into tb_voucher_order values ()
        save(voucherOrder);

        // 7.返回订单id
        return Result.ok(orderId);
    }
}

重启应用，为了防止后面一直登录用户费时间，我们把token设置成永久

设置TTL

点击限时抢购

显示抢购成功，然后我们去数据库看一下，库存扣减成功

订单增加了1条

4.3.2.超卖问题

为了方便观察，更改数据库的库存

UPDATE tb_seckill_voucher SET stock = 100 WHERE voucher_id = 2;

清空订单数据

DELETE FROM tb_voucher_order;

打开JMeter,配置相关操作模拟多线程操作

配置Http请求

配置HTTP信息头管理器

配置断言

配置完成后点击启动

查看结果树

看聚合报告

看数据库，发现产生了109个订单

看秒杀优惠券库存出现超卖问题

有关超卖问题分析：在我们原有代码中是这么写的

假设线程1过来查询库存，判断出来库存大于0，正准备去扣减库存，但是还没有来得及去扣减，此时线程2过来，线程2也去查询库存，发现这个数量一定也大于0，那么这两个线程都会去扣减库存，最终多个线程相当于一起去扣减库存，此时就会出现库存的超卖问题。

超卖问题是典型的多线程安全问题，针对这一问题的常见解决方案就是加锁：而对于加锁，我们通常有两种解决方案：见下图：

4.3.3.基于乐观锁解决超卖问题

1. 悲观锁

悲观锁可以实现对于数据的串行化执行，比如syn，和lock都是悲观锁的代表，同时，悲观锁中又可以再细分为公平锁，非公平锁，可重入锁，等等。

2. 乐观锁

乐观锁：会有一个版本号，每次操作数据会对版本号+1，再提交回数据时，会去校验是否比之前的版本大1 ，如果大1 ，则进行操作成功，这套机制的核心逻辑在于，如果在操作过程中，版本号只比原来大1 ，那么就意味着操作过程中没有人对他进行过修改，他的操作就是安全的，如果不大1，则数据被修改过，当然乐观锁还有一些变种的处理方式比如cas：

乐观锁的典型代表：就是cas，利用cas进行无锁化机制加锁，var5 是操作前读取的内存值，while中的var1+var2 是预估值，如果预估值 == 内存值，则代表中间没有被人修改过，此时就将新值去替换内存值。

其中do while 是为了在操作失败时，再次进行自旋操作，即把之前的逻辑再操作一次。

Unsafe.class

    public final long getAndAddLong(Object var1, long var2, long var4) {
        long var5;
        do {
            var6 = this.getLongVolatile(var1, var2);
        } while(!this.compareAndSwapLong(var1, var2, var5, var5+ var4));

        return var5;
    }

课程中的使用方式：

课程中的使用方式是没有像cas一样带自旋的操作，也没有对version的版本号+1 ，他的操作逻辑是在操作时，对版本号进行+1 操作，然后要求version 如果是1 的情况下，才能操作，那么第一个线程在操作后，数据库中的version变成了2，但是他自己满足version=1 ，所以没有问题，此时线程2执行，线程2 最后也需要加上条件version =1 ，但是现在由于线程1已经操作过了，所以线程2，操作时就不满足version=1 的条件了，所以线程2执行失败。

这里分析其实版本号和stock是异曲同工之妙，看stock库存剩余量即可，无需添加version的版本信息，简化表的修改。

3. 乐观锁解决超卖问题

修改代码方案一、

VoucherOrderServiceImpl 在扣减库存时，改为：

代码如下：VoucherOrderServiceImpl.java

        // 5.2扣减库存(针对超卖问题用乐观锁CAS解决)
        // update tb_seckill_voucher set stock = stock -1 where voucher_id = ? and stock = ?
boolean result = iSeckillVoucherService.update()
                .setSql("stock = stock - 1")
                .eq("voucher_id", voucherId)
                .eq("stock", stock)
                .update();

然后重置数据库数据

UPDATE tb_seckill_voucher SET stock = 100 WHERE voucher_id = 2;
 DELETE FROM tb_voucher_order;

重庆程序，打开JMeter再测试一下
查看结果树，很多不成功

查看报告，异常比例也很高

看一下数据库，只有21个订单

看一下库存，并没有超卖

以上逻辑的核心含义是：只要我扣减库存时的库存和之前我查询到的库存是一样的，就意味着没有人在中间修改过库存，那么此时就是安全的，但是以上这种方式通过测试发现会有很多失败的情况，失败的原因在于：在使用乐观锁过程中假设100个线程同时都拿到了100的库存，然后大家一起去进行扣减，但是100个人中只有1个人能扣减成功，其他的人在处理时，他们在扣减时，库存已经被修改过了，所以此时其他线程都会失败。

修改代码方案二、

之前的方式要修改前后都保持一致，但是这样我们分析过，成功的概率太低，所以我们的乐观锁需要变一下，改成stock大于0 即可。

修改VoucherOrderServiceImpl.java

       // 5.3扣减库存(针对使用乐观锁CAS，没卖完解决)
        // update tb_seckill_voucher set stock = stock -1 where voucher_id = ? and stock > 0
        boolean result = iSeckillVoucherService.update()
                .setSql("stock = stock - 1")
                .eq("voucher_id", voucherId)
                .gt("stock", 0)
                .update();

恢复数据库的库存和订单

UPDATE tb_seckill_voucher SET stock = 100 WHERE voucher_id = 2;
 DELETE FROM tb_voucher_order;

再启动JMeter,查看吞吐量如下：

查看请求

再看下数据库
订单100单，无误

库存0无误

知识小扩展：

针对cas中的自旋压力过大，我们可以使用Longaddr这个类去解决
Java8 提供的一个对AtomicLong改进后的一个类，LongAdder
大量线程并发更新一个原子性的时候，天然的问题就是自旋，会导致并发性问题，当然这也比我们直接使用syn来的好
所以利用这么一个类，LongAdder来进行优化
如果获取某个值，则会对cell和base的值进行递增，最后返回一个完整的值。

4.4 秒杀的一人一单限制功能

4.4.1 实现秒杀的一人一单限制

优惠券秒杀一人一单

目前的模式是1个用户可以买多单，这样不利于店家的推广。

需求：修改秒杀业务，要求同一个优惠券，一个用户只能下一单。

现在的问题在于：

优惠卷是为了引流，但是目前的情况是，一个人可以无限制的抢这个优惠卷，所以我们应当增加一层逻辑，让一个用户只能下一个单，而不是让一个用户下多个单

具体操作逻辑如下：比如时间是否充足，如果时间充足，则进一步判断库存是否足够，然后再根据优惠卷id和用户id查询是否已经下过这个订单，如果下过这个订单，则不再下单，否则进行下单。

初步代码：增加一人一单逻辑

修改VoucherOrderServiceImpl 添加逻辑

 Long userID = UserHolder.getUser().getId();
        // 5.实现1人1单加入逻辑：根据优惠券id和用户id查询订单
        // 5.1查询订单,并不用查询出具体的值，而是查询出数量即可
        Integer count = query().eq("user_id", userID).eq("voucher_id", voucherId).count();
        // 5.2判断订单是否存在
        if (count > 0) {
            // 5.2.1 存在就返回异常结果
            return Result.fail("秒杀优惠券每人限购1张,感谢配合,本优惠券最终解释权归ty公司所有!");
        }

清理数据库

 UPDATE tb_seckill_voucher SET stock = 100 WHERE voucher_id = 2;
 DELETE FROM tb_voucher_order;

重启应用测试一下
配置一下JMeter,token只配置了1个，按理来说可以控制1个用户只下1单

查看结果

结果如下：发现同1人还是可以下8单

4.4.2.单机模式下的线程安全问题

存在问题：现在的问题还是和之前一样，并发过来，查询数据库，都不存在订单，所以我们还是需要加锁，但是乐观锁比较适合更新数据，而现在是插入数据，所以我们需要使用悲观锁操作。

**注意：**在这里提到了非常多的问题，我们需要慢慢的来思考，首先我们的初始方案是封装了一个createVoucherOrder方法，同时为了确保他线程安全，在方法上添加了一把synchronized 锁。

修改VoucherOrderServiceImpl.java

 @Transactional
    public synchronized Result createVoucherOrder(Long voucherId) {
        Long userID = UserHolder.getUser().getId();
        // 5.实现1人1单加入逻辑：根据优惠券id和用户id查询订单
        // 5.1查询订单,并不用查询出具体的值，而是查询出数量即可
        Integer count = query().eq("user_id", userID).eq("voucher_id", voucherId).count();
        // 5.2判断订单是否存在
        if (count > 0) {
            // 5.2.1 存在就返回异常结果
            return Result.fail("秒杀优惠券每人限购1张,感谢配合,本优惠券最终解释权归ty公司所有!");
        }

        // 5.2.2 不存在再减少库存

        // 6.1扣减库存(会出现超卖问题)
        // update tb_seckill_voucher set stock = stock -1 where voucher_id = ?
        /*boolean result = iSeckillVoucherService.update()
                .setSql("stock = stock -1")
                .eq("voucher_id", voucherId).update();*/

        // 6.2扣减库存(针对超卖问题用乐观锁CAS解决)
        // update tb_seckill_voucher set stock = stock -1 where voucher_id = ? and stock = ?
        /*boolean result = iSeckillVoucherService.update()
                .setSql("stock = stock - 1")
                .eq("voucher_id", voucherId)
                .eq("stock", stock)
                .update();*/

        // 6.3扣减库存(针对使用乐观锁CAS，没卖完解决)
        // update tb_seckill_voucher set stock = stock -1 where voucher_id = ? and stock > 0
        boolean result = iSeckillVoucherService.update()
                .setSql("stock = stock - 1")
                .eq("voucher_id", voucherId)
                .gt("stock", 0)
                .update();

        if (!result) {
            return Result.fail("商品已经售罄!");
        }

        // 7.创建订单
        /**
         * 获取订单id
         */
        long orderId = redisWorker.nextID("order");

        VoucherOrder voucherOrder = new VoucherOrder();
        voucherOrder.setId(orderId);
        voucherOrder.setVoucherId(voucherId);
        voucherOrder.setUserId(userID);

        // 将订单信息保存到数据库
        // insert into tb_voucher_order values ()
        save(voucherOrder);

        //8.返回订单id
        return Result.ok(orderId);
    }

但是像这样在方法上添加锁，相当于是this锁，任何对象进来都会获取到锁，锁的粒度太粗了，在使用锁过程中，控制锁粒度 是一个非常重要的事情，因为如果锁的粒度太大，会导致每个线程进来都会锁住，所以我们需要去控制锁的粒度，以下这段代码需要修改为：
intern() 这个方法是从常量池中拿到数据，如果我们直接使用userId.toString() 他拿到的对象实际上是不同的对象，new出来的对象，我们使用锁必须保证锁必须是同一把，所以我们需要使用intern()方法。
安装Translation插件看中文解释

配置鼠标悬浮

修改VoucherOrderServiceImpl.java

 @Transactional
    public Result createVoucherOrder(Long voucherId) {
        Long userID = UserHolder.getUser().getId();

        // 通过悲观锁，锁住用户，实现一人一单
        synchronized (userID.toString().intern()) {
            // 5.实现1人1单加入逻辑：根据优惠券id和用户id查询订单
            // 5.1查询订单,并不用查询出具体的值，而是查询出数量即可
            Integer count = query().eq("user_id", userID).eq("voucher_id", voucherId).count();
            // 5.2判断订单是否存在
            if (count > 0) {
                // 5.2.1 存在就返回异常结果
                return Result.fail("秒杀优惠券每人限购1张,感谢配合,本优惠券最终解释权归ty公司所有!");
            }

            // 5.2.2 不存在再减少库存

            // 6.1扣减库存(会出现超卖问题)
            // update tb_seckill_voucher set stock = stock -1 where voucher_id = ?
        /*boolean result = iSeckillVoucherService.update()
                .setSql("stock = stock -1")
                .eq("voucher_id", voucherId).update();*/

            // 6.2扣减库存(针对超卖问题用乐观锁CAS解决)
            // update tb_seckill_voucher set stock = stock -1 where voucher_id = ? and stock = ?
        /*boolean result = iSeckillVoucherService.update()
                .setSql("stock = stock - 1")
                .eq("voucher_id", voucherId)
                .eq("stock", stock)
                .update();*/

            // 6.3扣减库存(针对使用乐观锁CAS，没卖完解决)
            // update tb_seckill_voucher set stock = stock -1 where voucher_id = ? and stock > 0
            boolean result = iSeckillVoucherService.update()
                    .setSql("stock = stock - 1")
                    .eq("voucher_id", voucherId)
                    .gt("stock", 0)
                    .update();

            if (!result) {
                return Result.fail("商品已经售罄!");
            }

            // 7.创建订单
            /**
             * 获取订单id
             */
            long orderId = redisWorker.nextID("order");

            VoucherOrder voucherOrder = new VoucherOrder();
            voucherOrder.setId(orderId);
            voucherOrder.setVoucherId(voucherId);
            voucherOrder.setUserId(userID);

            // 将订单信息保存到数据库
            // insert into tb_voucher_order values ()
            save(voucherOrder);

            //8.返回订单id
            return Result.ok(orderId);
        }
    }

但是以上代码还是存在问题，问题的原因在于当前方法被spring的事务控制，如果你在方法内部加锁，可能会导致当前方法事务还没有提交，但是锁已经释放也会导致问题，所以我们选择将当前方法整体包裹起来，确保事务不会出现问题：如下：

在seckillVoucher 方法中，添加以下逻辑，这样就能保证事务的特性，同时也控制了锁的粒度。让对象锁，锁住整个方法，因为@Transactional是方法结束后才提交的。防止事务还没提交前有线程进入方法体内查询。不把synchronized放在方法上是因为，放在方法上相当于是this锁，任何对象都可以来获取。

        // 实现一人一单，锁住对象
        Long userID = UserHolder.getUser().getId();
        synchronized (userID.toString().intern()) {
            return createVoucherOrder(voucherId);
        }

但是以上做法依然有问题，因为你调用的方法，其实是this.的方式调用的，事务想要生效，还得利用代理来生效，所以这个地方，我们需要获得原始的事务对象， 来操作事务。

修改VoucherOrderServiceImpl.java

        // 实现一人一单，获取user对象锁
        Long userID = UserHolder.getUser().getId();
        synchronized (userID.toString().intern()) {
            // 调用本类方法的时候，Spring事务是失效的，解决方案二：调用AopContext API
            Object o = AopContext.currentProxy();
            IVoucherOrderService proxy = (IVoucherOrderService) o;
            return proxy.createVoucherOrder(voucherId);
        }

修改IVoucherOrderService.java

public interface IVoucherOrderService extends IService<VoucherOrder> {

    Result seckillVoucher(Long voucherId);

    Result createVoucherOrder(Long voucherId);
}

pom.xml加入依赖

 
        <dependency>
            <groupId>org.aspectjgroupId>
            <artifactId>aspectjweaverartifactId>
        dependency>

修改HmDianPingApplication.java添加注解

HmDianPingApplication.java

@EnableAspectJAutoProxy(exposeProxy = true)

清理数据库

 UPDATE tb_seckill_voucher set stock = 100 where voucher_id = 2;
 delete from tb_voucher_order;

重启应用，运行JMeter

查看数据库

4.4.3 集群模式下的线程安全问题

通过加锁可以解决在单机情况下的一人一单安全问题，但是在集群模式下就不行了。

1、我们将服务启动两份，端口分别为8081和8082：

给新服务重新命名，重新指定一个端口

-Dserver.port=8082

点选2个应用，点击启动，注意用dubug启动

2、然后修改nginx的conf目录下的nginx.conf文件，配置反向代理和负载均衡：

3.配置完后启动nginx

nginx.exe -s reload

4.访问

http://localhost:8080/api/voucher/list/1

刷新2-3次，8082有查询sql日志输出

8081有查询sql日志输出

这样就模拟多集群负载均衡完毕。

打开数据库，恢复数据

 UPDATE tb_seckill_voucher SET stock = 100 WHERE voucher_id = 2;
 delete FROM tb_voucher_order;

打开IDEA，打上断点

打开PostMan配置，配置2个Http请求，2个配置完全一样，访问路径和header的authorization都一样

路径http://ocalhost:8080/api/voucher-order/seckill/2
post请求
header:authorization

之后点击send测试，发现2个端口的服务都进入了断点，这明显是有问题的，因为二者配置的是同一个用户，不应该都获取到锁。与我们的设想有出入

继续跑断点，发现2个端口计算的count都是0


全部跑完后发现，订单出现了2个，库存少了2个，又一次出现了1人多卖现象。

具体操作(略)

有关锁失效原因分析

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。

4.4.4 分布式锁

4.4.4.1 分布式锁原理

基本原理和实现方式对比

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。

那么分布式锁他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

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

Redis：redis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，由于本套视频并不讲解zookeeper的原理和分布式锁的实现，所以不过多阐述。

4.4.4.2 Redis的String结构实现分布式锁

实现分布式锁时需要实现的两个基本方法：

• 获取锁：

  • 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

我们发现互斥和设置有效期是2个指令

setnx lock thread1
expire thread1 5

2个指令，有可能只执行了第一条指令，第二条执行还没执行的时候redis宕机了。这就需要找一条指令把2件事都干了。

set lock thread2 ex 5 nx 

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。

4.4.4.2.1 实现分布式锁版本一

• 加锁逻辑

锁的基本接口
新增接口ILock.java

ILock.java

package com.hmdp.lock;

/**
 * @InterfaceName: ILock
 * @Description:
 * @Author: wty
 * @Date: 2023/2/16
 */

public interface ILock {
    /**
     * @param
     * @return boolean true获取锁成功，false获取锁失败
     * @description //获取尝试锁
     * @param: expireTime 锁持有的超时时间，过期后自动释放
     * @date 2023/2/16 12:07
     * @author wty
     **/
    boolean tryLock(long expireTime);

    /**
     * @param
     * @return void
     * @description //释放锁
     * @date 2023/2/16 12:08
     * @author wty
     **/
    void unLock();
}

SimpleRedisLock

利用setnx方法进行加锁，同时增加过期时间，防止死锁，此方法可以保证加锁和增加过期时间具有原子性。新建类SimpleRedisLock

SimpleRedisLock.java

public class SimpleRedisLock implements ILock {
    /**
     * 锁前缀
     */
    private static final String KEY_PREFIX = "lock:";
    /**
     * 定义锁的名称
     */
    private String lockName;

    StringRedisTemplate stringRedisTemplate;

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

    @Override
    public boolean tryLock(long expireTime) {
        // 获取当前线程的标识
        long threadId = Thread.currentThread().getId();
        // set key "1" ex expireTime nx
        Boolean flag = stringRedisTemplate.opsForValue()
                .setIfAbsent(KEY_PREFIX + lockName, threadId + "", expireTime, TimeUnit.SECONDS);
        return BooleanUtil.isTrue(flag);
    }

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

• 释放锁逻辑

SimpleRedisLock

释放锁，防止删除别人的锁

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

• 修改业务代码VoucherOrderServiceImpl.java

@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {

    @Autowired
    private ISeckillVoucherService iSeckillVoucherService;

    @Autowired
    private RedisWorker redisWorker;

    @Resource
    StringRedisTemplate stringRedisTemplate;

    /**
     * @param
     * @return com.hmdp.dto.Result
     * @description //秒杀优惠券
     * @param: voucherId
     * @date 2023/2/15 22:09
     * @author wty
     **/
    @Override
    public Result seckillVoucher(Long voucherId) {
        // 1.查询秒杀优惠券信息
        // select * from tb_seckill_voucher where voucher_id = ?
        SeckillVoucher seckillVoucher = iSeckillVoucherService.getById(voucherId);

        // 2.判断秒杀是否开始
        LocalDateTime beginTime = seckillVoucher.getBeginTime();
        LocalDateTime endTime = seckillVoucher.getEndTime();
        LocalDateTime now = LocalDateTime.now();

        if (now.isBefore(beginTime)) {
            // 当前时间早于秒杀开始时间，说明秒杀没有开始
            return Result.fail("秒杀尚未开始,请耐心等待！秒杀开始时间:" + beginTime.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss")));
        }
        // 3.判断秒杀是否已经结束
        if (now.isAfter(endTime)) {
            // 当前时间晚于秒杀结束时间，说明秒杀结束了
            return Result.fail("秒杀已经结束,感谢支持!");
        }


        // 4.判断库存是否充足
        Integer stock = seckillVoucher.getStock();
        if (stock <= 0) {
            return Result.fail("商品已经售罄!");
        }

        // 实现一人一单，获取user对象锁
        Long userID = UserHolder.getUser().getId();
        /*// 使用JDK提供的锁监视器synchronized来实现
        synchronized (userID.toString().intern()) {
            // 调用本类方法的时候，Spring事务是失效的，解决方案二：调用AopContext API
            Object o = AopContext.currentProxy();
            IVoucherOrderService proxy = (IVoucherOrderService) o;
            return proxy.createVoucherOrder(voucherId);
        }*/
        // 尝试自定义锁监视器
        SimpleRedisLock simpleRedisLock = new SimpleRedisLock("order:" + userID.toString().intern(), stringRedisTemplate);
        boolean flag = simpleRedisLock.tryLock(RedisConstants.LOCK_VOUVHER_ORDER_TTL);
        if (!flag) {
            // 获取锁失败,就直接返回错误信息即可
            return Result.fail("[秒杀优惠券]不允许重复下单!本秒杀业务一切解释器归ty公司所有");
        }

        Result result;
        try {
            Object o = AopContext.currentProxy();
            IVoucherOrderService proxy = (IVoucherOrderService) o;
            return proxy.createVoucherOrder(voucherId);
        } finally {
            simpleRedisLock.unLock();
        }
    }

    /**
     * @param
     * @return com.hmdp.dto.Result
     * @description //根据优惠券id和用户id查询订单 减少库存生成订单
     * @param: voucherId
     * @date 2023/2/15 22:12
     * @author wty
     **/
    @Override
    @Transactional
    public Result createVoucherOrder(Long voucherId) {
        Long userID = UserHolder.getUser().getId();

        // 5.实现1人1单加入逻辑：根据优惠券id和用户id查询订单
        // 5.1查询订单,并不用查询出具体的值，而是查询出数量即可
        Integer count = query().eq("user_id", userID).eq("voucher_id", voucherId).count();
        // 5.2判断订单是否存在
        if (count > 0) {
            // 5.2.1 存在就返回异常结果
            return Result.fail("秒杀优惠券每人限购1张,感谢配合,本优惠券最终解释权归ty公司所有!");
        }

        // 5.2.2 不存在再减少库存

        // 6.1扣减库存(会出现超卖问题)
        // update tb_seckill_voucher set stock = stock -1 where voucher_id = ?
        /*boolean result = iSeckillVoucherService.update()
                .setSql("stock = stock -1")
                .eq("voucher_id", voucherId).update();*/

        // 6.2扣减库存(针对超卖问题用乐观锁CAS解决)
        // update tb_seckill_voucher set stock = stock -1 where voucher_id = ? and stock = ?
        /*boolean result = iSeckillVoucherService.update()
                .setSql("stock = stock - 1")
                .eq("voucher_id", voucherId)
                .eq("stock", stock)
                .update();*/

        // 6.3扣减库存(针对使用乐观锁CAS，没卖完解决)
        // update tb_seckill_voucher set stock = stock -1 where voucher_id = ? and stock > 0
        boolean result = iSeckillVoucherService.update()
                .setSql("stock = stock - 1")
                .eq("voucher_id", voucherId)
                .gt("stock", 0)
                .update();

        if (!result) {
            return Result.fail("商品已经售罄!");
        }

        // 7.创建订单
        /**
         * 获取订单id
         */
        long orderId = redisWorker.nextID("order");

        VoucherOrder voucherOrder = new VoucherOrder();
        voucherOrder.setId(orderId);
        voucherOrder.setVoucherId(voucherId);
        voucherOrder.setUserId(userID);

        // 将订单信息保存到数据库
        // insert into tb_voucher_order values ()
        save(voucherOrder);

        //8.返回订单id
        return Result.ok(orderId);
    }
}

修改RedisConstants.java

public static final Long LOCK_VOUVHER_ORDER_TTL = 1200L; // TODO 后续改成5L

恢复数据库数据

 UPDATE tb_seckill_voucher SET stock = 100 WHERE voucher_id = 2;
 delete FROM tb_voucher_order;

Debug模式重启2个应用
发送PostMan请求


看一下IDEA中的断点，发现一个是true获取到锁，另一个是false未获取到锁。


查看数据库，发现库存减少1，符合

发现订单产生1条记录，符合

4.4.4.3 锁误删问题

1.Redis分布式锁误删情况说明

逻辑说明：

持有锁的线程在锁的内部出现了阻塞，导致他的锁自动释放，这时其他线程，线程2来尝试获得锁，就拿到了这把锁，然后线程2在持有锁执行过程中，线程1反应过来，继续执行，而线程1执行过程中，走到了删除锁逻辑，此时就会把本应该属于线程2的锁进行删除，这就是误删别人锁的情况说明。

解决方案：解决方案就是在每个线程释放锁的时候，去判断一下当前这把锁是否属于自己，如果属于自己，则不进行锁的删除，假设还是上边的情况，线程1卡顿，锁自动释放，线程2进入到锁的内部执行逻辑，此时线程1反应过来，然后删除锁，但是线程1，一看当前这把锁不是属于自己，于是不进行删除锁逻辑，当线程2走到删除锁逻辑时，如果没有卡过自动释放锁的时间点，则判断当前这把锁是属于自己的，于是删除这把锁。

2. 解决Redis分布式锁误删问题

需求：修改之前的分布式锁实现，满足：

1. 在获取锁时存入线程标示（可以用UUID表示）
2. 在释放锁时先获取锁中的线程标示，判断是否与当前线程标示一致

• 如果一致则释放锁
• 如果不一致则不释放锁

核心逻辑：在存入锁时，放入自己线程的标识，在删除锁时，判断当前这把锁的标识是不是自己存入的，如果是，则进行删除，如果不是，则不进行删除。

具体代码如下：加锁和释放锁
通过UUID和线程id区分每个线程。
修改SimpleRedisLock.java

public class SimpleRedisLock implements ILock {
    /**
     * 锁前缀
     */
    private static final String KEY_PREFIX = "lock:";
    /**
     * 线程ID前缀
     * true是可以把UUID中的横线去掉
     */
    private static final String THREAD_ID_PREFIX = UUID.randomUUID().toString(true) + "-";
    /**
     * 定义锁的名称
     */
    private String lockName;

    StringRedisTemplate stringRedisTemplate;

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

    /**
     * @param
     * @return boolean
     * @description // 获取锁
     * @param: expireTime
     * @date 2023/2/16 12:24
     * @author wty
     **/
    @Override
    public boolean tryLock(long expireTime) {
        // 获取当前线程的标识
        //long threadId = Thread.currentThread().getId();
        String threadId = THREAD_ID_PREFIX + Thread.currentThread().getId();
        // set key "1" ex expireTime nx
        Boolean flag = stringRedisTemplate.opsForValue()
                .setIfAbsent(KEY_PREFIX + lockName, threadId + "", expireTime, TimeUnit.SECONDS);
        return BooleanUtil.isTrue(flag);
    }

    /**
     * @param
     * @return void
     * @description //释放锁
     * @date 2023/2/16 12:24
     * @author wty
     **/
    @Override
    public void unLock() {
        // 获取当前线程的ID
        String threadId = THREAD_ID_PREFIX + Thread.currentThread().getId();
        String threadId_Redis = stringRedisTemplate.opsForValue().get(KEY_PREFIX + lockName);
        // 只有redis中的线程和当前的线程是同一个才允许释放锁
        if (String.valueOf(threadId).equals(threadId_Redis)) {
            stringRedisTemplate.delete(KEY_PREFIX + lockName);
        }
    }
}

修改数据库sql

 UPDATE tb_seckill_voucher SET stock = 100 WHERE voucher_id = 2;
 DELETE FROM tb_voucher_order;

重启应用，用PostMan发送请求


之后允许断点通过，让第一个端口能成功获取锁

此时模拟业务阻塞，数据有效期过期，但是业务还是没有办理完。我们可以人为手动删除掉redis中的锁。
可以看到value的形式满足UUID-线程id的形式

删除后，紧接着我们让端口2来获取锁

然后我们跟端口1，看看能否释放锁，发现是不能的

我们跟端口2，发现它可以释放锁

查看数据库

解决了误删的操作。

有关代码实操说明：

在我们修改完此处代码后，我们重启工程，然后启动两个线程，第一个线程持有锁后，手动释放锁，第二个线程 此时进入到锁内部，再放行第一个线程，此时第一个线程由于锁的value值并非是自己，所以不能释放锁，也就无法删除别人的锁，此时第二个线程能够正确释放锁，通过这个案例初步说明我们解决了锁误删的问题。

4.4.4.4 分布式锁的原子性操作问题

更为极端的误删逻辑说明：

线程1现在持有锁之后，在执行业务逻辑过程中，他正准备删除锁，而且已经走到了条件判断的过程中，比如他已经拿到了当前这把锁确实是属于他自己的，正准备删除锁，但是此时他的锁到期了，那么此时线程2进来，但是线程1他会接着往后执行，当他卡顿结束后，他直接就会执行删除锁那行代码，相当于条件判断并没有起到作用，这就是删锁时的原子性问题，之所以有这个问题，是因为线程1的拿锁，比锁，删锁，实际上并不是原子性的，我们要防止刚才的情况发生。

4.4.4.5 Lua脚本解决原子性问题

Redis提供了Lua脚本功能，在一个脚本中编写多条Redis命令，确保多条命令执行时的原子性。Lua是一种编程语言，它的基本语法大家可以参考网站：Lua官网。
这里重点介绍Redis提供的调用函数，我们可以使用lua去操作redis，又能保证他的原子性，这样就可以实现拿锁比锁删锁是一个原子性动作了，作为Java程序员这一块并不作一个简单要求，并不需要大家过于精通，只需要知道他有什么作用即可。

这里重点介绍Redis提供的调用函数，语法如下：

redis.call('命令名称', 'key', '其它参数', ...)

例如，我们要执行set name jack，则脚本是这样：

# 执行 set name jack
redis.call('set', 'name', 'jack')

例如，我们要先执行set name Rose，再执行get name，则脚本如下：

# 先执行 set name jack
redis.call('set', 'name', 'Rose')
# 再执行 get name
local name = redis.call('get', 'name')
# 返回
return name

写好脚本以后，需要用Redis命令来调用脚本，调用脚本的常见命令如下：

例如，我们要执行 redis.call(‘set’, ‘name’, ‘jack’) 这个脚本，语法如下：
这里最后的0，是指key类型的参数，比如这个脚本里没有参数，都是常量设置好的，就是0

EVAL "return redis.call('set','name','jack')" 0

自己试一下

如果脚本中的key、value不想写死，可以作为参数传递。key类型参数会放入KEYS数组，其它参数会放入ARGV数组，在脚本中可以从KEYS和ARGV数组获取这些参数：

Lua脚本中数组是从1开始的！
我们自己玩一下指令

接下来我们来回顾一下我们释放锁的逻辑：

释放锁的业务流程是这样的

​ 1、获取锁中的线程标示

​ 2、判断是否与指定的标示（当前线程标示）一致

​ 3、如果一致则释放锁（删除）

​ 4、如果不一致则什么都不做

如果用Lua脚本来表示则是这样的：

最终我们操作redis的拿锁比锁删锁的lua脚本就会变成这样
Lua脚本如下：

-- 锁的key
local key = KEYS[1]

-- 当前线程的标识
local threadID = ARGV[1]

-- 获取锁中的线程标识
local threadID_Redis = redis.call('get',KEYS[1])

-- 比较线程的标识与锁中的标识是否一致
if(ARGV[1] == threadID_Redis) then
	-- 一致就释放锁
	redis.call('del',KEYS[1])
end
return 0

1. 利用Java代码调用Lua脚本改造分布式锁

lua脚本本身并不需要大家花费太多时间去研究，只需要知道如何调用，大致是什么意思即可，所以在笔记中并不会详细的去解释这些lua表达式的含义。

我们的RedisTemplate中，可以利用execute方法去执行lua脚本，参数对应关系就如下图股

下载插件EmmyLua

下载完插件之后，新建Lua脚本

把上面的脚本拷贝进去即可

Java代码

修改SimpleRedisLock.java增加

public class SimpleRedisLock implements ILock {
    /**
     * 锁前缀
     */
    private static final String KEY_PREFIX = "lock:";
    /**
     * 线程ID前缀
     * true是可以把UUID中的横线去掉
     */
    private static final String THREAD_ID_PREFIX = UUID.randomUUID().toString(true) + "-";
    /**
     * 定义锁的名称
     */
    private String lockName;

    StringRedisTemplate stringRedisTemplate;

    private static final DefaultRedisScript<Long> UNLOCK_SCRIPT;

    static {
        UNLOCK_SCRIPT = new DefaultRedisScript<>();
        UNLOCK_SCRIPT.setLocation(new ClassPathResource("unlock.lua"));
        UNLOCK_SCRIPT.setResultType(Long.class);
    }


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

    /**
     * @param
     * @return void
     * @description //释放锁(基于Lua脚本)
     * @date 2023/2/16 15:37
     * @author wty
     **/
    @Override
    public void unLock() {
        // 调用Lua脚本
        stringRedisTemplate.execute(
                UNLOCK_SCRIPT,
                Collections.singletonList(KEY_PREFIX + lockName),
                THREAD_ID_PREFIX + Thread.currentThread().getId()
        );

    }
}

经过以上代码改造后，我们就能够实现 拿锁、锁删锁的原子性动作了~
下面测试一下。
恢复数据库

 UPDATE tb_seckill_voucher SET stock = 100 WHERE voucher_id = 2;
 DELETE FROM tb_voucher_order;

重启应用Debug模式
打开PostMan，2个Http请求分别点击send


第一个端口跑到获取锁的断点

模拟业务阻塞有效期超时，去redis中删除lock

让端口2跑完获取锁逻辑，重新生成新的锁

此时，切换，让端口1跑到释放锁的位置，模拟减少库存，生成订单，但是还没有释放锁。此时看一下Redis数据库，说明还没释放锁

再让端口2跑完所有断点，redis中lock的那一条删除了，这样保证了释放锁的原子性。

小总结：

基于Redis的分布式锁实现思路：

• 利用set nx ex获取锁，并设置过期时间，保存线程标示
• 释放锁时先判断线程标示是否与自己一致，一致则删除锁
  • 特性：
    • 利用set nx满足互斥性
    • 利用set ex保证故障时锁依然能释放，避免死锁，提高安全性
    • 利用Redis集群保证高可用和高并发特性

笔者总结：我们一路走来，利用添加过期时间，防止死锁问题的发生，但是有了过期时间之后，可能出现误删别人锁的问题，这个问题我们开始是利用删之前 通过拿锁，比锁，删锁这个逻辑来解决的，也就是删之前判断一下当前这把锁是否是属于自己的，但是现在还有原子性问题，也就是我们没法保证拿锁比锁删锁是一个原子性的动作，最后通过lua表达式来解决这个问题

但是目前还剩下一个问题锁不住，什么是锁不住呢，你想一想，如果当过期时间到了之后，我们可以给他续期一下，比如续个30s，就好像是网吧上网， 网费到了之后，然后说，来，网管，再给我来10块的，是不是后边的问题都不会发生了，那么续期问题怎么解决呢，可以依赖于我们接下来要学习redission啦

测试逻辑：

第一个线程进来，得到了锁，手动删除锁，模拟锁超时了，其他线程会执行lua来抢锁，当第一天线程利用lua删除锁时，lua能保证他不能删除他的锁，第二个线程删除锁时，利用lua同样可以保证不会删除别人的锁，同时还能保证原子性。

4.4.4.6 Redission分布式锁

1.分布式锁 - redission功能介绍

基于setnx实现的分布式锁存在下面的问题：

重入问题：重入问题是指 获得锁的线程可以再次进入到相同的锁的代码块中，可重入锁的意义在于防止死锁，比如HashTable这样的代码中，他的方法都是使用synchronized修饰的，假如他在一个方法内，调用另一个方法，那么此时如果是不可重入的，不就死锁了吗？所以可重入锁他的主要意义是防止死锁，我们的synchronized和Lock锁都是可重入的。

不可重试：是指目前的分布式只能尝试一次，我们认为合理的情况是：当线程在获得锁失败后，他应该能再次尝试获得锁。

**超时释放：**我们在加锁时增加了过期时间，这样的我们可以防止死锁，但是如果卡顿的时间超长，虽然我们采用了lua表达式防止删锁的时候，误删别人的锁，但是毕竟没有锁住，有安全隐患

主从一致性： 如果Redis提供了主从集群，当我们向集群写数据时，主机需要异步的将数据同步给从机，而万一在同步过去之前，主机宕机了，就会出现死锁问题。

那么什么是Redission呢?

Redisson是一个在Redis的基础上实现的Java驻内存数据网格（In-Memory Data Grid）。它不仅提供了一系列的分布式的Java常用对象，还提供了许多分布式服务，其中就包含了各种分布式锁的实现。

Redission提供了分布式锁的多种多样的功能

官网网站：Redisson官网
github地址：

2. 分布式锁-Redission快速入门

1. pom.xml中引入依赖：

<dependency>
	<groupId>org.redisson</groupId>
	<artifactId>redisson</artifactId>
	<version>3.13.6</version>
</dependency>

2. 配置Redisson客户端：
   
   RedissonConfig代码如下：

@Configuration
public class RedissonConfig {

    @Bean
    public RedissonClient redissonClient(){
        // 配置类
        Config config = new Config();
        // 添加redis地址，这里添加了单点的地址(虚拟机地址)，也可以使用config.useClusterServers()添加集群地址
        config.useSingleServer().setAddress("redis://192.168.150.101:6379")
            .setPassword("123321");
        // 创建RedissonClient对象
        return Redisson.create(config);
    }
}

3. 如何使用Redission的分布式锁

@Resource
private RedissionClient redissonClient;

@Test
void testRedisson() throws Exception{
    //获取锁(可重入)，指定锁的名称
    RLock lock = redissonClient.getLock("anyLock");
    //尝试获取锁，参数分别是：获取锁的最大等待时间(期间会重试)，锁自动释放时间，时间单位
    boolean isLock = lock.tryLock(1,10,TimeUnit.SECONDS);
    //判断获取锁成功
    if(isLock){
        try{
            System.out.println("执行业务");          
        }finally{
            //释放锁
            lock.unlock();
        }
        
    }
   
}

在 VoucherOrderServiceImpl

注入RedissonClient
修改VoucherOrderServiceImpl.java

@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {

    @Autowired
    private ISeckillVoucherService iSeckillVoucherService;

    @Autowired
    private RedisWorker redisWorker;

    @Resource
    StringRedisTemplate stringRedisTemplate;

    @Resource
    private RedissonClient redissonClient;

    @Override
    public Result seckillVoucher(Long voucherId) {
        // 1.查询秒杀优惠券信息
        // select * from tb_seckill_voucher where voucher_id = ?
        SeckillVoucher seckillVoucher = iSeckillVoucherService.getById(voucherId);

        // 2.判断秒杀是否开始
        LocalDateTime beginTime = seckillVoucher.getBeginTime();
        LocalDateTime endTime = seckillVoucher.getEndTime();
        LocalDateTime now = LocalDateTime.now();

        if (now.isBefore(beginTime)) {
            // 当前时间早于秒杀开始时间，说明秒杀没有开始
            return Result.fail("秒杀尚未开始,请耐心等待！秒杀开始时间:" + beginTime.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss")));
        }
        // 3.判断秒杀是否已经结束
        if (now.isAfter(endTime)) {
            // 当前时间晚于秒杀结束时间，说明秒杀结束了
            return Result.fail("秒杀已经结束,感谢支持!");
        }


        // 4.判断库存是否充足
        Integer stock = seckillVoucher.getStock();
        if (stock <= 0) {
            return Result.fail("商品已经售罄!");
        }

        // 实现一人一单，获取user对象锁
        Long userID = UserHolder.getUser().getId();

        // 用Redisson提供的可重入锁
        RLock lock = redissonClient.getLock("lock:order:" + userID.toString().intern());
        boolean flag = lock.tryLock();

        if (!flag) {
            // 获取锁失败,就直接返回错误信息即可
            return Result.fail("[秒杀优惠券]不允许重复下单!本秒杀业务一切解释器归ty公司所有");
        }

        try {
            Object o = AopContext.currentProxy();
            IVoucherOrderService proxy = (IVoucherOrderService) o;
            return proxy.createVoucherOrder(voucherId);
        } finally {
            lock.unlock();
        }
    }

}

恢复数据库

 UPDATE tb_seckill_voucher SET stock = 100 WHERE voucher_id = 2;
 DELETE FROM tb_voucher_order;

依然重启2个端口，用其中1个PostMan发送请求即可。

查看数据库


再恢复数据库测试并发。

 UPDATE tb_seckill_voucher SET stock = 100 WHERE voucher_id = 2;
 DELETE FROM tb_voucher_order;

用JMeter测试一下发现，只允许成功1个

数据库结果

4.4.4.7 Hash结构解决锁的可重入问题

分布式锁-redission可重入锁原理

在Lock锁中，他是借助于底层的一个voaltile的一个state变量来记录重入的状态的，比如当前没有人持有这把锁，那么state=0，假如有人持有这把锁，那么state=1，如果持有这把锁的人再次持有这把锁，那么state就会+1 ，如果是对于synchronized而言，他在c语言代码中会有一个count，原理和state类似，也是重入一次就加一，释放一次就-1 ，直到减少成0 时，表示当前这把锁没有被人持有。

在redission中，我们的也支持支持可重入锁。

我们来模拟一下这个过程
新建测试类RedissonTest.java

@Slf4j
@SpringBootTest
public class RedissonTest {
    @Resource
    private RedissonClient redissonClient;

    RLock lock;

    @BeforeEach
    void setUp() {
        lock = redissonClient.getLock("lock");
    }

    @Test
    void method1() {
        boolean isLock = lock.tryLock();
        if (!isLock) {
            log.error("获取锁失败1");
            return;
        }
        try {
            log.info("获取锁成功,1");
            method2();
        } finally {
            log.info("释放锁,1");
            lock.unlock();
        }
    }

    @Test
    void method2() {
        boolean isLock = lock.tryLock();
        if (!isLock) {
            log.error("获取锁失败2");
            return;
        }
        try {
            log.info("获取锁成功,2");
        } finally {
            log.info("释放锁,2");
            lock.unlock();
        }
    }
}

看Redis的图形界面，method2获取锁的时候

method2释放锁的时候

method1释放锁后lock移除。

在分布式锁中，他采用hash结构用来存储锁，其中大key表示表示这把锁是否存在，用小key表示当前这把锁被哪个线程持有，所以接下来我们一起分析一下当前的这个lua表达式

这个地方一共有3个参数

KEYS[1] ： 锁名称

ARGV[1]： 锁失效时间

ARGV[2]： id + “:” + threadId; 锁的小key

exists: 判断数据是否存在 name：是lock是否存在,如果==0，就表示当前这把锁不存在

redis.call(‘hset’, KEYS[1], ARGV[2], 1);此时他就开始往redis里边去写数据 ，写成一个hash结构

Lock{

​    id + **":"** + threadId :  1

}

如果当前这把锁存在，则第一个条件不满足，再判断

redis.call(‘hexists’, KEYS[1], ARGV[2]) == 1

此时需要通过大key+小key判断当前这把锁是否是属于自己的，如果是自己的，则进行

redis.call(‘hincrby’, KEYS[1], ARGV[2], 1)

将当前这个锁的value进行+1 ，redis.call(‘pexpire’, KEYS[1], ARGV[1]); 然后再对其设置过期时间，如果以上两个条件都不满足，则表示当前这把锁抢锁失败，最后返回pttl，即为当前这把锁的失效时间

如果小伙帮们看了前边的源码， 你会发现他会去判断当前这个方法的返回值是否为null，如果是null，则对应则前两个if对应的条件，退出抢锁逻辑，如果返回的不是null，即走了第三个分支，在源码处会进行while(true)的自旋抢锁。

"if (redis.call('exists', KEYS[1]) == 0) then " +
                  "redis.call('hset', KEYS[1], ARGV[2], 1); " +
                  "redis.call('pexpire', KEYS[1], ARGV[1]); " +
                  "return nil; " +
              "end; " +
              "if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then " +
                  "redis.call('hincrby', KEYS[1], ARGV[2], 1); " +
                  "redis.call('pexpire', KEYS[1], ARGV[1]); " +
                  "return nil; " +
              "end; " +
              "return redis.call('pttl', KEYS[1]);"

我们跟一下源码看一下：

以上是tryLock的源码。接下来看unLock的

4.4.4.8 watchDog解决锁超时释放问题

1.分布式锁-redission锁重试和WatchDog机制

说明：由于课程中已经说明了有关tryLock的源码解析以及其看门狗原理，所以笔者在这里给大家分析lock()方法的源码解析，希望大家在学习过程中，能够掌握更多的知识

抢锁过程中，获得当前线程，通过tryAcquire进行抢锁，该抢锁逻辑和之前逻辑相同

1、先判断当前这把锁是否存在，如果不存在，插入一把锁，返回null

2、判断当前这把锁是否是属于当前线程，如果是，则返回null

所以如果返回是null，则代表着当前这哥们已经抢锁完毕，或者可重入完毕，但是如果以上两个条件都不满足，则进入到第三个条件，返回的是锁的失效时间，同学们可以自行往下翻一点点，你能发现有个while( true) 再次进行tryAcquire进行抢锁

long threadId = Thread.currentThread().getId();
Long ttl = tryAcquire(-1, leaseTime, unit, threadId);
// lock acquired
if (ttl == null) {
    return;
}

接下来会有一个条件分支，因为lock方法有重载方法，一个是带参数，一个是不带参数，如果带带参数传入的值是-1，如果传入参数，则leaseTime是他本身，所以如果传入了参数，此时leaseTime != -1 则会进去抢锁，抢锁的逻辑就是之前说的那三个逻辑

if (leaseTime != -1) {
    return tryLockInnerAsync(waitTime, leaseTime, unit, threadId, RedisCommands.EVAL_LONG);
}

如果是没有传入时间，则此时也会进行抢锁， 而且抢锁时间是默认看门狗时间 commandExecutor.getConnectionManager().getCfg().getLockWatchdogTimeout()

ttlRemainingFuture.onComplete((ttlRemaining, e) 这句话相当于对以上抢锁进行了监听，也就是说当上边抢锁完毕后，此方法会被调用，具体调用的逻辑就是去后台开启一个线程，进行续约逻辑，也就是看门狗线程

RFuture<Long> ttlRemainingFuture = tryLockInnerAsync(waitTime,
                                        commandExecutor.getConnectionManager().getCfg().getLockWatchdogTimeout(),
                                        TimeUnit.MILLISECONDS, threadId, RedisCommands.EVAL_LONG);
ttlRemainingFuture.onComplete((ttlRemaining, e) -> {
    if (e != null) {
        return;
    }

    // lock acquired
    if (ttlRemaining == null) {
        scheduleExpirationRenewal(threadId);
    }
});
return ttlRemainingFuture;

此逻辑就是续约逻辑，注意看commandExecutor.getConnectionManager().newTimeout（） 此方法

Method( new TimerTask() {},参数2 ，参数3 )

指的是：通过参数2，参数3 去描述什么时候去做参数1的事情，现在的情况是：10s之后去做参数一的事情

因为锁的失效时间是30s，当10s之后，此时这个timeTask 就触发了，他就去进行续约，把当前这把锁续约成30s，如果操作成功，那么此时就会递归调用自己，再重新设置一个timeTask()，于是再过10s后又再设置一个timerTask，完成不停的续约

那么大家可以想一想，假设我们的线程出现了宕机他还会续约吗？当然不会，因为没有人再去调用renewExpiration这个方法，所以等到时间之后自然就释放了。

private void renewExpiration() {
    ExpirationEntry ee = EXPIRATION_RENEWAL_MAP.get(getEntryName());
    if (ee == null) {
        return;
    }
    
    Timeout task = commandExecutor.getConnectionManager().newTimeout(new TimerTask() {
        @Override
        public void run(Timeout timeout) throws Exception {
            ExpirationEntry ent = EXPIRATION_RENEWAL_MAP.get(getEntryName());
            if (ent == null) {
                return;
            }
            Long threadId = ent.getFirstThreadId();
            if (threadId == null) {
                return;
            }
            
            RFuture<Boolean> future = renewExpirationAsync(threadId);
            future.onComplete((res, e) -> {
                if (e != null) {
                    log.error("Can't update lock " + getName() + " expiration", e);
                    return;
                }
                
                if (res) {
                    // reschedule itself
                    renewExpiration();
                }
            });
        }
    }, internalLockLeaseTime / 3, TimeUnit.MILLISECONDS);
    
    ee.setTimeout(task);
}

2. 分布式锁-redission锁的MutiLock原理

• Redisson分布式锁主从一致性问题
  为了提高redis的可用性，我们会搭建集群或者主从，现在以主从为例
  此时我们去写命令，写在主机上， 主机会将数据同步给从机，但是假设在主机还没有来得及把数据写入到从机去的时候，此时主机宕机，哨兵会发现主机宕机，并且选举一个slave变成master，而此时新的master中实际上并没有锁信息，此时锁信息就已经丢掉了。
  
  为了解决这个问题，redission提出来了MutiLock锁，使用这把锁咱们就不使用主从了，每个节点的地位都是一样的， 这把锁加锁的逻辑需要写入到每一个主丛节点上，只有所有的服务器都写入成功，此时才是加锁成功，假设现在某个节点挂了，那么他去获得锁的时候，只要有一个节点拿不到，都不能算是加锁成功，就保证了加锁的可靠性。
  

那么MutiLock 加锁原理是什么呢？笔者画了一幅图来说明

当我们去设置了多个锁时，redission会将多个锁添加到一个集合中，然后用while循环去不停去尝试拿锁，但是会有一个总共的加锁时间，这个时间是用需要加锁的个数 * 1500ms ，假设有3个锁，那么时间就是4500ms，假设在这4500ms内，所有的锁都加锁成功， 那么此时才算是加锁成功，如果在4500ms有线程加锁失败，则会再次去进行重试.

实现连锁机制
修改RedissonConfig.java

@Configuration
public class RedissonConfig {
    @Bean
    public RedissonClient redissonClient() {
        // 配置类
        Config config = new Config();
        // 添加redis地址，这里添加了单点的地址，也可以使用config.useClusterServers()添加集群地址
        config.useSingleServer().setAddress("redis://192.168.183.145:6379")
                .setPassword("112453");
        // 创建RedissonClient对象
        return Redisson.create(config);
    }

    @Bean
    public RedissonClient redissonClient2() {
        // 配置类
        Config config = new Config();
        // 添加redis地址，这里添加了单点的地址，也可以使用config.useClusterServers()添加集群地址
        config.useSingleServer().setAddress("redis://192.168.193.175:6380")
                .setPassword("557724");
        // 创建RedissonClient对象
        return Redisson.create(config);
    }

    @Bean
    public RedissonClient redissonClient3() {
        // 配置类
        Config config = new Config();
        // 添加redis地址，这里添加了单点的地址，也可以使用config.useClusterServers()添加集群地址
        config.useSingleServer().setAddress("redis://192.168.177.145:6381")
                .setPassword("5896");
        // 创建RedissonClient对象
        return Redisson.create(config);
    }
}

修改RedissonTest.java

@Slf4j
@SpringBootTest
public class RedissonTest {
    @Resource
    private RedissonClient redissonClient;

    @Resource
    private RedissonClient redissonClient2;

    @Resource
    private RedissonClient redissonClient3;

    RLock lock;

    @BeforeEach
    void setUp() {
        RLock lock1 = redissonClient.getLock("lock");
        RLock lock2 = redissonClient.getLock("lock");
        RLock lock3 = redissonClient.getLock("lock");

        // 创建连锁
        lock = redissonClient.getMultiLock(lock1, lock2, lock3);
    }

    @Test
    void method1() {
        boolean isLock = lock.tryLock();
        if (!isLock) {
            log.error("获取锁失败1");
            return;
        }
        try {
            log.info("获取锁成功,1");
            method2();
        } finally {
            log.info("释放锁,1");
            lock.unlock();
        }
    }

    @Test
    void method2() {
        boolean isLock = lock.tryLock();
        if (!isLock) {
            log.error("获取锁失败2");
            return;
        }
        try {
            log.info("获取锁成功,2");
        } finally {
            log.info("释放锁,2");
            lock.unlock();
        }
    }


}