高并发之商品秒杀系统

利用redis的乐观锁，实现秒杀系统的数据同步（基于watch实现），
用户一：

import redis

conn = redis.Redis(host='127.0.0.1',port=6379)

# conn.set('count',1000)

with conn.pipeline() as pipe:

    # 先监视，自己的值没有被修改过
    conn.watch('count')

    # 事务开始
    pipe.multi()
    old_count = conn.get('count')
    count = int(old_count)
    input('我考虑一下')
    if count > 0:  # 有库存
        pipe.set('count', count - 1)

    # 执行，把所有命令一次性推送过去
    pipe.execute()
    ret = pipe.execute()
    print(type(ret))
    print(ret)

用户二：

import redis

conn = redis.Redis(host='127.0.0.1',port=6379)

with conn.pipeline() as pipe:

   # 先监视，自己的值没有被修改过
   conn.watch('count')

   # 事务开始
   pipe.multi()
   old_count = conn.get('count')
   count = int(old_count)
   if count > 0:  # 有库存
       pipe.set('count', count - 1)

   # 执行，把所有命令一次性推送过去
   ret=pipe.execute()
   print(type(ret))

注：windows下如果数据被修改了，不会抛异常，只是返回结果的列表为空，mac和linux会直接抛异常

秒杀系统核心逻辑测试，创建100个线程并发秒杀

import redis
from threading import Thread

def choose(name, conn):
    # conn.set('count',10)
    with conn.pipeline() as pipe:
        # 先监视，自己的值没有被修改过
        conn.watch('count')
        # 事务开始
        pipe.multi()
        old_count = conn.get('count')
        count = int(old_count)
        # input('我考虑一下')
        # time.sleep(random.randint(1, 2))
        if count > 0:  # 有库存
            pipe.set('count', count - 1)

        # 执行，把所有命令一次性推送过去
        ret = pipe.execute()
        print(ret)
        if len(ret) > 0:
            print('第%s个人抢购成功' % name)
        else:
            print('第%s个人抢购失败' % name)


if __name__ == '__main__':
    conn = redis.Redis(host='127.0.0.1', port=6379)
    for i in range(100):

        t = Thread(target=choose, args=(i, conn))
        t.start()