黑马点评08 秒杀优化 变阻塞队列为消息队列

实战篇-25.Redis消息队列-认识消息队列_哔哩哔哩_bilibili

黑马点评08 秒杀优化 变阻塞队列为消息队列_第1张图片

黑马点评08 秒杀优化 变阻塞队列为消息队列_第2张图片

1.消息队列和阻塞队列不同

1)消息队列不在jvm里,所以内存不受jvm限制,避免内存溢出的风险。

2)消息队列会自己持久化,保证数据安全。避免因为服务宕机或者重启导致阻塞队列里的订单消失。

3)消息队列给消费者消息的时候会要求确认(签收),否则算没收到,下次继续给,确保每个消息至少被消费一次。 

2List结构

Redis的list是一个双向链表,

BLPUSH和BRPOP在存取的时候会自动阻塞

黑马点评08 秒杀优化 变阻塞队列为消息队列_第3张图片

黑马点评08 秒杀优化 变阻塞队列为消息队列_第4张图片

3.PubSub

可以让一个消息被单个消费者拿到,也可以被多个消费者拿到

黑马点评08 秒杀优化 变阻塞队列为消息队列_第5张图片

黑马点评08 秒杀优化 变阻塞队列为消息队列_第6张图片

4.Stream类型

4.1单消费模式

4.1.1写

黑马点评08 秒杀优化 变阻塞队列为消息队列_第7张图片

4.1.2读

Stream读完消息不会删除,所以自己和别人还能重复读取

黑马点评08 秒杀优化 变阻塞队列为消息队列_第8张图片

黑马点评08 秒杀优化 变阻塞队列为消息队列_第9张图片

黑马点评08 秒杀优化 变阻塞队列为消息队列_第10张图片

4.2消费组模式

黑马点评08 秒杀优化 变阻塞队列为消息队列_第11张图片

黑马点评08 秒杀优化 变阻塞队列为消息队列_第12张图片

黑马点评08 秒杀优化 变阻塞队列为消息队列_第13张图片

黑马点评08 秒杀优化 变阻塞队列为消息队列_第14张图片

黑马点评08 秒杀优化 变阻塞队列为消息队列_第15张图片

黑马点评08 秒杀优化 变阻塞队列为消息队列_第16张图片

5.用Stream的消息队列

黑马点评08 秒杀优化 变阻塞队列为消息队列_第17张图片

原来是用lua脚本进行资格判断,然后在java中对阻塞队列发消息。

现在因为用stream做消息队列,他也是在redis里的,所以可以直接在lua脚本里对Stream发消息,这样java的功能更简化了,能减少一次和redis的交互。

既然要给消息队列发,就要知道消息队列的队列号,传参要多传一个。


---资格判断,库存判断,以及对消息队列Stream发消息等一系列redis操作
--1.参数列表
--1.1优惠券id
local voucherId = ARGV[1]
--1.2用户id
local userId = Argv[2]
--1.3订单id
local orderId = ARGV[3]

--2.数据key
--2.1库存key
local stockKey = "seckill:stock" .. voucherId
--2.2订单key
local orderKey = "seckill:order" .. voucherId

--3.脚本业务
--3.1判断库存是否充足 get stock
if (tonumber(redis.call('get', stockKey)) <= 0) then
    --库存不足返回1
    return 1
end
--3.2判断用户是否下单
if (redis.call('sismember', orderKey, userId) == 1) then
    --存在,返回2
    return 2
end
--3.3扣库存incrby stockKey -1
redis.call('incrby', stockKey, -1)
--3.4下单,保存用户信息 sadd orderKey userId
redis.call('sadd', orderKey, userId)
--3.5 发送消息到redis stream队列,xadd stream.orders * k1 v1 k2 v2......
redis.call('xadd', 'stream.orders', '*', 'userId', userId, 'voucherId', voucherId, 'id', orderId)
return 0

package com.hmdp.service.impl;

import cn.hutool.core.bean.BeanUtil;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.hmdp.dto.Result;
import com.hmdp.entity.VoucherOrder;
import com.hmdp.mapper.VoucherOrderMapper;
import com.hmdp.service.ISeckillVoucherService;
import com.hmdp.service.IVoucherOrderService;
import com.hmdp.utils.RedisIdWorker;
import com.hmdp.utils.UserHolder;
import lombok.extern.slf4j.Slf4j;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.aop.framework.AopContext;
import org.springframework.core.io.ClassPathResource;
import org.springframework.data.redis.connection.stream.*;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

import javax.annotation.PostConstruct;
import javax.annotation.Resource;
import java.time.Duration;
import java.util.Collections;
import java.util.List;
import java.util.Map;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

/**
 * 

* 服务实现类 *

*/ /* * 主要是 * 读取的lua脚本 * 取消息队列的线程 * */ @Slf4j @Service public class VoucherOrderServiceImpl extends ServiceImpl implements IVoucherOrderService { @Resource private ISeckillVoucherService seckillVoucherService; //制造订单号 @Resource private RedisIdWorker redisIdWorker; @Resource private StringRedisTemplate stringRedisTemplate; //分布式锁 @Resource private RedissonClient redissonClient; //线程池 private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor(); private IVoucherOrderService proxy; private static final DefaultRedisScript SECKILL_SCRIPT; //lua脚本资源 static { SECKILL_SCRIPT = new DefaultRedisScript<>(); SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua")); SECKILL_SCRIPT.setResultType(Long.class); } //刚开始类加载就调用 @PostConstruct private void init() { SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler()); } //线程功能(去消息队列取消息下订单) private class VoucherOrderHandler implements Runnable { //消息队列的名字“orders” String queueName = "stream.orders"; //取消息下订单 @Override public void run() { while (true) { try { //1.获取redis消息队列中的订单信息 XREADGROUP group g1 c1 count 1 block 2000 stream.orders > List> list = stringRedisTemplate.opsForStream().read( Consumer.from("g1", "c1"), StreamReadOptions.empty().count(1).block(Duration.ofSeconds(2)), StreamOffset.create(queueName, ReadOffset.lastConsumed()) ); //2.判断是否获取成功 if (list == null || list.isEmpty()) { //获取失败,再来一次 continue; } //3.解析消息的订单信息 MapRecord record = list.get(0); Map values = record.getValue(); VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(), true); //3.创建订单存到数据库 handleVoucherOrder(voucherOrder); //4.ACK确认 SACK stream.orders g1 id stringRedisTemplate.opsForStream().acknowledge(queueName, "g1", record.getId()); } catch (Exception e) { log.error("处理订单异常"); handlePendingList(); } } } //出现异常处理pendinglist private void handlePendingList() { while (true) { try { //1.获取pendingList中的订单信息 XREADGROUP group g1 c1 count 1 stream.orders 0 List> list = stringRedisTemplate.opsForStream().read( Consumer.from("g1", "c1"), StreamReadOptions.empty().count(1), StreamOffset.create(queueName, ReadOffset.from("0")) ); //2.判断是否获取成功 if (list == null || list.isEmpty()) { //获取失败,pendList没有信息结束循环 break; } //3.解析消息的订单信息 MapRecord record = list.get(0); Map values = record.getValue(); VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(values, new VoucherOrder(), true); //3.创建订单存到数据库 handleVoucherOrder(voucherOrder); //4.ACK确认 SACK stream.orders g1 id stringRedisTemplate.opsForStream().acknowledge(queueName, "g1", record.getId()); } catch (Exception e) { log.error("处理pendList异常"); try { Thread.sleep(20); } catch (InterruptedException ex) { ex.printStackTrace(); } } } } } /* * private BlockingQueue orderTasks = new ArrayBlockingQueue<>(10224 * 1024); private class VoucherOrderHandler implements Runnable { @Override public void run() { while (true) { try { //1.获取队列中的信息 VoucherOrder voucherOrder = orderTasks.take(); //2.创建订单存到数据库 handleVoucherOrder(voucherOrder); } catch (InterruptedException e) { log.error("处理订单异常"); } } } } */ //加Redisson分布式锁 //加锁成功调用 下面的创建订单函数 private void handleVoucherOrder(VoucherOrder voucherOrder) { //1.1获取用户id Long userId = voucherOrder.getUserId(); //自己定义的SimpleRedisLock锁类 //SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate); //使用的redisson获取的锁类 //1.2创建锁对象 RLock lock = redissonClient.getLock("lock:order:" + userId); //1.3获取锁 boolean isLock = lock.tryLock(); //1.4判断获取锁是否成功 if (!isLock) { //获取锁失败,返回错误 log.error("不允许重复下单"); return; } try { proxy.createVoucherOrder(voucherOrder); } finally { //3.释放锁 lock.unlock(); } } /* * 除了下面seckillVoucher其他都是线程里的操作 * 以下是redis判断的操作seckillVoucher * */ //调用lua脚本判断资格,发送消息 @Override public Result seckillVoucher(Long voucherId) { //1.1获取用户id Long userId = UserHolder.getUser().getId(); //获取订单id long orderId = redisIdWorker.nextId("order"); //1.2执行lua脚本 Long result = stringRedisTemplate.execute( SECKILL_SCRIPT, Collections.emptyList(), voucherId.toString(), userId.toString(), String.valueOf(orderId) ); //2.判断执行结果是否为0 int r = result.intValue(); if (r != 0) { //2.1不为0,没有购买资格 return Result.fail(r == 1 ? "库存不足" : "不能重复下单"); } //4.2获取代理对象(确保事务Transactional生效,保证createVoucherOrder 提交完事务之后再释放锁) proxy = (IVoucherOrderService) AopContext.currentProxy(); //5返回订单id return Result.ok(orderId); } /* * @Override public Result seckillVoucher(Long voucherId) { //1.1获取用户id Long userId = UserHolder.getUser().getId(); //1.2执行lua脚本 Long result = stringRedisTemplate.execute( SECKILL_SCRIPT, Collections.emptyList(), voucherId.toString(), userId.toString() ); //2.判断执行结果是否为0 int r = result.intValue(); if (r != 0) { //2.1不为0,没有购买资格 return Result.fail(r == 1 ? "库存不足" : "不能重复下单"); } //3--4为0,有购买资格,把下单信息保存到阻塞队列中 //3.创建订单 VoucherOrder voucherOrder = new VoucherOrder(); //3.1订单id long orderId = redisIdWorker.nextId("order"); voucherOrder.setId(orderId); //3.2保存用户id voucherOrder.setUserId(userId); //3.3优惠券id voucherOrder.setVoucherId(voucherId); //4.保存订单信息 //4.1放入阻塞队列 orderTasks.add(voucherOrder); //4.2获取代理对象(确保事务Transactional生效,保证createVoucherOrder 提交完事务之后再释放锁) proxy = (IVoucherOrderService) AopContext.currentProxy(); //5返回订单id return Result.ok(orderId); } */ /* * @Override public Result seckillVoucher(Long voucherId) { //1.查询优惠卷 SeckillVoucher voucher = seckillVoucherService.getById(voucherId); //2.判断秒杀是否开始 if (voucher.getBeginTime().isAfter(LocalDateTime.now())) { //尚未开始 return Result.fail("秒杀尚未开始"); } //3.判断秒杀是否已经结束 if (voucher.getEndTime().isBefore(LocalDateTime.now())) { //已经结束 return Result.fail("秒杀已经结束"); } //4.判断库存是否充足 if (voucher.getStock() < 1) { return Result.fail("库存不足"); } //5.查询用户id Long userId = UserHolder.getUser().getId(); //6.对相同用户id的操作加锁,防止并行执行,一人多单 //6.1创建锁对象 //自己定义的SimpleRedisLock锁类 //SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate); //使用的redisson获取的锁类 RLock lock = redissonClient.getLock("lock:order:" + userId); //6.2获取锁 boolean isLock = lock.tryLock(); //6.3判断获取锁是否成功 if (!isLock) { //获取锁失败,返回错误 return Result.fail("一个用户只能下一单"); } try { //7获取代理对象(确保事务Transactional生效,保证createVoucherOrder 提交完事务之后再释放锁) IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy(); return proxy.createVoucherOrder(voucherId); } finally { //8.释放锁 lock.unlock(); } } */ //创建mysql订单方法,被加Redisson锁方法调用 @Transactional public void createVoucherOrder(VoucherOrder voucherOrder) { //1.一人一单判断 Long userId = voucherOrder.getUserId(); //1.1查询订单 判断存在用户id和优惠券id Integer count = query().eq("user_id", userId) .eq("voucher_id", voucherOrder.getVoucherId()) .count(); //1.2判断是否存在 if (count > 0) { log.error("用户已经购买过一次"); return; } //2.扣减库存 乐观锁 boolean success = seckillVoucherService.update() .setSql("stock = stock - 1") //set stock = stock-1 .eq("voucher_id", voucherOrder.getVoucherId()) //where voucher_id==voucherId .gt("stock", 0) //where stock >0 .update(); if (!success) { //扣减失败 log.error("库存不足!"); return; } //插入数据 save(voucherOrder); } }

6.整体业务流程

6.1 redis判断流程

1.首先获取订单id和用户id,调用lua脚本进行redis操作,lua内包括 对购买资格/库存充足的判断 、 扣库存下单、发送订单消息到Stream。

2.Stream组成消息队列,有异常自动放到pending-list

6.2线程流程

1.线程读取消息队列(read消息队列),如果能不能读到消息,就继续读;如果读到了订单消息,就解析消息内容,调用下单函数3写入数据库,然后回复确认ack;如果出现了异常,就去处理penging-list 步骤2。

2.处理penging-list,解析消息,下单,处理;如有异常,重复循环继续处理;直到处理完跳出。

3. 加Redisson分布式锁,调用创建订单数据库操作。

你可能感兴趣的:(java项目,java)