RedisTemplate解决高并发下秒杀系统库存超卖方案 — Redis实现分布式锁机制

703 阅读 0 评论 464 点赞

我是靠谱客的博主开朗过客，这篇文章主要介绍RedisTemplate解决高并发下秒杀系统库存超卖方案 — Redis实现分布式锁机制，现在分享给大家，希望可以做个参考。

1、场景

秒杀系统存在高并发的场景，在对商品进行秒杀时，由于并发过高可能会导致库存超卖的情况，那么可以通过Redis提供的事务机制超卖问题；通过Redis提供的SetExNx机制实现上锁一致性，利用lua脚本语句，实现解锁一致性，而从解决超卖问题；

加锁原子性：通过redis自身的setnxex命令即可，setIfAbsent(“lockKey”, value, timeOut, TimeUnit);

解锁原子性：通过redis+lua脚本实现；

2、复现超卖场景

2.1 初始化库存接口

@RestController
@RequestMapping("/redis")
@Slf4j
public class RedisController {
	@Resource
    private RedisTemplate redisTemplate;
	
	//记录实际卖出的商品数量
    private AtomicInteger successNum = new AtomicInteger(0);

	@GetMapping(value = "/init")
    public String init() {
        // 初始化库存数量，模拟库存只要5个商品，写入到redis中
        redisTemplate.opsForValue().set("stock", 5);
		successNum.set(0);
        log.info("===>>>库存初始化成功，库存数为" + 5);
        return "初始化库存成功";
    }
}

2.2 库存扣减接口

@RestController
@RequestMapping("/redis")
@Slf4j
public class RedisController {
	@Resource
    private RedisTemplate redisTemplate;
	
	//记录实际卖出的商品数量
    private AtomicInteger successNum = new AtomicInteger(0);
    
	@GetMapping(value = "/reduce")
    public String reduce() {
        int stock = (Integer) redisTemplate.opsForValue().get("stock");
        log.info("===>>>当前数量" + stock);
        // 模拟只减少一个库存
        stock = stock - 1;
        if (stock < 0) {
            log.info("===>>>库存不足");
            return "库存不足";
        }
        // 将剩余数量回写到redis
        redisTemplate.opsForValue().set("stock", stock);
        // 记录实际卖出的商品数量（线程安全每个请求都会记录）
        log.info("===>>>减少库存成功,共出售" + successNum.incrementAndGet());
        return "减少库存成功";
    }
}

2.3 测试

使用工具JMeter模拟并发请求，此处模拟每秒200次；

注意：测试前先执行初始化库存接口,保证库存写入到Redis中

使用JMeter请求接口，结果如下图：

3、解决超卖实现

3.1 初始化库存接口

@RestController
@RequestMapping("/redis")
@Slf4j
public class RedisController {
	@Resource
    private RedisTemplate redisTemplate;
	
	//记录实际卖出的商品数量
    private AtomicInteger successNum = new AtomicInteger(0);
    
	@GetMapping(value = "/init")
    public String init() {
        // 初始化库存数量，模拟库存只要5个商品，写入到redis中
        redisTemplate.opsForValue().set("stock", 5);
		successNum.set(0);
        log.info("===>>>库存初始化成功，库存数为" + 5);
        return "初始化库存成功";
    }
}

3.2 库存扣减接口

@RestController
@RequestMapping("/redis")
@Slf4j
public class RedisController {
	@Resource
    private RedisTemplate redisTemplate;
	
	//记录实际卖出的商品数量
    private AtomicInteger successNum = new AtomicInteger(0);
    
	@GetMapping(value = "/reduce")
    public String reduce() {
        int stock = (Integer) redisTemplate.opsForValue().get("stock");
        if (stock <= 0) {
            log.info("===>>>库存不足");
            return "库存不足";
        }
        String LOCK_KEY = "lockKey";
        String value = UUID.randomUUID().toString();
        // value值任意即可,秒杀设置锁的时间为1秒(根据实际情况更多)
        boolean absent = redisTemplate.opsForValue().setIfAbsent(LOCK_KEY, value, 1, TimeUnit.SECONDS);
        if (absent) {
            // 当前key没有锁，加锁成功
            log.info("===>>>加锁成功，获取并扣减库存");

            Integer sku = (Integer) redisTemplate.opsForValue().get("stock");
            //模拟只减少一个库存
            sku = sku - 1;
            if (sku < 0) {
                log.info("===>>>库存不足");
                // 执行脚本 删除锁
                redisLockServer.deleteLock(LOCK_KEY, value);

                return "库存不足";
            }
            // 将扣减后的数量写入redis
            redisTemplate.opsForValue().set("stock", sku);

            log.info("===>>>减少库存成功,共出售" + successNum.incrementAndGet());

            // 执行脚本 删除锁
            List<String> lockKeys = Collections.singletonList(LOCK_KEY);
            String lua = "if redis.call('get', KEYS[1]) == ARGV[1] then redis.call('del', KEYS[1]) return 1 else return 0 end";
            RedisScript<Long> luaScript = RedisScript.of(lua, Long.class);
            // 删除锁
            Object execute = redisTemplate.execute(luaScript, lockKeys, value);

            log.info("===>>>抢购成功");
            return "抢购成功";
        } else {
            return "抢购失败";
        }
    }
}

3.3 测试

使用工具JMeter模拟并发请求，此处模拟每秒200次；

注意：测试前先执行初始化库存接口,保证库存写入到Redis中

使用JMeter请求接口，结果如下图，没有出现超卖情况：

在这里插入图片描述