day08-优惠券秒杀04

功能03-优惠券秒杀04

4.功能03-优惠券秒杀

4.7Redis优化秒杀

4.7.1优化分析

现在来回顾一下优惠券秒杀业务的两个主要问题：
（1）首先是对优惠券的扣减，需要防止库存超卖现象；
（2）其次，需要对每个用户下单数量进行限制，实现一人一单的功能。
处理秒杀优惠券的业务：

• 先根据获取到的优惠券id，先到数据库中判断是否存在，若存在；
  
• 再判断优惠券是否在设定的有效期，如果是，则进行一人一单的业务处理：
  
  
  
  • 2.1 利用分布式锁，key存储的是order+用户id：当同一时间，一个用户发起了多个线程请求，其中的某个线程获取到了锁，由于互斥性，无论这个用户发起了多少个请求，只有一个线程能进入接下来的业务。（不同用户发起的不同线程之间不影响）
    
  • 2.2 接下来，查询该用户是否已经买过这张秒杀券了，如果买过了，则不允许重复购买，如果是第一次购买，就进入到防止超卖的业务：
    
    
    
    • 2.2.1 到这一步可能会有多个用户的单个线程进入这个业务，为了防止超卖问题，这里使用乐观锁方案。乐观锁的关键是判断之前查询到的数据是否有被修改过，但缺点是失败率高，因此我们又使用了mysql的行锁解决。（详见day05-优惠券秒杀01）
      
    
    
  
  

因为整个过程有很多对数据库的操作（查询优惠券、查询订单、减库存、创建订单），因此这个业务的性能并不是很好：
优化前：
上述业务看似复杂，实际上只有两个过程：（1）对于用户资格的校验：库存够不够，该用户买没买过（一人一单）（2）然后才是真正的下单业务。
我们可以对这两个过程进行分离，别分使用两个线程进行操作：主线程负责对用户购买资格的校验，如果有购买的资格，再开启一个独立的线程，来处理耗时较久的减库存和创建订单操作。
为了提高效率，使用redis判断秒杀库存和校验一人一单，如果校验通过，则redis会记录优惠券信息、用户信息、订单信息到阻塞队列。一方面：tomcat服务器去读取这个队列的信息，完成下单。另一方面：redis给用户返回一个订单号，代表该用户抢单成功，用户可以根据这个订单号去付款。
优化后：
这样，整个秒杀流程就变为：直接在redis中判断用户的秒杀资格和库存，然后将信息保存到队列里。
秒杀业务的流程变短了，而且是基于Redis，性能得到很大的提升，整个业务的吞吐能力、并发能力可以大大提高了。
那么，如何在Redis中完成对秒杀库存的判断和一人一单的判断呢？
首先是对数据的存储：

• 使用String类型，key存储 业务前缀+秒杀券id，value保存优惠券对应的库存；
  
• 因为要保证一人一单，使用set类型，key保存业务前缀+秒杀券id，value保存下单的用户id，保证元素不可重复。
  

优化后，在Redis中需要执行的具体流程：
异步秒杀优化总结：
上述的优化操作，一方面缩短了秒杀业务的流程，从而大大提高了秒杀业务的并发；另一方面，redis的操作和数据库的操作是异步的，对数据库操作的时效性不再要求那么高了，减轻了数据库的压力。
4.7.2代码实现

改进秒杀业务，提高并发性能。需求：

• 新增秒杀优惠券的同时，将优惠券信息保存到Redis中
  
• 基于Lua脚本，判断秒杀库存、一人一单，决定用户是否抢占成功
  
• 如果抢占成功，将优惠券id和用户id封装后存入阻塞队列
  
• 开启线程任务，不断地从阻塞队列中获取信息，实现异步下单功能
  

需求1：新增秒杀优惠券的同时，将优惠券信息保存到Redis中

（1.1）修改IVoucherService

1. package com.hmdp.service;
3. import com.baomidou.mybatisplus.extension.service.IService;
4. import com.hmdp.dto.Result;
5. import com.hmdp.entity.Voucher;
7. /**
8. *  服务类
9. *
10. * @author 李
11. * @version 1.0
12. */
13. public interface IVoucherService extends IService<Voucher> {
14.     void addSeckillVoucher(Voucher voucher);
15. }

复制代码

（1.2）修改VoucherServiceImpl

1. package com.hmdp.service.impl;
3. import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
4. import com.hmdp.entity.Voucher;
5. import com.hmdp.mapper.VoucherMapper;
6. import com.hmdp.entity.SeckillVoucher;
7. import com.hmdp.service.ISeckillVoucherService;
8. import com.hmdp.service.IVoucherService;
9. import org.springframework.data.redis.core.StringRedisTemplate;
10. import org.springframework.stereotype.Service;
11. import org.springframework.transaction.annotation.Transactional;
13. import javax.annotation.Resource;
15. import static com.hmdp.utils.RedisConstants.SECKILL_STOCK_KEY;
17. /**
18. * 服务实现类
19. *
20. * @author 李
21. * @version 1.0
22. */
23. @Service
24. public class VoucherServiceImpl extends ServiceImpl<VoucherMapper, Voucher> implements IVoucherService {
26.     @Resource
27.     private ISeckillVoucherService seckillVoucherService;
29.     @Resource
30.     private StringRedisTemplate stringRedisTemplate;
32.     @Override
33.     @Transactional
34.     public void addSeckillVoucher(Voucher voucher) {
35.         // 保存优惠券到数据库
36.         save(voucher);
37.         // 保存秒杀优惠券信息到数据库
38.         SeckillVoucher seckillVoucher = new SeckillVoucher();
39.         seckillVoucher.setVoucherId(voucher.getId());
40.         seckillVoucher.setStock(voucher.getStock());
41.         seckillVoucher.setBeginTime(voucher.getBeginTime());
42.         seckillVoucher.setEndTime(voucher.getEndTime());
43.         seckillVoucherService.save(seckillVoucher);
44.         //保存秒杀库存到Redis中
45.         stringRedisTemplate.opsForValue().set(SECKILL_STOCK_KEY + voucher.getId(), voucher.getStock().toString());
46.     }
47. }

复制代码

（1.3）修改VoucherController

1. package com.hmdp.controller;
4. import com.hmdp.dto.Result;
5. import com.hmdp.entity.Voucher;
6. import com.hmdp.service.IVoucherService;
7. import org.springframework.web.bind.annotation.*;
9. import javax.annotation.Resource;
11. /**
12. * 前端控制器
13. *
14. * @author 李
15. * @version 1.0
16. */
17. @RestController
18. @RequestMapping("/voucher")
19. public class VoucherController {
21.     @Resource
22.     private IVoucherService voucherService;
23.    
24.     /**
25.      * 新增秒杀券
26.      * @param voucher 优惠券信息，包含秒杀信息
27.      * @return 优惠券id
28.      */
29.     @PostMapping("seckill")
30.     public Result addSeckillVoucher(@RequestBody Voucher voucher) {
31.         voucherService.addSeckillVoucher(voucher);
32.         return Result.ok(voucher.getId());
33.     }
34. }

复制代码

（1.4）使用postman进行测试，返回结过显示插入成功，data为插入的秒杀券的id
数据库和Redis中也分别插入成功了：

需求2：基于Lua脚本，判断秒杀库存、一人一单，决定用户是否抢占成功

在resources目录下新建一个Lua脚本
seckill.lua：

1. -- 1.参数列表
2. --    1.1 优惠券id
3. local voucherId = ARGV[1]
4. --    1.2 用户id
5. local userId = ARGV[2]
7. -- 2.数据key
8. --  2.1 库存key
9. local stockKey = 'seckill:stock:' .. voucherId
10. --  2.2 订单key
11. local orderKey = 'seckill:order' .. voucherId
13. -- 3.脚本业务
14. --  3.1判断库存是否充足 get stockKey
15. if (tonumber(redis.call('get', stockKey)) <= 0) then
16.     -- 3.2库存不足,返回1
17.     return 1
18. end
19. -- 3.3库存充足，判断用户是否下过单(判断用户id是否在订单key对应的集合中)
20. -- sismember orderKey userId
21. if (redis.call('sismember', orderKey, userId) == 1) then
22.     -- 3.4 若存在，说明是重复下单，返回2
23.     return 2
24. end
25. -- 3.5 扣库存 incrby stockKey -1
26. redis.call('incrby', stockKey, -1)
27. -- 3.6 下单（保存用户） sadd orderKey userId
28. redis.call('sadd', orderKey, userId)
29. return 0

复制代码

重启项目，进行测试：
（1）初始数据：
（2）使用jemeter进行测试：使用1000个不同的用户同时向服务器发送抢购秒杀券的请求
测试结果：可以看到平均响应实现为216毫秒，最小值为17毫秒，比之前平均500毫秒的响应时间缩短了一半。
4.7.3秒杀优化总结

（1）秒杀业务的优化思路是什么？

• 先利用Redis完成库存余量判断、一人一单判断，完成抢单业务
  
• 再将下单业务放入阻塞队列，利用独立线程异步下单
  

（2）基于阻塞队列的异步秒杀存在哪些问题？

• 内存限制问题：
  这里我们使用的是JDK里面的阻塞队列，它使用的是JVM里面的内存。如果不加以限制，在高并发的情况下，可能会有非常多的订单对象需要去创建，放入阻塞队列中，可能会导致内存溢出。虽然我们限制了队列的长度，但是如果队列存满了，再有新的订单来，就放不下了。
  
• 数据安全问题：
  现在的代码基于内存来保存订单信息，如果服务器宕机了，那么阻塞队列中的所有订单信息将会丢失
  

我们将在接下来的分析中对上述两个问题进行解决。
4.8Redis消息队列实现异步秒杀

要解决上面的两个问题，最佳的解决方案就是使用消息队列。
4.8.1什么是消息队列

消息队列（Message Queue，简称MQ），字面意思就是存放消息的队列。最简单的消息队列模型包括3个角色：

• 消息队列：存储和管理消息，也被称为消息代理（Message Broker）
  
• 生产者：发送消息到消息队列
  
• 消费者：从消息队列获取消息并处理消息
  

4.8.2消息队列实现异步秒杀的优势

使用消息队列实现异步秒杀的优势：

• 消息队列是JVM以外的独立服务，不受JVM内存的限制，这就解决了之前的内存限制问题
  
• 消息队列不仅仅是做数据存储，它还要确保数据安全，即消息队列里的所有消息都要做持久化，这样不管是服务宕机还是重启，数据都不会丢失
  
• 消息队列将消息投递给消费者之后，要求消费者做消息的确认。如果消息没有被确认，这个消息就会在队列中依然存在，下一次会再次投递给消费者，直到收到消息确认为止。
  

当下比较知名的消息引擎，包括：ActiveMQ、RabbitMQ、Kafka、RocketMQ、Artemis 等

这里使用Redis实现消息队列：
Redis提供了三种不同的方式来实现消息队列：

• list结构：基于List结构模拟消息队列
  
• PubSub：基本的点对点消息模型
  
• Stream：比较完善的消息队列模型
  

4.8.3基于List结构模拟的消息队列

Redis的List数据结构是一个双向链表，很容易模拟出队列效果。队列是入口和出口不在一边，我们可以利用：LPUSH结合RPOP、或者RPUSH结合LPOP来实现。
不过要注意的是，当队列中没有消息时，RPOP或LPOP操作会返回null，并不像JVM的阻塞队列那样会阻塞并等待消息。因此这里应该使用BRPOP或者BLPOP来实现阻塞效果。

1. package com.hmdp.service.impl;
3. import com.hmdp.dto.Result;
4. import com.hmdp.entity.VoucherOrder;
5. import com.hmdp.mapper.VoucherOrderMapper;
6. import com.hmdp.service.ISeckillVoucherService;
7. import com.hmdp.service.IVoucherOrderService;
8. import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
9. import com.hmdp.utils.RedisIdWorker;
10. import com.hmdp.utils.UserHolder;
11. import lombok.extern.slf4j.Slf4j;
12. import org.redisson.api.RLock;
13. import org.redisson.api.RedissonClient;
14. import org.springframework.aop.framework.AopContext;
15. import org.springframework.core.io.ClassPathResource;
16. import org.springframework.data.redis.core.StringRedisTemplate;
17. import org.springframework.data.redis.core.script.DefaultRedisScript;
18. import org.springframework.stereotype.Service;
19. import org.springframework.transaction.annotation.Transactional;
21. import javax.annotation.PostConstruct;
22. import javax.annotation.Resource;
23. import java.util.Collections;
24. import java.util.concurrent.*;
26. /**
27. * 服务实现类
28. *
29. * @author 李
30. * @version 1.0
31. */
32. @Service
33. @Slf4j
34. public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
35.     @Resource
36.     private ISeckillVoucherService seckillVoucherService;
38.     @Resource
39.     private RedisIdWorker redisIdWorker;
41.     @Resource
42.     private StringRedisTemplate stringRedisTemplate;
44.     @Resource
45.     private RedissonClient redissonClient;
47.     private static final DefaultRedisScript<Long> SECKILL_SCRIPT;
49.     //类一加载就初始化脚本
50.     static {
51.         SECKILL_SCRIPT = new DefaultRedisScript<>();
52.         SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua"));
53.         SECKILL_SCRIPT.setResultType(Long.class);
54.     }
56.     //阻塞队列：当一个线程尝试从队列中获取元素时，如果队列中没有元素，那么该线程就会被阻塞，直到队列中有元素，线程才会被唤醒并获取元素
57.     private BlockingQueue<VoucherOrder> orderTasks = new ArrayBlockingQueue<>(1024 * 1024);
59.     //线程池
60.     private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();
62.     //在当前类初始化完毕之后就执行
63.     @PostConstruct
64.     private void init() {
65.         SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
66.     }
68.     //执行异步操作，从阻塞队列中获取订单
69.     private class VoucherOrderHandler implements Runnable {
70.         @Override
71.         public void run() {
72.             while (true) {
73.                 try {
74.                     //1.获取队列中的订单信息
75.                     /* take()--获取和删除阻塞对列中的头部，如果需要则等待直到元素可用
76.                                (因此不必担心这里的死循环会增加cpu的负担) */
77.                     VoucherOrder voucherOrder = orderTasks.take();
78.                     //2.创建订单
79.                     handleVoucherOrder(voucherOrder);
80.                 } catch (Exception e) {
81.                     log.error("处理订单异常", e);
82.                 }
83.             }
84.         }
85.     }
87.     private IVoucherOrderService proxy;
89.     private void handleVoucherOrder(VoucherOrder voucherOrder) {
90.         //获取用户（因为目前的是线程池对象，不是主线程，不能使用UserHolder从ThreadLocal中获取用户id）
91.         Long userId = voucherOrder.getUserId();
92.         //创建锁对象，指定锁的名称
93.         RLock lock = redissonClient.getLock("lock:order:" + userId);
94.         //获取锁（可重入锁）
95.         boolean isLock = lock.tryLock();
96.         //判断是否获取锁成功
97.         if (!isLock) {
98.             //获取锁失败
99.             log.error("不允许重复下单");
100.         }
101.         try {
102.             proxy.createVoucherOrder(voucherOrder);
103.         } finally {
104.             //释放锁
105.             lock.unlock();
106.         }
107.     }
109.     @Override
110.     public Result seckillVoucher(Long voucherId) {
111.         //获取用户id
112.         Long userId = UserHolder.getUser().getId();
113.         //1.执行lua脚本
114.         Long result = stringRedisTemplate.execute(
115.                 SECKILL_SCRIPT,
116.                 Collections.emptyList(),
117.                 voucherId.toString(),
118.                 userId.toString()
119.         );
120.         //2.判断脚本执行结果是否为0
121.         int r = result.intValue();
122.         if (r != 0) {
123.             //2.1如果不为0，代表没有购买资格
124.             return Result.fail(r == 1 ? "库存不足" : "不能重复下单");
125.         }
126.         //2.2如果为0，代表有购买资格，将下单信息保存到阻塞对列中
127.         VoucherOrder voucherOrder = new VoucherOrder();
128.         //设置订单id
129.         long orderId = redisIdWorker.nextId("order");
130.         voucherOrder.setId(orderId);
131.         //设置用户id
132.         voucherOrder.setUserId(userId);
133.         //设置秒杀券id
134.         voucherOrder.setVoucherId(voucherId);
135.         //将上述信息保存到阻塞队列
136.         orderTasks.add(voucherOrder);
137.         //3.获取代理对象
138.         proxy = (IVoucherOrderService) AopContext.currentProxy();
140.         //4.返回订单id
141.         return Result.ok(0);
142.     }
144.     @Transactional
145.     public void createVoucherOrder(VoucherOrder voucherOrder) {
146.         //一人一单
147.         Long userId = voucherOrder.getUserId();
148.         //查询订单
149.         int count = query().eq("user_id", userId).eq("voucher_id", voucherOrder.getVoucherId()).count();
150.         if (count > 0) {//说明已经该用户已经对该优惠券下过单了
151.             log.error("用户已经购买过一次!");
152.             return;
153.         }
154.         //库存充足，则扣减库存（操作秒杀券表）
155.         boolean success = seckillVoucherService.update()
156.                 .setSql("stock = stock -1")//set stock = stock -1
157.                 //where voucher_id =? and stock>0
158.                 .gt("stock", 0).eq("voucher_id", voucherOrder.getVoucherId()).update();
159.         if (!success) {//操作失败
160.             log.error("秒杀券库存不足!");
161.             return;
162.         }
163.         //将订单写入数据库（操作优惠券订单表）
164.         save(voucherOrder);
165.     }
166. }

复制代码

基于List的消息队列有哪些优缺点？
优点：

• 利用Redis存储，不受限于JVM内存上限
  
• 基于Redis的持久化机制，数据安全性有保证
  
• 可以满足消息有序性
  

缺点：

• 无法避免消息丢失
  
• 只支持单消费者
  

4.8.4基于PubSub的消息队列

PubSub（发布订阅）是Redis2.0版本引入的消息传递模型。顾名思义，消费者可以订阅一个或者多个channel，生产者向对应channel发送消息后，所有订阅者都能收到相关消息。

• SUBSCRIBE channel [channel]：订阅一个或者多个频道
  
• PUBLISH channel msg：向一个频道发送消息
  
• PSUBSCRIBE pattern [pattern]：订阅与pattern格式相匹配的所有频道
  

基于PubSub的消息队列有哪些优缺点？
优点：采用发布订阅模型，支持多生产、多消费
缺点：

• 不支持数据持久化
  
• 无法避免消息丢失
  
• 消息堆积有上限，超出时数据丢失
  

4.8.5基于Stream的消息队列

Stream是Redis5.0引入的一种新的数据类型，可以实现一个功能非常完善的消息队列。
发送消息的命令：

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！