5.秒杀优化
5.1异步秒杀思路
-
我们先来回顾一下下单流程
-
当用户发起请求，此时会先请求Nginx，Nginx反向代理到Tomcat，而Tomcat中的程序，会进行串行操作，分为如下几个步骤
- 查询优惠券
- 判断秒杀库存是否足够
- 查询订单
- 校验是否一人一单
- 扣减库存
- 创建订单
-
在这六个步骤中，有很多操作都是要去操作数据库的，而且还是一个线程串行执行，这样就会导致我们的程序执行很慢，所以我们需要异步程序执行，那么如何加速呢？
-
优化方案：我们将耗时较短的逻辑判断放到Redis中，例如：库存是否充足，是否一人一单这样的操作，只要满足这两条操作，那我们是一定可以下单成功的，不用等数据真的写进数据库，我们直接告诉用户下单成功就好了。然后后台再开一个线程，后台线程再去慢慢执行队列里的消息，这样我们就能很快的完成下单业务。
-
但是这里还存在两个难点
- 我们怎么在Redis中快速校验是否一人一单，还有库存判断
- 我们校验一人一单和将下单数据写入数据库，这是两个线程，我们怎么知道下单是否完成。
- 我们需要将一些信息返回给前端，同时也将这些信息丢到异步queue中去，后续操作中，可以通过这个id来查询下单逻辑是否完成
-
我们现在来看整体思路：当用户下单之后，判断库存是否充足，只需要取Redis中根据key找对应的value是否大于0即可，如果不充足，则直接结束。如果充足，则在Redis中判断用户是否可以下单，如果set集合中没有该用户的下单数据，则可以下单，并将userId和优惠券存入到Redis中，并且返回0，整个过程需要保证是原子性的，所以我们要用Lua来操作，同时由于我们需要在Redis中查询优惠券信息，所以在我们新增秒杀优惠券的同时，需要将优惠券信息保存到Redis中
-
完成以上逻辑判断时，我们只需要判断当前Redis中的返回值是否为0，如果是0，则表示可以下单，将信息保存到queue中去，然后返回，开一个线程来异步下单，其阿奴单可以通过返回订单的id来判断是否下单成功
5.2Redis完成秒杀资格判断
- 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，决定用户是否秒杀成功
步骤一：修改保存优惠券相关代码
@Override
@Transactional
public void addSeckillVoucher(Voucher voucher) {// 保存优惠券save(voucher);// 保存秒杀信息SeckillVoucher seckillVoucher = new SeckillVoucher();seckillVoucher.setVoucherId(voucher.getId());seckillVoucher.setStock(voucher.getStock());seckillVoucher.setBeginTime(voucher.getBeginTime());seckillVoucher.setEndTime(voucher.getEndTime());seckillVoucherService.save(seckillVoucher);// 保存秒杀优惠券信息到Reids，Key名中包含优惠券ID，Value为优惠券的剩余数量stringRedisTemplate.opsForValue().set(SECKILL_STOCK_KEY + voucher.getId(), voucher.getStock().toString());
}- 使用PostMan发送请求，添加优惠券
请求路径：http://localhost:8080/api/voucher/seckill
请求方式：POST{"shopId":1,"title":"9999元代金券","subTitle":"365*24小时可用","rules":"全场通用\\nApex猎杀无需预约","payValue":1000,"actualValue":999900,"type":1,"stock":100,"beginTime":"2022-01-01T00:00:00","endTime":"2022-12-31T23:59:59" } - 添加成功后，数据库中和Redis中都能看到优惠券信息
步骤二：编写Lua脚本
lua的字符串拼接使用..，字符串转数字是tonumber()
-- 订单id
local voucherId = ARGV[1]
-- 用户id
local userId = ARGV[2]
-- 优惠券key
local stockKey = 'seckill:stock:' .. voucherId
-- 订单key
local orderKey = 'seckill:order:' .. voucherId
-- 判断库存是否充足
if (tonumber(redis.call('get', stockKey)) <= 0) thenreturn 1
end
-- 判断用户是否下单
if (redis.call('sismember', orderKey, userId) == 1) thenreturn 2
end
-- 扣减库存
redis.call('incrby', stockKey, -1)
-- 将userId存入当前优惠券的set集合
redis.call('sadd', orderKey, userId)
return 0- 修改业务逻辑
@Override public Result seckillVoucher(Long voucherId) {//1. 执行lua脚本Long result = stringRedisTemplate.execute(SECKILL_SCRIPT,Collections.emptyList(), voucherId.toString(),UserHolder.getUser().getId().toString());//2. 判断返回值，并返回错误信息if (result.intValue() != 0) {return Result.fail(result.intValue() == 1 ? "库存不足" : "不能重复下单");}long orderId = redisIdWorker.nextId("order");//TODO 保存阻塞队列//3. 返回订单idreturn Result.ok(orderId); } - 现在我们使用PostMan发送请求，redis中的数据会变动，而且不能重复下单，但是数据库中的数据并没有变化
-
5.3基于阻塞队列实现秒杀优化
- 修改下单的操作，我们在下单时，是通过Lua表达式去原子执行判断逻辑，如果判断结果不为0，返回错误信息，如果判断结果为0，则将下单的逻辑保存到队列中去，然后异步执行
- 需求
- 如果秒杀成功，则将优惠券id和用户id封装后存入阻塞队列
- 开启线程任务，不断从阻塞队列中获取信息，实现异步下单功能
步骤一：创建阻塞队列
阻塞队列有一个特点：当一个线程尝试从阻塞队列里获取元素的时候，如果没有元素，那么该线程就会被阻塞，直到队列中有元素，才会被唤醒，并去获取元素
阻塞队列的创建需要指定一个大小private final BlockingQueue<VoucherOrder> orderTasks = new ArrayBlockingQueue<>(1024 * 1024);- 那么把优惠券id和用户id封装后存入阻塞队列
@Override public Result seckillVoucher(Long voucherId) {Long result = stringRedisTemplate.execute(SECKILL_SCRIPT,Collections.emptyList(), voucherId.toString(),UserHolder.getUser().getId().toString());if (result.intValue() != 0) {return Result.fail(result.intValue() == 1 ? "库存不足" : "不能重复下单");}long orderId = redisIdWorker.nextId("order");//封装到voucherOrder中VoucherOrder voucherOrder = new VoucherOrder();voucherOrder.setVoucherId(voucherId);voucherOrder.setUserId(UserHolder.getUser().getId());voucherOrder.setId(orderId);//加入到阻塞队列orderTasks.add(voucherOrder);return Result.ok(orderId); }步骤二：实现异步下单功能 - 先创建一个线程池
private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor(); - 创建线程任务，秒杀业务需要在类初始化之后，就立即执行，所以这里需要用到
@PostConstruct注解@PostConstruct private void init() {SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler()); }private class VoucherOrderHandler implements Runnable {@Overridepublic void run() {while (true) {try {//1. 获取队列中的订单信息VoucherOrder voucherOrder = orderTasks.take();//2. 创建订单handleVoucherOrder(voucherOrder);} catch (Exception e) {log.error("订单处理异常", e);}}} } - 编写创建订单的业务逻辑
private IVoucherOrderService proxy; private void handleVoucherOrder(VoucherOrder voucherOrder) {//1. 获取用户Long userId = voucherOrder.getUserId();//2. 创建锁对象，作为兜底方案RLock redisLock = redissonClient.getLock("order:" + userId);//3. 获取锁boolean isLock = redisLock.tryLock();//4. 判断是否获取锁成功 if (!isLock) {log.error("不允许重复下单!");return;}try {//5. 使用代理对象，由于这里是另外一个线程，proxy.createVoucherOrder(voucherOrder);} finally {redisLock.unlock();} } - 查看AopContext源码，它的获取代理对象也是通过ThreadLocal进行获取的，由于我们这里是异步下单，和主线程不是一个线程，所以不能获取成功
private static final ThreadLocal<Object> currentProxy = new NamedThreadLocal("Current AOP proxy"); - 但是我们可以将proxy放在成员变量的位置，然后在主线程中获取代理对象
@Override public Result seckillVoucher(Long voucherId) {Long result = stringRedisTemplate.execute(SECKILL_SCRIPT,Collections.emptyList(), voucherId.toString(),UserHolder.getUser().getId().toString());if (result.intValue() != 0) {return Result.fail(result.intValue() == 1 ? "库存不足" : "不能重复下单");}long orderId = redisIdWorker.nextId("order");//封装到voucherOrder中VoucherOrder voucherOrder = new VoucherOrder();voucherOrder.setVoucherId(voucherId);voucherOrder.setUserId(UserHolder.getUser().getId());voucherOrder.setId(orderId);//加入到阻塞队列orderTasks.add(voucherOrder);//主线程获取代理对象proxy = (IVoucherOrderService) AopContext.currentProxy();return Result.ok(orderId); }5.4小结
-
秒杀业务的优化思路是什么？
- 先利用Redis完成库存容量、一人一单的判断，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
-
基于阻塞队列的异步秒杀存在哪些问题？
- 内存限制问题：
- 我们现在使用的是JDK里的阻塞队列，它使用的是JVM的内存，如果在高并发的条件下，无数的订单都会放在阻塞队列里，可能就会造成内存溢出，所以我们在创建阻塞队列时，设置了一个长度，但是如果真的存满了，再有新的订单来往里塞，那就塞不进去了，存在内存限制问题
- 数据安全问题：
- 经典服务器宕机了，用户明明下单了，但是数据库里没看到
- 内存限制问题：
