微服务Spring Boot 整合Redis 基于Redis的Stream 消息队列 实现异步秒杀下单_redis stream springboot

先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7

深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年最新大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
img
img
img
img
img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

如果你需要这些资料,可以添加V获取:vip204888 (备注大数据)
img

正文

在这里插入图片描述

XRead 阻塞方式,读取最新的消息

在这里插入图片描述

在业务开发中,我们可以循环的调用XREAD阻塞方式来查询最新消息,从而实现持续监听队列的效果

在这里插入图片描述

注意: 当我们指定起始ID 为 $ 时,代表读取最新的消息,如果我们处理一条消息的过程中,又有超过1条以上的消息到达队列,则下次获取的也是只有最新的一条,会出现消息漏读的问题

STREAM类型消息队列的XREAD命令特点

  • 消息可回溯
  • 一个消息可以被多个消费者读取
  • 可以阻塞读取
  • 有消息漏读的风险

⚡Stream 的消费者组

消费者组(Consumer Group):将多个消费者划分到一个组中,监听同一个队列。具备下列特点:

在这里插入图片描述

创建消费者组:

XGROUP CREATE key groupName ID [MKSTREAM]

  • key:队列名称
  • groupName:消费者组名称
  • ID:起始ID标示,$代表队列中最后一个消息,0则代表队列中第一个消息
  • MKSTREAM:队列不存在时自动创建队列

其它常用命令

删除指定的消费者组

XGROUP DESTORY key groupName

给指定的消费者组添加消费者

XGROUP CREATECONSUMER key groupname consumername

删除消费者组中的指定消费者

XGROUP DELCONSUMER key groupname consumername

从消费者组读取消息:

XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] [NOACK] STREAMS key [key ...] ID [ID ...]

  • group:消费组名称
  • consumer:消费者名称,如果消费者不存在,会自动创建一个消费者
  • count:本次查询的最大数量
  • BLOCK milliseconds:当没有消息时最长等待时间
  • NOACK:无需手动ACK,获取到消息后自动确认
  • STREAMS key:指定队列名称
  • ID:获取消息的起始ID:

>”:从下一个未消费的消息开始
其它:根据指定id从pending-list中获取已消费但未确认的消息,例如0,是从pending-list中的第一个消息开始

消费者监听消息的基本思路:

在这里插入图片描述

STREAM类型消息队列的XREADGROUP命令特点:

  • 消息可回溯
  • 可以多消费者争抢消息,加快消费速度
  • 可以阻塞读取
  • 没有消息漏读的风险
  • 有消息确认机制,保证消息至少被消费一次

三种消息队列对比

在这里插入图片描述

五、基于Redis Stream消息队列实现异步秒杀

需求:

  • 创建一个Stream类型的消息队列,名为stream.orders
  • 修改之前的秒杀下单Lua脚本,在认定有抢购资格后,直接向stream.orders中添加消息,内容包含voucherId、userId、orderId
  • 项目启动时,开启一个线程任务,尝试获取stream.orders中的消息,完成下单

修改 seckill.lua 脚本

-- 1.3.订单id
local orderId = ARGV[3]

-- 3.6.发送消息到队列中, XADD stream.orders \* k1 v1 k2 v2 ...
redis.call('xadd', 'stream.orders', '\*', 'userId', userId, 'voucherId', voucherId, 'id', orderId)

修改VoucherOrderService

private static final DefaultRedisScript<Long> SECKILL_SCRIPT;

static {
    SECKILL_SCRIPT = new DefaultRedisScript<>();
    SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua"));
    SECKILL_SCRIPT.setResultType(Long.class);
}


private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();

//在类初始化之后执行,因为当这个类初始化好了之后,随时都是有可能要执行的
@PostConstruct
private void init() {
    SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
}

/\*\*
 \* 使用 Redis消息队列建立 读队列、编写下订单任务
 \*/
private class VoucherOrderHandler implements Runnable {

    @Override
    public void run() {
        while (true) {
            try {
                // 1.获取消息队列中的订单信息 XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
                List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                    Consumer.from("g1", "c1"),
                    StreamReadOptions.empty().count(1).block(Duration.ofSeconds(2)),
                    StreamOffset.create("stream.orders", ReadOffset.lastConsumed())
                );

                // 2.判断订单信息是否为空
                if (list == null || list.isEmpty()) {
                    // 如果为null,说明没有消息,继续下一次循环
                    continue;
                }

                // 解析数据
                MapRecord<String, Object, Object> record = list.get(0);
                Map<Object, Object> value = record.getValue();
                VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);

                // 3.创建订单
                createVoucherOrder(voucherOrder);

                // 4.确认消息 XACK
                stringRedisTemplate.opsForStream().acknowledge("s1", "g1", record.getId());

            } catch (Exception e) {
                log.error("处理订单异常", e);
                //处理异常消息 去 Pading-List读取消息
                handlePendingList();
            }
        }
    }
}

/\*\*
 \* Redis消息队列出现异常,调用此方法去 Pading—List中重新读取
 \*/
private void handlePendingList() {
    while (true) {
        try {
            // 1.获取pending-list中的订单信息 XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 0
            List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
                Consumer.from("g1", "c1"),
                StreamReadOptions.empty().count(1),
                StreamOffset.create("stream.orders", ReadOffset.from("0"))
            );

            // 2.判断订单信息是否为空
            if (list == null || list.isEmpty()) {
                // 如果为null,说明没有异常消息,结束循环
                break;
            }

            // 解析数据
            MapRecord<String, Object, Object> record = list.get(0);
            Map<Object, Object> value = record.getValue();
            VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);

            // 3.创建订单
            createVoucherOrder(voucherOrder);

            // 4.确认消息 XACK
            stringRedisTemplate.opsForStream().acknowledge("s1", "g1", record.getId());
        } catch (Exception e) {
            log.error("处理pendding订单异常", e);
            try{
                Thread.sleep(20);
            }catch(Exception ee){
                ee.printStackTrace();
            }
        }
    }
}


private void handleVoucherOrder(VoucherOrder voucherOrder) {
    //1.获取用户
    Long userId = voucherOrder.getUserId();
    // 2.创建锁对象
    RLock lock = redissonClient.getLock("lock:order:" + userId);
    // 3.尝试获取锁
    boolean isLock = lock.tryLock();
    // 4.判断是否获得锁成功
    if (!isLock) {
        // 获取锁失败,直接返回失败或者重试
        log.error("不允许重复下单!");
        return;
    }
    try {
        //注意:由于是spring的事务是放在threadLocal中,此时的是多线程,事务会失效
        proxy.createVoucherOrder(voucherOrder);
    } finally {
        // 释放锁
        lock.unlock();
    }
}


// 代理对象
private IVoucherOrderService proxy;

@Override
public Result seckillVoucher(Long voucherId) {

    //获取用户
    Long userId = UserHolder.getUser().getId();
    //生成订单ID
    long orderId = redisIdWorker.nextId("order");

    // 1.执行lua脚本
    Long result = stringRedisTemplate.execute(
        SECKILL_SCRIPT,
        Collections.emptyList(),
        voucherId.toString(), userId.toString(), String.valueOf(orderId)
    );
    int r = result.intValue(); // 转成int

    // 2.判断结果是否为0
    if (r != 0) {
        // 2.1.不为0 ,代表没有购买资格
        return Result.fail(r == 1 ? "库存不足" : "不能重复下单");
    }

    //3.获取代理对象
    proxy = (IVoucherOrderService) AopContext.currentProxy();

    //4.返回订单id
    return Result.ok(orderId);
}


@Transactional
public void createVoucherOrder (VoucherOrder voucherOrder){
    // 5.一人一单逻辑
    // 5.1.用户id
    Long userId = voucherOrder.getUserId();

    // 判断是否存在
    int count = query().eq("user\_id", userId)
        .eq("voucher\_id", voucherOrder.getId()).count();

    // 5.2.判断是否存在
    if (count > 0) {
        // 用户已经购买过了
        log.error("用户已经购买过了");
    }

    //6,扣减库存
    boolean success = seckillVoucherService.update()
        .setSql("stock= stock -1") //set stock = stock -1
        .eq("voucher\_id", voucherOrder.getVoucherId()).gt("stock",0).update(); //where id = ? and stock > 0
    // .eq("voucher\_id", voucherId).eq("stock",voucher.getStock()).update(); //where id = ? and stock = ?


**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)**
![img](https://img-blog.csdnimg.cn/img_convert/cd5b3424d8c97e071ac1b3853c9c2379.png)

**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

// .eq("voucher\_id", voucherId).eq("stock",voucher.getStock()).update(); //where id = ? and stock = ?


**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)**
[外链图片转存中...(img-HR5cSoi8-1713402528013)]

**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

  • 5
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
微服务架构是一种新兴的软件架构体系,它将一个大型应用程序分解为多个独立的服务,每个服务都提供一定的功能,服务之间通过轻量级的通信机制协同工作,构成一个松散耦合的系统。 而 Spring Boot 是一个快速创建基于 Spring 的应用程序的框架。它采用约定大于配置的方式,简化了 Spring 应用程序的开发,同时提高了应用程序的可维护性。 Redis 是一种高速缓存数据库,具有高并发和低延迟的特点。它能够在存储和读取大规模数据时提供快速的性能和可靠的持久性。 秒杀是指在限定时间内,将大量的请求按照系统预设的规则进行处理,从而实现购买或者抢购等活动。在传统的单机架构中,秒杀的高并发场景经常会导致系统崩溃或者响应缓慢,因此需要采用新的技术来解决这个问题。 将微服务Spring BootRedis 结合起来,可以有效地解决秒杀系统的高并发问题。采用微服务架构,可以将每个服务拆分为独立的功能,提高系统的可扩展性和可维护性。使用 Spring Boot 框架,则可以快速搭建服务,并利用它的依赖注入和 AOP 等特性,增加代码的复用性和可维护性。而 Redis 则可以作为高速缓存数据库,提高系统的响应速度和可靠性。 在秒杀场景中,可以将商品和库存信息缓存在 Redis 中,同时采用消息队列来控制请求的流量,避免系统瞬时崩溃。在秒杀活动开始前,将商品信息和库存信息加载到 Redis 中,由 Redis 进行管理,并在秒杀结束后将结果写入数据库中。通过这种方式,可以提高系统的吞吐量和可靠性,同时保证秒杀活动的公平性和可靠性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值