对于高并发秒杀系统,我们的核心关注点就在于商品的抢购过程中,这里我们就以一般的购物为例子,当我们们库存只有1000个时,某时刻开放购买时有200000人同时购买应该怎么应对,秒杀系统存在以下技术难点:
- 短时高并发、负载压力大
- 读多写少
- 竞争资源是有限的,不能多买,不能少买,不能重买。
-
秒杀过程中我们最主要的关注点就在商品的库存上,这里我们先给出一个我们最熟悉的商品库存更新语句:
update t_goods_info
set amout = amout - #{buys}
where code = #{code}在我们的t_goods_info(库存表) 中找到code(商品名称),把amout(商品库存)减去buys(购买数量)。
-
在我们的service层中有这么一个方法:
//秒杀服务,修改库存
public boolean updateGoodsAmout(String code, int buys){
//获取商品库存对象
TGoodsInfo info = mapper.selectByPrimaryKey(code);
//获取商品库存
Integer amout = info.getAmout();
//如果库存不够直接返回
if(amout < buys){
return false;
}
// 直接访问数据库
return mapper.updateAmout(code,buys) > 0?true:false;
}
- 我们在测试类中模拟这么一个高并发过程现在有100个小米手机,有1000个人参数秒杀,每个人每次购买三个。那么按我们预想的结果应该是有33个人购买了99个手机,库存还剩一个。
@RunWith()
@ContextConfiguration()
public class optimisticLockTest{
//参与秒杀活动的人数
private static final int USER_NUM=1000;
//产品的唯一id
private static final String GOODS_ID="xiaomi6";
//产品的库存数量
private static final int GOOD_LEFT=100;
//发令枪,用于模拟高并发
private static CountDownLatch countDownLatch = new CountDownLatch(USER_NUM);
//计数器,用于记录成功购买客户人数
private static int successPerson=0;
//计数器,用于记录卖出去的商品个数
private static int saleOutNum=0;
//注入的产品服务接口
@Resource()
private GoodsService goodsSer