文章目录
场景
多线程高并发卖票问题想必都不陌生,那么如何解决票的超卖问题呢?
接下来我们来一步一步分析
开始之前,先搭建好测试环境
搭建环境
1. 导入依赖
<!-- redis -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
<exclusions>
<exclusion>
<groupId>org.junit.vintage</groupId>
<artifactId>junit-vintage-engine</artifactId>
</exclusion>
</exclusions>
</dependency>
2. 配置连接redis
# 配置redis ip
spring.redis.host=39.105.232.73
# redis端口
spring.redis.port=6379
# redis密码
spring.redis.password=root
# 最大连接数
spring.redis.jedis.pool.max-active=10
# 线程池中最大的空闲连接数
spring.redis.jedis.pool.max-idle=8
# 最小空闲连接数
spring.redis.jedis.pool.min-idle=1
# 连接池最大阻塞时间 -1 代表没有限制
spring.redis.jedis.pool.max-wait=-1
3. 编写接口
@RestController
public class TicketController {
@Autowired
private TicketService ticketService;
@RequestMapping("sellTicket")
public String sellTicket() {
ticketService.sellTicket();
return "请求成功...";
}
}
4. 编写业务类
@Service
public class TicketServiceImpl implements TicketService {
@Autowired
private StringRedisTemplate stringRedisTemplate;
private Logger logger = LoggerFactory.getLogger(TicketServiceImpl.class);
@Override
public String sellTicket() {
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) {
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) {
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为:" + ticketNew);
} else {
logger.info("手速不够呀,票已经卖光了...");
}
return "抢票成功...";
}
}
5. 准备测试
- 准备redis服务,设置redis的键值对:
set ticket 10
- 准备测试软件,这里使用的是 Jmeter
分析解决问题
JMeter测试环境
这里表示,在一瞬间发送30次请求
若是不加任何更改,直接使用上述业务代码
可以看出来,在高并发情况下,票的超卖情况很严重,根本无法正常使用
使用 synchronized 关键字
public synchronized String sellTicket() {
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) {
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) {
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为:" + ticketNew);
} else {
logger.info("手速不够呀,票已经卖光了...");
}
return "抢票成功...";
}
可以看出,在单体应用上,并不会出现票的超卖现象。
但也存在一些问题:
- 使用 synchronized 关键字加在方法上,程序运行效率会很低
- 真实情况下,比如 12306 ,要负责全国的火车票,供全国人买票,一台服务器肯定是不够的,但是多台服务器,synchronized 关键字就失效了,它只能锁住一台服务器上的方法,并不能同时作用多台服务器。
分布式架构下的问题
问题1
既然 synchronized 不能解决问题,那么我们可以从redis着手,使用 setnx来模拟一个锁。当一个线程进入到当前方法中,使用 setnx 设置一个键,如果设置成功,就允许继续访问,设置失败,就不能访问该方法;当方法运行完毕时,将这个键删除,下一次再有线程来访问时,就重新执行该操作。
public String sellTicket() {
String lock="lock";
// 如果成功设置这个值,证明目前该方法并没有被操作,可以进行卖票操作
Boolean tag = stringRedisTemplate.opsForValue().setIfAbsent(lock, "");
if (!tag) { // 如果设置失败,证明当前方法正在被执行,不允许再次执行
// 实际开发环境应该使用队列来完成访问操作,这里主要探究分布式锁的问题,所以仅仅模拟了场景
// 不设置回调的话,访问信息会丢失
sellTicket();
return "当前访问人数过多,请稍后访问...";
}
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) {
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) {
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为:" + ticketNew);
} else {
logger.info("手速不够呀,票已经卖光了...");
}
stringRedisTemplate.delete(lock);
return "抢票成功...";
}
问题2
上述的代码在程序正常运行下不会出现票超卖的问题,但是我们需要考虑:
- 如果程序运行中系统出现了异常,导致无法删除
lock
,就会造成死锁的问题。也许有人马上就会想到,使用 try{} finally {} ,在finally中进行删除锁的操作。- 但是,如果是分布式架构,第一个服务器接收到请求,加了锁,此时第二个服务器也接收到请求,setnx 命令失败,需要执行return操作,根据finally的特性,执行return之前,需要先执行finally里的代码,于是,第二个服务器把锁给删除了,程序中锁失效了,肯定会出现票超卖等一系列问题。
- 如果程序在运行中直接彻底死了(比如,程序员闲着没事儿,来了个 kill -9;或者断电),就算加了finally,finally也不能执行,还是会出现死锁问题
解决方法:
- 给锁加一个标识符,只允许自己来操作锁,其他访问程序不能操作锁
- 还要给锁加一个过期时间,这样就算程序死了,当时间过期后,还是能够继续执行
代码实现
public String sellTicket() {
String lock="lock"; // 锁的键
String lockId = UUID.randomUUID().toString(); // 锁的值:唯一标识
try{
// 如果成功设置这个值,证明目前该方法并没有被操作,可以进行卖票操作
// 添加一个过期时间,暂定为 30秒,这里的操作具有原子性,如果过期时间设置失败,键也会设置失败
Boolean tag = stringRedisTemplate.opsForValue().setIfAbsent(lock, lockId, 30, TimeUnit.SECONDS);
if (!tag) { // 如果设置失败,证明当前方法正在被执行,不允许再次执行
// 实际开发环境应该使用队列来完成访问操作,这里主要探究分布式锁的问题,所以仅仅模拟了场景
// 不设置回调的话,访问信息会丢失
sellTicket();
return "当前访问人数过多,请稍后访问...";
}
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) {
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) {
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为:" + ticketNew);
} else {
logger.info("手速不够呀,票已经卖光了...");
}
} finally {
// 如果redis中的值,和当前的值一致,才允许删除锁。
if (lockId.equals(stringRedisTemplate.opsForValue().get(lock))) {
stringRedisTemplate.delete(lock);
}
}
return "抢票成功...";
}
这里已经基本解决了上述的两个问题。
问题3
为什么是基本呢?还需要考虑一个问题:
-
如果程序运行的极慢,导致30秒已经到了,锁已经失效了,程序还没有运行完成,这时候,就会有另一个线程总想钻个空子,导致票的超卖问题。
-
这里我们可以使用 sleep 模拟一下
-
.... if (ticket > 0) { try { // 为了测试方便,过期时间和线程暂停时间都改成了3秒 Thread.sleep(3000); } catch (InterruptedException e) { e.printStackTrace(); } int ticketNew = ticket - 1; stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew)); ....
-
这样运行就会出现极其严重的超卖问题
-
-
那么该如何设置这个过期时间呢?继续加大?这显然是不合适的,因为无论多么大,总有可能出现问题。
解决方法
我们可以使用守护线程,来保证这个时间永不过期
代码实现
public String sellTicket() {
String lock="lock"; // 锁的键
String lockId = UUID.randomUUID().toString(); // 锁的值:唯一标识
MyThread myThread = null; // 锁的守护线程
try{
// 如果成功设置这个值,证明目前该方法并没有被操作,可以进行卖票操作
// 添加一个过期时间,暂定为 3 秒,这里的操作具有原子性,如果过期时间设置失败,键也会设置失败
Boolean tag = stringRedisTemplate.opsForValue().setIfAbsent(lock, lockId, 3, TimeUnit.SECONDS);
if (!tag) { // 如果设置失败,证明当前方法正在被执行,不允许再次执行
// 实际开发环境应该使用队列来完成访问操作,这里主要探究分布式锁的问题,所以仅仅模拟了场景
// 不设置回调的话,访问信息会丢失
sellTicket();
return "当前访问人数过多,请稍后访问...";
}
// 开启守护线程, 每隔三分之一的时间,给锁续命
myThread = new MyThread(lock);
myThread.setDaemon(true);
myThread.start();
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) {
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) {
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为:" + ticketNew);
} else {
logger.info("手速不够呀,票已经卖光了...");
}
} finally {
// 如果redis中的值,和当前的值一致,才允许删除锁。
if (lockId.equals(stringRedisTemplate.opsForValue().get(lock))) {
// 程序运行结束,需要关闭守护线程
myThread.stop();
stringRedisTemplate.delete(lock);
logger.info("释放锁成功...");
}
}
return "抢票成功...";
}
/** 使用后台线程进行续命
* 守护线程
* 在主线程下 如果有一个守护线程 这个守护线程的生命周期 跟主线程是同生死的
*/
class MyThread extends Thread{
String lock;
MyThread (String lock) {
this.lock = lock;
}
@Override
public void run() {
while (true) {
try {
// 三分之一的时间
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
// 假设线程还活着,就要给锁续命
logger.info("线程续命ing...");
stringRedisTemplate.expire(lock, 3, TimeUnit.SECONDS);
}
}
}
总结
到这里,我们已经基本实现了redis分布式锁,并且可以在高并发场景下正常运行。
需要注意的是,实现分布式锁的代码肯定不是最佳的,重要的是本文中如何在实际开发中,发现问题并解决问题的思路,学会这种善于思考的思想至关重要!