实现优惠券秒杀一人一单的问题
1.首先,根据数据库进行查询秒杀优惠券下相同用户和秒杀券订单的id是否存在
Long userId = UserHolder.getUser().getId();
//查询订单
int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
// 5.2.判断是否存在
if (count > 0) {
// 用户已经购买过了
return Result.fail("用户已经购买过一次!");
}
经过jmeter测试后发现,由于多线程的存在,会产生线程不安全的情况
通过查询数据库发现相同用户下了超过1单
![](https://i-blog.csdnimg.cn/blog_migrate/c25251fe2f86309974c8e0fd1cf44112.png)
2.为了解决多线程问题,我们需要对该查询及后续修改库存下单的操作进行上锁
由于我们是新增操作,无法判断数据库是否修改过,从而无法使用乐观锁
这里选择悲观锁
将查询,判断用户,及减少库存和创建订单等操作封装方法,同时涉及到操作失败等问题需对该方法设置事务,并对该方法加上synchronized
@Transactional
public synchronized Result createVoucherOrder(Long voucherId) {
Long userId = UserHolder.getUser().getId();
// 5.1.查询订单
int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
// 5.2.判断是否存在
if (count > 0) {
// 用户已经购买过了
return Result.fail("用户已经购买过一次!");
}
// 6.扣减库存
boolean success = seckillVoucherService.update()
.setSql("stock = stock - 1") // set stock = stock - 1
.eq("voucher_id", voucherId).gt("stock", 0) // where id = ? and stock > 0
.update();
if (!success) {
// 扣减失败
return Result.fail("库存不足!");
}
// 7.创建订单
VoucherOrder voucherOrder = new VoucherOrder();
// 7.1.订单id
long orderId = redisIdWorker.nextId("order");
voucherOrder.setId(orderId);
// 7.2.用户id
voucherOrder.setUserId(userId);
// 7.3.代金券id
voucherOrder.setVoucherId(voucherId);
save(voucherOrder);
// 7.返回订单id
return Result.ok(orderId);
}
3.但该方法我们可以知道锁的是整个方法,对所有对象都进行上锁锁的粒度太大,性能低
所有这个地方我们对相同用户进行上锁,并对代码块将用户操作锁定
intern() 这个方法是从常量池中拿到数据,如果我们直接使用userId.toString() 他拿到的对象实际上是不同的对象,new出来的对象,我们使用锁必须保证锁必须是同一把,所以我们需要使用intern()方法
@Transactional
public Result createVoucherOrder(Long voucherId) {
Long userId = UserHolder.getUser().getId();
synchronized(userId.toString().intern()){
// 5.1.查询订单
int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
// 5.2.判断是否存在
if (count > 0) {
// 用户已经购买过了
return Result.fail("用户已经购买过一次!");
}
// 6.扣减库存
boolean success = seckillVoucherService.update()
.setSql("stock = stock - 1") // set stock = stock - 1
.eq("voucher_id", voucherId).gt("stock", 0) // where id = ? and stock > 0
.update();
if (!success) {
// 扣减失败
return Result.fail("库存不足!");
}
// 7.创建订单
VoucherOrder voucherOrder = new VoucherOrder();
// 7.1.订单id
long orderId = redisIdWorker.nextId("order");
voucherOrder.setId(orderId);
// 7.2.用户id
voucherOrder.setUserId(userId);
// 7.3.代金券id
voucherOrder.setVoucherId(voucherId);
save(voucherOrder);
// 7.返回订单id
return Result.ok(orderId);
}
}
4.但是以上代码还是存在问题,问题的原因在于当前方法被spring的事务控制,如果你在方法内部加锁,可能会导致当前方法事务还没有提交,但是锁已经释放也会导致问题,所以我们选择将当前方法整体包裹起来,确保事务不会出现问题
Long userId = UserHolder.getUser().getId();
synchronized (userId.toString().intern()){
return createVoucherOrder(voucherId);
}
5.通过上面这种方法,我们会发现他返回的是通过当前对象进行调用,事务是通过spring进行代理通过代理对象进行调用的,事务想要生效,还得利用代理来生效,所以这个地方,我们需要获得原始的事务对象, 来操作事务
Long userId = UserHolder.getUser().getId();
synchronized (userId.toString().intern()){
IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
return proxy.createVoucherOrder(voucherId);
}
引入所需依赖
<dependency>
<groupId>org.aspectj</groupId>
<artifactId>aspectjweaver</artifactId>
</dependency>
在启动项中暴露代理对象
@EnableAspectJAutoProxy(exposeProxy = true)
单机项目下,成功解决一人一单问题
集群下产生并发安全问题
模拟集群下环境
配置不同端口后台,模拟集群
对服务ctrl+D进入配置
![](https://i-blog.csdnimg.cn/blog_migrate/84b5466e4af9ac8b11dec18da8edf9e4.png)
![](https://i-blog.csdnimg.cn/blog_migrate/0832289c688b097cc1423d316b5b4be1.png)
配置nginx的conf文件
对端口8082实现反向代理
![](https://i-blog.csdnimg.cn/blog_migrate/8d9eda974ad5426f0eb5ed49779d538e.png)
重启nginx服务
nginx.exe -s -reload
集群环境下产生的问题
![](https://i-blog.csdnimg.cn/blog_migrate/7b32042695b1b0e689f15438d6b1eec1.png)
由于多个服务拥有不同jvm对锁的监听各不相同,导致单体项目的锁失效
分布式锁
1.原理
![](https://i-blog.csdnimg.cn/blog_migrate/5dda4cd74b0bf035e0e32ac542823a99.png)
![](https://i-blog.csdnimg.cn/blog_migrate/7305d3147dd063e530e0fda2eb6d6c86.png)
2.实现
![](https://i-blog.csdnimg.cn/blog_migrate/7c2bd71ea66e9c0e56fe33b7071d01fd.png)
3.基于redis实现
![](https://i-blog.csdnimg.cn/blog_migrate/3d97ffa95952cd2a51a4d6471ed00c0a.png)
核心在于将锁的监听机制放置在redis中,各个线程根据redis中setnx进行判断
设置锁接口
public interface ILock {
/**
* 尝试获取锁
* @param timeoutSec
* @return true代表获取成功 false代表失败
*/
boolean tryLock(long timeoutSec);
/**
* 释放锁
*/
void unlock();
}
创建锁的实现类SimpleRedisLock
public class SimpleRedisLock implements ILock{
private String name;
@Resource
private StringRedisTemplate stringRedisTemplate;
public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {
this.name = name;
this.stringRedisTemplate = stringRedisTemplate;
}
private static final String KEY_PREFIX="lock:";
@Override
public boolean tryLock(long timeoutSec) {
//获得线程的标识
long threadId = Thread.currentThread().getId();
Boolean success = stringRedisTemplate.opsForValue()
.setIfAbsent(KEY_PREFIX + name, threadId + "", timeoutSec, TimeUnit.SECONDS);
//返回值是boolean,此时是包装类避免空指针,使用Boolean.TRUE.equals判断返回值,为true返回true null和false都返回false
return Boolean.TRUE.equals(success);
}
@Override
public void unlock() {
Boolean delete = stringRedisTemplate.delete(KEY_PREFIX + name);
}
}
修改对应业务代码实现redis分布式锁
// 5.1.用户id
Long userId = UserHolder.getUser().getId();
//创建锁对象(新增代码)
SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate);
//获取锁对象
boolean isLock = lock.tryLock(1200);
//加锁失败
if (!isLock) {
return Result.fail("不允许重复下单");
}
try {
IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
return proxy.createVoucherOrder(voucherId);
} finally {
lock.unlock();
}
4.锁误删情况
![](https://i-blog.csdnimg.cn/blog_migrate/81841c7383efa75be4702110c61d9fda.png)
逻辑说明:
持有锁的线程在锁的内部出现了阻塞,导致他的锁自动释放,这时其他线程,线程2来尝试获得锁,就拿到了这把锁,然后线程2在持有锁执行过程中,线程1反应过来,继续执行,而线程1执行过程中,走到了删除锁逻辑,此时就会把本应该属于线程2的锁进行删除,这就是误删别人锁的情况说明
解决方案:解决方案就是在每个线程释放锁的时候,去判断一下当前这把锁是否属于自己,如果属于自己,则不进行锁的删除,假设还是上边的情况,线程1卡顿,锁自动释放,线程2进入到锁的内部执行逻辑,此时线程1反应过来,然后删除锁,但是线程1,一看当前这把锁不是属于自己,于是不进行删除锁逻辑,当线程2走到删除锁逻辑时,如果没有卡过自动释放锁的时间点,则判断当前这把锁是属于自己的,于是删除这把锁。
需求:修改之前的分布式锁实现,满足:在获取锁时存入线程标示(可以用UUID表示)在释放锁时先获取锁中的线程标示,判断是否与当前线程标示一致
如果一致则释放锁
如果不一致则不释放锁
核心逻辑:在存入锁时,放入自己线程的标识,在删除锁时,判断当前这把锁的标识是不是自己存入的,如果是,则进行删除,如果不是,则不进行删除。
修改锁实现代码
加锁操作:
使用UUID拼接线程号避免集群中JVM线程雷同情况
private static final String ID_PREFIX = UUID.randomUUID().toString(true) + "-";
@Override
public boolean tryLock(long timeoutSec) {
// 获取线程标示
String threadId = ID_PREFIX + Thread.currentThread().getId();
// 获取锁
Boolean success = stringRedisTemplate.opsForValue()
.setIfAbsent(KEY_PREFIX + name, threadId, timeoutSec, TimeUnit.SECONDS);
return Boolean.TRUE.equals(success);
}
释放锁
public void unlock() {
// 获取线程标示
String threadId = ID_PREFIX + Thread.currentThread().getId();
// 获取锁中的标示
String id = stringRedisTemplate.opsForValue().get(KEY_PREFIX + name);
// 判断标示是否一致
if(threadId.equals(id)) {
// 释放锁
stringRedisTemplate.delete(KEY_PREFIX + name);
}
}
此方法虽然看似解决了锁误删的情况,但是在判断锁和释放锁为2个步骤,如果之间出现了阻塞,无法保证原子性,也可能出现误删情况
线程1现在持有锁之后,在执行业务逻辑过程中,他正准备删除锁,而且已经走到了条件判断的过程中,比如他已经拿到了当前这把锁确实是属于他自己的,正准备删除锁,但是此时他的锁到期了,那么此时线程2进来,但是线程1他会接着往后执行,当他卡顿结束后,他直接就会执行删除锁那行代码,相当于条件判断并没有起到作用,这就是删锁时的原子性问题,之所以有这个问题,是因为线程1的拿锁,比锁,删锁,实际上并不是原子性的,我们要防止刚才的情况发生
5. Lua脚本解决多条命令原子性问题
Redis提供了Lua脚本功能,在一个脚本中编写多条Redis命令,确保多条命令执行时的原子性。
这里重点介绍Redis提供的调用函数,语法如下:
redis.call('命令名称', 'key', '其它参数', ...)
例如,我们要执行set name jack,则脚本是这样:
# 执行 setnamejack
redis.call('set', 'name', 'jack')
例如,我们要先执行set name Rose,再执行get name,则脚本如下:
# 先执行 setnamejack
redis.call('set', 'name', 'Rose')
# 再执行 getname
localname = redis.call('get', 'name')
# 返回
returnname
写好脚本以后,需要用Redis命令来调用脚本,调用脚本的常见命令如下
![](https://i-blog.csdnimg.cn/blog_migrate/b1a0a83a16391602e1757f945c69f078.png)
如果脚本中的key、value不想写死,可以作为参数传递。key类型参数会放入KEYS数组,其它参数会放入ARGV数组,在脚本中可以从KEYS和ARGV数组获取这些参数:
![](https://i-blog.csdnimg.cn/blog_migrate/c8831bd363b0bf446d8a22de0aa1af10.png)
接下来我们来回一下我们释放锁的逻辑:
释放锁的业务流程是这样的
1、获取锁中的线程标示
2、判断是否与指定的标示(当前线程标示)一致
3、如果一致则释放锁(删除)
4、如果不一致则什么都不做
如果用Lua脚本来表示则是这样的:
最终我们操作redis的拿锁比锁删锁的lua脚本就会变成这样
-- 这里的 KEYS[1] 就是锁的key,这里的ARGV[1] 就是当前线程标示
-- 获取锁中的标示,判断是否与当前线程标示一致
if (redis.call('GET', KEYS[1]) == ARGV[1]) then
-- 一致,则删除锁
return redis.call('DEL', KEYS[1])
end
-- 不一致,则直接返回
return 0
通过java代码实现
先初始化脚本信息
通过ClassPathResource确定脚本路径
调用execute执行redis脚本
参数分别对应脚本名称(此处选择先静态初始化脚本,避免在多线程在释放锁时反复调用io流加载脚本)
对应lua脚本中的KEYS[1],因为KEYS[1]是数组所以使用Collections.singletonList将读到的线程号放入数组中
对应lua脚本中的ARGV[1]
//初始化脚本信息
private static final DefaultRedisScript<Long> UNLOCK_SCRIPT;
static {
UNLOCK_SCRIPT = new DefaultRedisScript<>();
UNLOCK_SCRIPT.setLocation(new ClassPathResource("unlock.lua"));
//返回类型
UNLOCK_SCRIPT.setResultType(Long.class);
}
public void unlock() {
stringRedisTemplate.execute(UNLOCK_SCRIPT, Collections.singletonList(KEY_PREFIX + name),ID_PREFIX + Thread.currentThread().getId());
}
总结
![](https://i-blog.csdnimg.cn/blog_migrate/785767a64a5664979c8cf6fddf52c634.png)
分布式锁redisson
1.基于setnx实现的分布式锁存在下面的问题:
重入问题:重入问题是指 获得锁的线程可以再次进入到相同的锁的代码块中,可重入锁的意义在于防止死锁,比如HashTable这样的代码中,他的方法都是使用synchronized修饰的,假如他在一个方法内,调用另一个方法,那么此时如果是不可重入的,不就死锁了吗?所以可重入锁他的主要意义是防止死锁,我们的synchronized和Lock锁都是可重入的。
不可重试:是指目前的分布式只能尝试一次,我们认为合理的情况是:当线程在获得锁失败后,他应该能再次尝试获得锁。
超时释放:我们在加锁时增加了过期时间,这样的我们可以防止死锁,但是如果卡顿的时间超长,虽然我们采用了lua表达式防止删锁的时候,误删别人的锁,但是毕竟没有锁住,有安全隐患
主从一致性: 如果Redis提供了主从集群,当我们向集群写数据时,主机需要异步的将数据同步给从机,而万一在同步过去之前,主机宕机了,就会出现死锁问题。
那么什么是Redission呢
Redisson是一个在Redis的基础上实现的Java驻内存数据网格(In-Memory Data Grid)。它不仅提供了一系列的分布式的Java常用对象,还提供了许多分布式服务,其中就包含了各种分布式锁的实现。
Redission提供了分布式锁的多种多样的功能
![](https://i-blog.csdnimg.cn/blog_migrate/0d88687c2546153e7eb54d489749eb60.png)
2.快速入门
配置pom文件导入依赖
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson</artifactId>
<version>3.13.6</version>
</dependency>
编写redisson配置文件
@Configuration
public class RedissonConfig {
@Bean
public RedissonClient redissonClient(){
// 配置
Config config = new Config();
config.useSingleServer().setAddress("redis://XXX.XX").setPassword("111111");
// 创建RedissonClient对象
return Redisson.create(config);
}
}
修改业务代码
//使用redisson实现分布式锁
//getLock参数为锁名称 也叫锁对象
RLock lock = redissonClient.getLock("lock:order:" + userId);
boolean isLock = lock.tryLock();
需要注意的是tryLock有默认值
参数分别为
![](https://i-blog.csdnimg.cn/blog_migrate/21e89543373ef6af8210642dd60e9732.png)