目录
1. 全局唯一ID
1.1 特性和结构
秒杀业务往往会带来大量的数据，而mysql单表的容量不宜超过500w，数据量过大就要进行拆分表，但逻辑上他们是属于统一张表，因此id不能有冲突，需要保证id唯一性，引入全局唯一id。
全局id特性：
- 唯一性
- 高性能
- 安全性
- 递增性
- 高可用性
结构包括：1位符号位 永远为0，31为时间戳，32位序列号（秒内计数器，每秒可以产生2^32个不同的id）。
1.2 redis实现全局唯一id
public class RedisIdWorker {
//开始时间戳
private static final Long BEGIN_TIMESTAMP = 1704067200L;
//序列号位数
private static final int COUNT_BITS = 32;
private final StringRedisTemplate stringRedisTemplate;
public RedisIdWorker (StringRedisTemplate stringRedisTemplate){
this.stringRedisTemplate = stringRedisTemplate;
}
public Long getRedisId(String keyPrefix){
//获取当前时间戳
LocalDateTime now = LocalDateTime.now();
long second = now.toEpochSecond(ZoneOffset.UTC);
//当前时间戳减去开始时间戳
long timestamp = second - BEGIN_TIMESTAMP;
//记录当天生成的id个数，作为序列号
String data = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
Long count = stringRedisTemplate.opsForValue().increment("inc:" + keyPrefix + ":" + data);
if (count == null){
return timestamp << COUNT_BITS;
}
return timestamp << COUNT_BITS | count;
}
}2. 秒杀业务
2.1 核心业务分析
秒杀业务的核心其实就是购买逻辑，总体来说就是用户发出订单，服务端修改库存，但秒杀业务一般都会有时限，因此还需要判断秒杀活动是否已开启，库存是否充足。流程图如下
2.2 代码实现
public Result seckillVoucher(Long voucherId) {
// 1.查询优惠券
SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
// 2.判断秒杀是否开始
if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {
// 尚未开始
return Result.fail("秒杀尚未开始！");
}
// 3.判断秒杀是否已经结束
if (voucher.getEndTime().isBefore(LocalDateTime.now())) {
// 尚未开始
return Result.fail("秒杀已经结束！");
}
// 4.判断库存是否充足
if (voucher.getStock() < 1) {
// 库存不足
return Result.fail("库存不足！");
}
//5，扣减库存
boolean success = seckillVoucherService.update()
.setSql("stock= stock -1")
.eq("voucher_id", voucherId).update();
if (!success) {
//扣减库存
return Result.fail("库存不足！");
}
//6.创建订单
VoucherOrder voucherOrder = new VoucherOrder();
// 6.1.订单id
long orderId = redisIdWorker.nextId("order");
voucherOrder.setId(orderId);
// 6.2.用户id
Long userId = UserHolder.getUser().getId();
voucherOrder.setUserId(userId);
// 6.3.代金券id
voucherOrder.setVoucherId(voucherId);
save(voucherOrder);
return Result.ok(orderId);
}2.3 超卖问题
在进行扣减库存前，虽然进行库存数量的判断，但由于未考虑到并发问题导致的都现成安全问题，可能会出现超卖现象。
例如，库存恰好只剩下一个，但此时来了多个并发请求订单，这几个请求先后到达，第一个到达的请求判断，库存为1，通过，进行后续处理。在第一个请求还未提交事务之前，其他请求仍然可以通过库存判断。但真实情况是库存只能满足一个请求，这就出现了问题。
这种由多线程并发引起的线程安全问题，解决方案往往就是进行加锁处理，常见的锁有悲观锁和乐观锁。
乐观锁：存在一个版本号，每次处理数据对应的版本号+1，再次提交数据时会进行校验版本号是否与之前的版本号大1，是，则进行操作成功，不是则证明数据被修改过，数据无法提交。乐观锁认为线程安全问题不一定会发生，因此不加锁，只是去判断其他线程是否对数据进行了修改。
悲观锁：悲观锁可以实现数据的串行化执行，比如syn和lock。悲观锁认为线程安全问题一定会发生，因此在进行数据操作之前要申请锁，确保线程串行执行。
2.4 乐观锁解决超卖问题
乐观锁的关键是判断之前查询得到的数据是否被修改过。
方案一：直接判断处理之前查询得到的数据是否和处理时得到的数据相等。
修改库存方案修改：直接在sql查找的时候进行判断。
boolean success = seckillVoucherService.update()
.setSql("stock= stock -1") //set stock = stock -1
.eq("voucher_id", voucherId).eq("stock",voucher.getStock()).update(); //where id = ？ and stock = ?这种方案有明显的缺陷，就是支持单线程，因为在多线程环境下，基本上只有一个线程可以通过。因为同时得到相同的库存后，但一个线程提交数据后，其他线程就查询不到数据。
方案二：查询时添加库存大于零的判断条件。
boolean success = seckillVoucherService.update()
.setSql("stock= stock -1")
.eq("voucher_id", voucherId).update().gt("stock",0); //where id = ? and stock > 0这种方案就可以有效解决上述问题。只查询库存大于零的，在多线程环境下，每次提交后更新库存，当库存降为零时，此时其他线程再想进行数据更新时就查不到这个数据，操作就会失败。
2.5 实现一人一单
需求：在秒杀活动中，一个人只能下一个订单。
2.5.1 逻辑分析
先判断时间是否充足，时间充足，判断库存是否足够，最后判断当前用户是否已经下单。
2.5.2 判断订单是否存在代码实现
直接根据用户ID和商品ID查询数据库中订单数据的订单数量（count），如果count>0（订单存在），直接返回 。否则，执行扣减库存和创建订单的业务。
// 一人一单逻辑
// 用户id
Long userId = UserHolder.getUser().getId();
int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
// 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！");
}2.5.3 问题分析
上述代码实现了一人一单的基本逻辑实现，但是还是存在很多问题，和超卖问题一样，在并发环境下，查询数据库都不存在订单。因此还是需要加锁。插入数据一般使用悲观锁，因为乐观锁无法进行判断（此时数据还未进行插入，根本就不存在乐观锁的version）。
这里加锁是使用synchronized锁，考虑到锁的粒度问题，这里只对userId进行加锁，这样相同的id进入是才需要进行申请锁，不同id进入则不需要。同时，由于当前方法是在spring的事务中，如果在方法中加锁，可能会导致当前方法事务还没提交，锁就已经被释放。因此将存在需要事务处理部分的代码提取出来，作为一个新方法createVoucherOrder()，对这个方法进行以userId加锁处理。
2.5.4 最终代码
public Result addSeckillVoucherOrder(Long voucherId) {
SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
//判断秒杀活动是否开启
if (voucher.getBeginTime().isAfter(LocalDateTime.now())){
return Result.fail("秒杀尚未开始");
}
//判断秒杀活动是否结束
if (voucher.getEndTime().isBefore(LocalDateTime.now())){
return Result.fail("秒杀已经结束");
}
//查询库存不足
if (voucher.getStock()<1){
return Result.fail("库存不足");
}
//设置悲观锁，一人一订单。
Long userId = UserHolder.getUser().getId();
//释放锁需要再事务提交之后，因此环绕加锁方法。并且以用户id加锁，调用intern()方法确保获取的userid是同一个对象
synchronized (userId.toString().intern()) {
//设置代理，因为@Transactional事务需要动态代理才能实行，如果用this调用无法实现事务。
IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
return proxy.createVoucherOrder(voucherId);
}
}
@Transactional
public 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);
}上述代码已经解决了单体架构下的秒杀并发问题，但却不适用与分布式集群架构。因为分布式环境下，我们可能拥有多个服务器，也就是多个jvm，此时不同jvm下的线程是不能别锁住的，因此就需要分布式锁来解决这个问题。
基于reids实现分布式锁：http://t.csdnimg.cn/qc1mz
560
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
