【Redis】Redis实战:黑马点评之优惠券秒杀

每个店铺都可以发布优惠券:当用户抢购时,就会生成订单并保存到tb_voucher_order这张表中,而订单表如果使用数据库自增ID就存在一些问题:id的规律性太明显如果我们的id具有太明显的规则,用户或者说商业对手很容易猜测出来我们的一些敏感信息,比如商城在一天时间内,卖出了多少单,这明显不合适。受单表数据量的限制。
摘要由CSDN通过智能技术生成

Redis实战:黑马点评之优惠券秒杀

1 全局唯一ID

1.1全局唯一ID

每个店铺都可以发布优惠券:

在这里插入图片描述

当用户抢购时,就会生成订单并保存到tb_voucher_order这张表中,而订单表如果使用数据库自增ID就存在一些问题:

  • id的规律性太明显

    如果我们的id具有太明显的规则,用户或者说商业对手很容易猜测出来我们的一些敏感信息,比如商城在一天时间内,卖出了多少单,这明显不合适。

  • 受单表数据量的限制

    随着我们商城规模越来越大,mysql的单表的容量不宜超过500W,数据量过大之后,我们要进行拆库拆表,但拆分表了之后,他们从逻辑上讲他们是同一张表,所以他们的id是不能一样的, 于是乎我们需要保证id的唯一性。

全局ID生成器,是一种在分布式系统下用来生成全局唯一ID的工具,一般要满足下列特性:

在这里插入图片描述

常见的全局唯一ID的生成策略有:

  • UUID:16进制的字符串ID,可以做唯一ID,但不支持自增
  • Redis 自增
  • snowflake 雪花算法:long 类型的64ID,性能更好,但是比较依赖于时钟,如果时间不准确,可能会出现异常问题
  • 数据库自增:单独创建一张表,在表中记录自增的数值

这里我们使用redis来完成全局ID生成器的制作,因为redis可以很容易的满足以上特性:

  • 唯一性:redis是独立于数据库之外的,因此我们不用担心不同数据库中id重复的问题
  • 高可用:可以通过部署redis集群实现高可用
  • 高性能:redis是基于内存存储的,性能比较高
  • 递增性:redis的String类型中有incrby命令,我们可以用其来实现id的递增
  • 安全性:为了增加ID的安全性,我们可以不直接通过Redis自增来生成id,而是在自增的同时拼接一些其它信息:

通过redis生成的id组成结构如下:

在这里插入图片描述

符号位:1bit,永远为0

时间戳:31bit,以秒为单位,可以使用69年

序列号:32bit,秒内的计数器,支持每秒产生2^32个不同ID

1.2 Redis实现全局唯一Id

工具类代码如下:

/**
 * 全局唯一id生成工具类
 */
@Component
public class RedisIdWorker {
   
    /**
     * 开始时间戳,单位:秒
     * 这里使用的时间是2022/9/18 16:52
     */
    private static final long BEGIN_TIMESTAMP = 1663491103L;

    /**
     * 序列号的位数
     */
    private static final int COUNT_BITS = 32;

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    public long nextId(String keyPrefix) {
   
        // 1.生成时间戳,现在时间减去起始时间
        LocalDateTime now = LocalDateTime.now();
        long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
        long timestamp = nowSecond - BEGIN_TIMESTAMP;

        /**
         * 2.生成序列号,这里key根据日期动态生成,每天都会生成一个新的key,这么做的主要原因有:
         * (1)由于redis中数字是有最大限制的,如果我们将key写死,即key是唯一的,那么日积月累之后可能有一天value就无法自增
         *     了,而如果根据日期动态生成key,即每天一个key,那么value是很难达到数字上限的
         * (2)可以更加方便的统计每天的业务量   
         */
        // 2.1.获取当前日期,精确到天
        String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
        // 2.2.自增长,key不存在会自动创建
        long count = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);

        // 3.拼接并返回
        return timestamp << COUNT_BITS | count;
    }
}

我们可以根据以下代码来模拟多线程环境下id的生成速度

@Test
void testIdWorker() throws InterruptedException {
   
    CountDownLatch latch = new CountDownLatch(300);

    Runnable task = () -> {
   
        for (int i = 0; i < 100; i++) {
   
            long id = redisIdWorker.nextId("order");
            System.out.println("id = " + id);
        }
        latch.countDown();
    };
    long begin = System.currentTimeMillis();
    for (int i = 0; i < 300; i++) {
   
        es.submit(task);
    }
    latch.await();
    long end = System.currentTimeMillis();
    System.out.println("time = " + (end - begin));
}

在这里我们用到了countdownlatch,countdownlatch名为信号枪:主要的作用是同步协调在多线程的等待于唤醒问题

我们如果没有CountDownLatch ,那么由于程序是异步的,当异步程序没有执行完时,主线程就已经执行完了,然后我们期望的是分线程全部走完之后,主线程再走,所以我们此时需要使用到CountDownLatch

CountDownLatch 中有两个最重要的方法:countDown和await

await 方法 是阻塞方法,我们担心分线程没有执行完时,main线程就先执行,所以使用await可以让main线程阻塞,那么什么时候main线程不再阻塞呢?当CountDownLatch 内部维护的 变量变为0时,就不再阻塞,直接放行,那么什么时候CountDownLatch 维护的变量变为0 呢,我们只需要调用一次countDown ,内部变量就减少1,我们让分线程和变量绑定, 执行完一个分线程就减少一个变量,当分线程全部走完,CountDownLatch 维护的变量就是0,此时await就不再阻塞,统计出来的时间也就是所有分线程执行完后的时间。

测试结束后,我们可以看到redis中生成的计数信息,说明我们通过刚刚的测试生成了30000个id

在这里插入图片描述


3 添加优惠卷

每个店铺都可以发布优惠券,分为平价券和特价券。平价券可以任意购买,而特价券需要秒杀抢购:

在这里插入图片描述

tb_voucher:优惠券的基本信息,优惠金额、使用规则等
tb_seckill_voucher:优惠券的库存、开始抢购时间,结束抢购时间。特价优惠券才需要填写这些信息

关于以上两个表,有几个点需要注意:

  • 平价券只需要在tb_voucher中保存信息即可,而特价券不仅需要在tb_voucher中保存信息,还需要在tb_seckill_voucher保存信息
  • 在tb_voucher中通过type字段来区分一个优惠券是平价券还是特价券。
  • tb_seckill_voucher的主键使用的是特价券在tb_voucher中的id

关于新增优惠券的代码,在基础代码中已经完成了,我们只需简单阅读一下即可

新增普通卷代码:

VoucherController

@PostMapping
public Result addVoucher(@RequestBody Voucher voucher) {
   
    voucherService.save(voucher);
    return Result.ok(voucher.getId());
}

新增秒杀卷代码:

VoucherController

@PostMapping("seckill")
public Result addSeckillVoucher(@RequestBody Voucher voucher) {
   
    voucherService.addSeckillVoucher(voucher);
    return Result.ok(voucher.getId());
}

VoucherServiceImpl

@Override
@Transactional
public void addSeckillVoucher(Voucher voucher) {
   
    // 保存优惠券
    save(voucher);
    // 保存秒杀信息
    SeckillVoucher seckillVoucher = new SeckillVoucher();
    seckillVoucher.setVoucherId(voucher.getId());
    seckillVoucher.setStock(voucher.getStock());
    seckillVoucher.setBeginTime(voucher.
  • 4
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
评论 5
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