〖Python 数据库开发实战 - Python与Redis交互篇⑨〗- 利用 redis-py 实现模拟商品秒杀活动案例

文章目录
❤️‍🔥 为什么要引入线程池技术
❤️‍🔥 通过案例加深线程池技术原理的理解
❤️‍🔥 实现多线程模拟商品秒杀案例 - 思路
❤️‍🔥 实现多线程模拟商品秒杀案例 - 代码
今天的这一章节我们将来实现 “模拟商品秒杀活动” 的案例，在这个案例中将使用到多线程技术，相较于上一章节的 “缓存观众投票数据信息” 的案例。在技术难点山又提升了一个阶层，Python 自带的线程池技术免去了我们自己创建和管理线程的麻烦，只需要编写好线程需要执行的任务，将任务交给线程池运行即可。
 

为什么要引入线程池技术

我们使用的数据库连接池技术是为了免去反复创建和销毁连接，造成硬件资源的不必要浪费。
线程池技术的设计考量也是如此，如果程序中经常需要用到线程， 频繁的创建和销毁线程对象，会极大的浪费很多硬件资源（线程对象不像普通的对象，在创建线程的时候需要分配一定的内存，还需要调度线程去启动执行等等... 这个过程是很麻烦的） 。
我们可以把线程和任务分离开利用线程池缓存一些空闲的线程（空闲线程的数量是可以自定义的）， 如此线程可以反复利用，省去了重复创建的麻烦。
当需要线程去执行某一个任务的时候，就可以将那个这个任务写成一个函数传递给线程池，线程池就会挑选一个空闲的线程去执行这个任务。任务执行结束之后，分配出去执行任务的线程就会被回收，也就避免了现成的反复创建和销毁。 这个原理与数据库连接池技术比较相像。
 

通过案例加深线程池技术原理的理解

• 接下来我们通过一个简单的案例了解一下 Python 程序中的 线程池应该如何去使用。案例如下：

• # coding:utf-8
  
  
  from concurrent.futures import ThreadPoolExecutor  # 导入 concurrent.futures 模块的 线程池类 ThreadPoolExecutor
  
  
  def say_hello():  # 定义线程任务函数，只执行打印 "Hello" 的操作
      print("Hello")
  
  
  executor = ThreadPoolExecutor(50)   # 利用 ThreadPoolExecutor 构造线程池对象，传入 缓存的线程池数量 50
  for i in range(0, 10):  			# 利用 for 循环与 executor 的 submit 函数传入 线程任务函数 - say_ hello
      hello = executor.submit(say_hello)
      print(hello)
  

  

• 线程池这个例子非常的简单，接下来我们将要实现的 “抢购秒杀的活动”，就会利用线程池模拟很多用户来抢购商品

   实现多线程模拟商品秒杀案例 - 思路

• 案例需求：
  利用Python多线程模拟商品秒杀过程，不可以出现超买和超卖的情况。
  假设A商品有50件参与秒杀活动，10分钟秒杀自动结束。
  实现思路：
  以 1000 人为例，模拟1000人去抢购 50 件商品。如果使用 for 循环去执行 1000 次，那就不是抢购了，而是排队购买东西。
  因为只有线程是并发执行的，所以只有多线程才能够模拟并发的抢购，如此这种秒杀的盛况才能够出现，这也是我们之所在讲解案例之前介绍线程池的主要原因。
  线程池缓存线程的数量为多少合适呢？1000 人抢购，由于网络延迟、操作APP、操作浏览器的因素，可能每秒钟只有几百人参与秒杀。那么创建一个缓存了 200 数量线程的线程池即可，可以模拟每秒钟最多 200 个用户同时抢购。
  redis 采用的是单线程机制，所以也不可能会出现超买和超卖的问题；如果使用 MySQL 的话，就可能会存在这种情况。
  既然这个案例需要使用 redis 来完成，那就需要分析一下，redis 里需要保存的记录都有哪些？如下：

  kill_total			# 商品总数；（字符串类型）
  
  kill_num			# 秒杀成功的数量；
  
  kill_flag			# 当秒杀数量为 50 ，或者时间满足 10 分钟 的时候，就删除掉 kill_flag，表示秒杀活动结束。 
  
  kill_user			# 记录秒杀成功的用户id，使用 列表 进行记录。（需要注意的是用户id是不可以重复的）
  

  实现多线程模拟商品秒杀案例 - 代码

• # coding:utf-8
  
  
  import redis
  import random
  from redis_db import redis_Pool         # 导入 redis 连接池
  from concurrent.futures import ThreadPoolExecutor       # 导入 concurrent.futures 模块的 线程池类 ThreadPoolExecutor
  
  
  """
  生成随机用户的id
  """
  s = set()               # 设置空集合，将其赋值给变量 s
  
  
  """
  定义一个死循环，向集合中添加 1000个 不重复的用户id；
  因为使用的是 random 模块，不能保证生成的用户 id 是不重复的，所以 while 循环是不能够循环 1000 次的；
  所以 while 循环的结束条件是 s 的长度为 1000 的时候，小于 1000 的情况下，是需要继续向 s 中添加 用户id 的
  """
  while True:
      if len(s) == 1000:
          break
      num = random.randint(10000, 100000)
      s.add(num)      # 将随机生成的 用户id 添加到 s 中去
  
  
  """
  获得 redis 连接
  """
  con = redis.Redis(
      connection_pool=redis_Pool
  )
  
  
  """
  利用 try...except...finally 捕获异常
  1、需要判断 redis 中是否包含有秒杀用到的数据，这段程序在调试的过程中肯定会运行不止一次，如果已存在秒杀数据，势必会影响下一次运行。
  2、如果第一次运行的结果，秒杀成功的记录没有被删除，第二次再次运行的时候又会将秒杀成功的记录再次添加，这就非常不合理了。
  3、所以每一次运行脚本之前，就需要将与 秒杀案例 相关的 redis 的记录全部删掉
  """
  try:
      con.delete("kill_total", "kill_num", "kill_flag", "kill_user")      # 删掉 redis 的秒杀案例相关的记录
      con.set("kill_total", 50)       # 写入 秒杀商品总数量 kill_total，数量 50
      con.set("kill_num", 0)          # 写入 秒杀活动成功抢购的数量 kill_num，初始数量 0
      con.set("kill_flag", 1)         # 写入 秒杀活动 的状态 kill_num，参数值 1 ；这里给多少随意，只是用来判断活动的标识。
      con.expire("kill_flag", 600)    # 写入 秒杀活动 的状态的过期时间，十分钟，600秒
      """kill_user 不用创建，在后面用到的时候像 kill_user 添加记录时会自动创建"""
  except Exception as e:          # 捕获异常并打印输出
      print(e)
  finally:                        # 回收 redis 连接
      del con
  
  
  """
  定义线程池，传入 缓存的线程池数量 200
  """
  executor = ThreadPoolExecutor(200)
  
  
  """
  创建线程池任务 - 秒杀
  1、参与秒杀时，需要重点关注秒杀的数据
  2、利用 redis 事务去执行 秒杀任务 数据的记录 - pipeline()
  """
  def buy():
      """获取 redis 链接（区别于第 31 行的 con 连接）；创建 redis 事务 - pipeline()"""
      connection = redis.Redis(
          connection_pool=redis_Pool
      )
  
      """定义 pipline """
      pipline = connection.pipeline()
  
      """利用 try...except...fi nally 捕获异常；并最终回收链接。"""
      try:
          """通过 connection 判断 '秒杀' 是否处于有效状态；如果 'kill_flag' 为 0 的话，则秒杀任务就不存在，没有任何实际意义"""
          if connection.exists("kill_flag") == 1:
              """在秒杀活动生效的情况下，观察 成功抢购数 与 成功抢购的用户ID 的两个数据"""
              pipline.watch("kill_num", "kill_user")
              """获取 秒杀商品 的总数，需要转码与转换 int 数据类型"""
              total = int(pipline.get("kill_total").decode("utf-8"))
              """获取 秒杀活动成功抢购 的数量，需要转码与转换 int 数据类型"""
              num = int(pipline.get("kill_num").decode("utf-8"))
  
              """
              当 秒杀活动成功抢购 的数量 小于 秒杀商品 的总数时[num < tota]，秒杀活动还未结束，可以继续参与秒杀；
              当 有效时，将 kill_num 的数量加 1 ，并将 user_id 写入 kill_user 记录 
              """
              if num < total:
                  """利用 pipline 的 multi() 函数，开启 redis 的事务"""
                  pipline.multi()
                  """利用 pipline 的 incr() 函数，将 'kill_num' 记录 +1 """
                  pipline.incr("kill_num")
                  """利用 s 集合 的 pop() 函数删除并获取 random 随机生成的 用户id ，赋值给 user_id 变量"""
                  user_id = s.pop()
                  """利用 pipline 的 rpush() 函数，将秒杀到商品的用户的 'user_id' 传入给 kill_user记录 """
                  pipline.rpush("kill_user", user_id)
                  """利用 pipline 的 execute() 函数，提交 redis 的事务"""
                  pipline.execute()
      except Exception as error:
          print(error)
      finally:
          """判断 pipline 是否存在，存在的话，回收 pipline 事务"""
          if "pipline" in dir():
              pipline.reset()
          del connection
  
  
  """
  利用 for 循环，模拟 1000 名用户参与抢购秒杀活动；
  将 bug 函数作为线程池任务函数，传给线程池来执行。
  """
  for i in range(0, 1000):
      executor.submit(buy)
  
  print("秒杀已经结束")