Redis优化秒杀
原方案的问题
流程图:
存在的问题:
第一点: 这一项业务里面过多的访问了数据的,而数据库在处理并发的时候不是很行,影响性能。
第二点: 该业务一条线执行,过于繁琐。列子:你开个饭店一个店员又点餐,又做饭。很慢
解决方案
流程图
大致框图:
流程图:
对于查询的操作,我们用缓存进行存放,而为了保持原子性我们采用lua脚本进行编写。
数据结构选取set这样确保id的唯一性实现一人一单的效果。
同时采用异步处理,用户获得id先去消费。后续的处理异步进行。
需求
1:新增秒杀优惠券的同时,将优惠券信息保存到Redis中
只需要在 保存秒杀卷到 数据库的时候,顺道保存到redis即可:
2:基于Lua脚本,判断秒杀库存、一人一单,决定用户是否抢购成功
Lua的流程图:
Lua代码:
-- 1.参数列表
-- 1.1.优惠券id
local voucherId = ARGV[1]
-- 1.2.用户id
local userId = ARGV[2]
-- 1.3.订单id
local orderId = ARGV[3]
-- 2.数据key
-- 2.1.库存key
local stockKey = 'seckill:stock:' .. voucherId
-- 2.2.订单key
local orderKey = 'seckill:order:' .. voucherId
-- 3.脚本业务
-- 3.1.判断库存是否充足 get stockKey
if(tonumber(redis.call('get', stockKey)) <= 0) then
-- 3.2.库存不足,返回1
return 1
end
-- 3.2.判断用户是否下单 SISMEMBER orderKey userId
if(redis.call('sismember', orderKey, userId) == 1) then
-- 3.3.存在,说明是重复下单,返回2
return 2
end
-- 3.4.扣库存 incrby stockKey -1
redis.call('incrby', stockKey, -1)
-- 3.5.下单(保存用户)sadd orderKey userId
redis.call('sadd', orderKey, userId)
return 0
下一步流程图: 这一步实现框住的部分
代码:
private static final DefaultRedisScript<Long> SECKILL_SCRIPT;
static {
SECKILL_SCRIPT = new DefaultRedisScript<>();
SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua"));
SECKILL_SCRIPT.setResultType(Long.class);
}
@Override
public Result seckillVoucher(Long voucherId) {
Long userId = UserHolder.getUser().getId();
long orderId = redisIdWorker.nextId("order");
// 1.执行lua脚本
Long result = stringRedisTemplate.execute(
SECKILL_SCRIPT,
Collections.emptyList(),
voucherId.toString(), userId.toString(), String.valueOf(orderId)
);
int r = result.intValue();
// 2.判断结果是否为0
if (r != 0) {
// 2.1.不为0 ,代表没有购买资格
return Result.fail(r == 1 ? "库存不足" : "不能重复下单");
}
//ToDO 阻塞队列实现插入到数据库
// 3.返回订单id
return Result.ok(orderId);
}
3:如果抢购成功,将优惠券id和用户id封装后存入阻塞队列
就是 把上面的未完成的进行完成
首先第一步:
把阻塞队列创建出来
接着第二步
将优惠券id和用户id封装后存入阻塞队列
第三步:
编写队列的处理代码:
第四步:
将数据放到数据库:就是以前方法的后半段 注意使用redisson加锁。
4:开启线程任务,不断从阻塞队列中获取信息,实现异步下单功能
第一步: 需要进行异步处理的线程池创建出来创建出来:
**第二步:**开启线程:
这个是在 初始化后就开始异步处理队列的消息 将其存放到数据库之中。
总结
基于Redis的队列
消息队列的相关知识:
基于List实现(了解,不完善不推荐)
总结:
基于PubSub实现(了解,不完善不推荐)
总结
基于Stream实现(了解,不完善不推荐)
主要是 采用这两个指令(XADD,XREAD)进行的实现
基于Stream分组(推荐)
下图是用分组的形式的好处
主要是基于以下两个命令(XGROUP,XREADGROUP):
XGROUP
XREADGROUP
实际操作:
首先存点数据到队列:
xadd 创建一个叫s1的队列
然后创建分组:
xgroup: 创建一个分组,组别叫g1 从s1的第一个消息开始发送
接着读取:
xreadgroup:
最后确认处理
xack: 我只确认了 3个 2 3 4
前面说 你如果消费了 但是没有确认的话 消息会存放在 pending-list里面
只需要最后的 > 换成 0即可
这就是 c1 c2 消费了 但是没有读取的消息。
如果要看全局的 pending-list 使用指令:官网
伪代码
实际操作
1:创建一个Stream类型的消息队列,名为stream.orders
2:修改之前的秒杀下单Lua脚本,在认定有抢购资格后,直接向stream.orders中添加消息,内容包含voucherld、userld、orderld
**lua: **只需要最后加一个这个即可
**逻辑代码:**这一段就不需要了 数据都在lua脚本中进行了执行不需要再独自进行封装了。
3:项目启动时,开启一个线程任务,尝试获取stream.orders中的消息,完成下单
由于使用了redis队列 ,原来的阻塞队列可以注销了
private class VoucherOrderHandler implements Runnable {
@Override
public void run() {
while (true) {
try {
// 1.获取消息队列中的订单信息 XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 >
List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
Consumer.from("g1", "c1"),
StreamReadOptions.empty().count(1).block(Duration.ofSeconds(2)),
StreamOffset.create("stream.orders", ReadOffset.lastConsumed())
);
// 2.判断订单信息是否为空
if (list == null || list.isEmpty()) {
// 如果为null,说明没有消息,继续下一次循环
continue;
}
// 解析数据
MapRecord<String, Object, Object> record = list.get(0);
Map<Object, Object> value = record.getValue();
VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);
// 3.创建订单
createVoucherOrder(voucherOrder);
// 4.确认消息 XACK
stringRedisTemplate.opsForStream().acknowledge("s1", "g1", record.getId());
} catch (Exception e) {
log.error("处理订单异常", e);
handlePendingList();
}
}
}
private void handlePendingList() {
while (true) {
try {
// 1.获取pending-list中的订单信息 XREADGROUP GROUP g1 c1 COUNT 1 BLOCK 2000 STREAMS s1 0
List<MapRecord<String, Object, Object>> list = stringRedisTemplate.opsForStream().read(
Consumer.from("g1", "c1"),
StreamReadOptions.empty().count(1),
StreamOffset.create("stream.orders", ReadOffset.from("0"))
);
// 2.判断订单信息是否为空
if (list == null || list.isEmpty()) {
// 如果为null,说明没有异常消息,结束循环
break;
}
// 解析数据
MapRecord<String, Object, Object> record = list.get(0);
Map<Object, Object> value = record.getValue();
VoucherOrder voucherOrder = BeanUtil.fillBeanWithMap(value, new VoucherOrder(), true);
// 3.创建订单
createVoucherOrder(voucherOrder);
// 4.确认消息 XACK
stringRedisTemplate.opsForStream().acknowledge("s1", "g1", record.getId());
} catch (Exception e) {
log.error("处理订单异常", e);
}
}
}
}
总结: