微服务 Spring Boot 整合 Redis 分布式锁实现优惠卷秒杀一人一单

2023-04-21
河北
本文字数：3187 字
阅读完需：约 10 分钟

⛅前言

在微服务 Spring Boot 整合Redis 实现优惠卷秒杀一人一单下，单线程的情况，不会出现并发的问题，那么，我们的秒杀场景都是出现在并发环境下的，多个用户同时去抢购一件商品，这时就体现出了系统的抗受 高并发、高可用性，在用户访问数多的情况下，我们需要去搭建集群并配置负载均衡去均匀的分配服务器的压力，以免出现 服务宕机导致系统不可用，集群下我们的秒杀一人一单存在问题，下面详细介绍。

一、集群环境下秒杀一人一单的并发问题

之前我们在单机情况下通过加 sync 锁就可以达到线程安全，但是在集群环境下，就不可以了。

开启集群来测试

将服务启动 2 份，端口为 8002 和 8083

如何开始 Services 服务列表？

View --> Tool Windows --> Services 打开服务列表或者 快捷键（Alt + 8）

出现以下 Services，点击新建服务

单击Run Configuration Type 选择 Spring Boot 即可 （注意：如果没有 Spring Boot 选项，那就手动启动程序，会自动出现 Spring Boot 列表）

即可完成新建服务，实现集群的效果

为什么会出现此问题呢？

由于现在我们部署了多个 tomcat，每个 tomcat 都有一个属于自己的 JVM，那么假设在服务器 A 的 tomcat 内部，有两个线程，这两个线程由于使用的是同一份代码，那么他们的锁对象是同一个，是可以实现互斥的，但是如果现在是服务器 B 的 tomcat 内部，又有两个线程，但是他们的锁对象写的虽然和服务器 A 一样，但是锁对象却不是同一个，所以线程 3 和线程 4 可以实现互斥，但是却无法和线程 1 和线程 2 实现互斥，这就是 集群环境下，syn 锁失效的原因，在这种情况下，我们就需要使用分布式锁来解决这个问题。

二、什么是分布式锁？

⛄基本原理和实现方式

分布式锁：满足分布式系统或集群模式下多进程可见并且互斥的锁。

分布式锁的核心思想就是让大家都使用同一把锁，只要大家使用的是同一把锁，那么我们就能锁住线程，不让线程进行，让程序串行执行，这就是分布式锁的核心思路

分布式锁它应该满足一些什么样的条件呢？

可见性：多个线程都能看到相同的结果

注意：这个地方说的可见性并不是并发编程中指的内存可见性，只是说多个进程之间都能感知到变化的意思

互斥：互斥是分布式锁的最基本的条件，使得程序串行执行

高可用：程序不易崩溃，时时刻刻都保证较高的可用性

高性能：由于加锁本身就让性能降低，所有对于分布式锁本身需要他就较高的加锁性能和释放锁性能

安全性：安全也是程序中必不可少的一环

常见的分布式锁有三种

MySQL： MySQL 本身就带有锁机制，但是由于 MySQL 性能本身一般，所以采用分布式锁的情况下，其实使用 MySQL 作为分布式锁比较少见

Redis：Redis 作为分布式锁是非常常见的一种使用方式，现在企业级开发中基本都使用 Redis 或者 Zookeeper 作为分布式锁，利用 setnx 这个方法，如果插入 key 成功，则表示获得到了锁，如果有人插入成功，其他人插入失败则表示无法获得到锁，利用这套逻辑来实现分布式锁

Zookeeper：Zookeeper 也是企业级开发中较好的一个实现分布式锁的方案，是通过创建临时节点来实现的

⚡Redis 分布式锁的核心实现思路

实现分布式锁时需要实现的两个基本方法：

获取锁（setnx）
互斥：确保只能有一个线程获取锁
非阻塞：尝试一次，成功返回 true，失败返回 false
释放锁：
手动释放
超时释放 ：获取锁时添加一个超时时间

核心思路：

我们利用 Redis 的 setNx 方法，当有多个线程进入时，我们就利用该方法，第一个线程进入时，redis 中就有这个 key 了，返回了 1，如果结果是 1，则表示他抢到了锁，那么他去执行业务，然后再删除锁，退出锁逻辑，没有抢到锁的哥们，等待一定时间后重试即可

三、实战开发实现 Redis 分布式锁

加锁： 新建 Lock 锁接口

ILock 锁接口

package com.chen.utils;
public interface ILock {
    /**     * 尝试获取锁     * @param timeoutSecond     * @return     */    boolean tryLock(long timeoutSecond);
    /**     * 释放锁     */    void unLock();}

复制代码

SimpleRedisLock 锁实现类

package com.chen.utils;
import cn.hutool.core.lang.UUID;import cn.hutool.core.util.BooleanUtil;import com.chen.utils.ILock;import org.springframework.core.io.ClassPathResource;import org.springframework.data.redis.core.StringRedisTemplate;import org.springframework.data.redis.core.script.DefaultRedisScript;import java.util.concurrent.TimeUnit;
/*** redis 分布式锁实现类，实现获取锁与释放锁*/public class SimpleRedisLock implements ILock {
    private String name;
    private StringRedisTemplate stringRedisTemplate;
    private static final String KEY_PREFIX = "lock:";
    public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {        this.name = name;        this.stringRedisTemplate = stringRedisTemplate;    }
    @Override    public boolean tryLock(long timeoutSecond) {        String threadId = ID_PREFIX + Thread.currentThread().getId();        // 尝试获取锁        Boolean success = stringRedisTemplate.opsForValue().setIfAbsent(KEY_PREFIX + name, threadId, timeoutSecond, TimeUnit.SECONDS);        return BooleanUtil.isTrue(success);    }

    @Override    public void unLock() {            stringRedisTemplate.delete(KEY_PREFIX + name);    }}

复制代码

修改业务代码

public Result seckillVoucher(Long voucherId) {        //1. 查询优惠卷        SeckillVoucher seckillVoucher = seckillVoucherService.getById(voucherId);        //2. 判断秒杀是否开始 开始时间大于当前时间表示未开始抢购        if (seckillVoucher.getBeginTime().isAfter(LocalDateTime.now())) {            return Result.fail("秒杀尚未开始！");        }        //3. 判断秒杀是否结束        if (seckillVoucher.getEndTime().isBefore(LocalDateTime.now())) {            return Result.fail("秒杀已经结束！");        }        //4. 判断库存是否充足        if (seckillVoucher.getStock() < 1) {            return Result.fail("库存不足！");        }        // 新增代码      Long userId = UserHolder.getUser().getId();        // 创建锁对象        SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate);        // 获取锁对象        boolean tryLock = lock.tryLock(2000);        if (!tryLock) {            return Result.fail("不允许重复下单！");        }        try {            IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();            return proxy.createVoucherOrder(voucherId, userId);        } catch (Exception e) {
        } finally {            //释放锁            lock.unLock();        }        return null;    }

复制代码

四、ApiFox 测试集群模式下是否能够解决并发问题

加入请求地址、参数进行测试

第二个项目同上操作，换一下端口为 8083 再次进行测试，返回结果

完成，以上接口，测试正常~

⛵小结

以上就是【Bug 终结者】对 微服务 Spring Boot 整合 Redis 分布式锁实现优惠卷秒杀一人一单 的简单介绍，在分布式系统下，高并发的场景下，会出现此类库存超卖问题，本篇文章介绍了采用分布式锁来解决，但是依然是有弊端，集群环境下，不同的服务之间删除锁会出现误删问题，下章节，我们将继续进行优化，持续关注！

如果这篇【文章】有帮助到你，希望可以给【Bug 终结者】点个赞👍，创作不易，如果有对【后端技术】、【前端领域】感兴趣的小可爱，也欢迎关注❤️❤️❤️ 【Bug 终结者】❤️❤️❤️，我将会给你带来巨大的【收获与惊喜】💝💝💝！

发布于: 刚刚阅读数: 3

原文链接:【http://xie.infoq.cn/article/d9e3aa40da257998ae32a3ce3】。未经作者许可，禁止转载。

Bug终结者

关注

励志成为一个优秀的开发者～ 2021-12-09 加入

星星之火，可以燎原

发布

暂无评论

创作场景

微服务 Spring Boot 整合 Redis 分布式锁 实现优惠卷秒杀 一人一单

⛅前言

一、集群环境下 秒杀 一人一单的并发问题

二、什么是分布式锁？

⛄基本原理和实现方式

⚡Redis 分布式锁的核心实现思路

三、实战开发 实现 Redis 分布式锁

四、ApiFox 测试 集群模式下是否能够解决并发问题

⛵小结

Bug终结者

评论

微服务 Spring Boot 整合 Redis 分布式锁实现优惠卷秒杀一人一单

一、集群环境下秒杀一人一单的并发问题

三、实战开发实现 Redis 分布式锁

四、ApiFox 测试集群模式下是否能够解决并发问题