黑马点评优惠卷秒杀

黑马点评–优惠卷秒杀

全局ID生成器&＃xff1a;

是一种在分布式系统下用来生成全局唯一ID的工具&＃xff0c;一般要满足下列特性&＃xff1a;

为了增加ID的安全性&＃xff0c;我们可以不直接使用Redis自增的数值&＃xff0c;而是拼接一些其它信息&＃xff1a;

Redis自增ID策略&＃xff1a;

• 每天一个key&＃xff0c;方便统计订单量
• iD结构是时间戳&＃43;计数器

/**
* 开始时间戳
*/
private static final long BEGIN_TIMESTAMP &＃61; 1640995200;
/**
* 序列号的位数
*/
private static final int COUNT_BITS &＃61; 32;
/**
* id生成策略
*
* &＃64;param keyPrefix 业务前缀
* &＃64;return
*/
&＃64;Resource
private StringRedisTemplate stringRedisTemplate;
public long nextId(String keyPrefix) {
//1.生成时间戳
LocalDateTime now &＃61; LocalDateTime.now();
long nowSecond &＃61; now.toEpochSecond(ZoneOffset.UTC);
long timestamp &＃61; nowSecond - BEGIN_TIMESTAMP;
//2.生成序列号
//2.1获取当前日期&＃xff0c;精确到天
String date &＃61; now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
//2.2自增长
Long count &＃61; stringRedisTemplate.opsForValue().increment("icr:" &＃43; keyPrefix &＃43; ":" &＃43; date);
//3.拼接并返回
return timestamp << COUNT_BITS | count;
}
public static void main(String[] args) {
LocalDateTime time &＃61; LocalDateTime.of(2022, 1, 1, 0, 0, 0);
long second &＃61; time.toEpochSecond(ZoneOffset.UTC);
System.out.println(second);
}


测试ID自增生成策略&＃xff1a;

500个线程每一个线程生成100id一共50000个id花的时间&＃xff1a;

private ExecutorService service &＃61; Executors.newFixedThreadPool(500);
&＃64;Test
void testIdWorker() throws InterruptedException {
CountDownLatch latch &＃61;new CountDownLatch(500);
Runnable task &＃61; ()->{
for (int i&＃61;0;i<100;i&＃43;&＃43;){
long id&＃61; redisIdWorker.nextId("order");
System.out.println("id&＃61;" &＃43;id);
}
latch.countDown();
};
long start&＃61;System.currentTimeMillis();
for (int i&＃61;0;i<500;i&＃43;&＃43;){
service.submit(task);
}
latch.await();
long end&＃61;System.currentTimeMillis();
System.out.println("end&＃61;" &＃43;(end-start));
}


每个店铺都可以发布优惠卷&＃xff1a;

当用户抢购时&＃xff0c;就会生成订单并保存到tb_voucher_order这张表中&＃xff0c;而订单表如果使用数据库自增ID就会存在一些问题&＃xff1a;

• id的规律太明显
• 受单表数据量的限制

全局唯一ID生成策略&＃xff1a;

• UUID
• Redis自增
• sonwflake算法
• 数据库自增

实现优惠券秒杀下单

每个店铺都可以发布优惠券&＃xff0c;分为平价卷和特价卷。平价劵可以任意购买&＃xff0c;而特价劵需要秒杀抢购&＃xff1a;

表关系如下&＃xff1a;

• tb_voucher:优惠劵的基本信息&＃xff0c;优惠金额&＃xff0c;使用规则等
• tb_seckill_voucher:优惠劵的库存&＃xff0c;开始抢购时间&＃xff0c;结束抢购时间。特价优惠券才需要填写这些信息

在VoucherController中提供一个接口&＃xff0c;可以添加秒杀优惠券&＃xff1a;http://localhost:8081/voucher/seckill

{
"shopId":1,
"title":"100元代金券",
"subTitle":"周一至周五均可使用",
"rules": "全场通用\\n无需预约\\n可无限叠加\\不兑换、不找零\\n仅限堂食",
"payValue": 8000,
"actualValue": 10000,
"type": 1,
"stock": 100,
"beginTime": "2022-10-25T12:09:04",
"endTime": "2022-12-25T12:09:04"
}


可以通过postman调用

实现秒杀下单&＃xff1a;

下单时需要判断两点&＃xff1a;

• 秒杀是否开始或结束&＃xff0c;如果尚未开始或已经结束无法下单
• 库存是否充足&＃xff0c;不足则无法下单

库存超卖问题分析&＃xff1a;

超卖问题是典型的多线程安全问题&＃xff0c;针对这一问题的常见解决方案就是加锁&＃xff1a;

乐观锁&＃xff1a;

• 版本号法
  

• CAS法&＃xff08;CompareAndSet&＃xff09;

  
  
  • 

乐观锁解决超卖问题&＃xff1a;

//1.查询优惠劵
SeckillVoucher voucher &＃61; iSeckillVoucherService.getById(voucherId);
//2.判断秒杀是否开始
LocalDateTime beginTime &＃61; voucher.getBeginTime();
if (beginTime.isAfter(LocalDateTime.now())) {
//尚未开始
return Result.fail("活动尚未开始");
}
//3.判断秒杀是否已经结束
LocalDateTime endTime &＃61; voucher.getEndTime();
if (LocalDateTime.now().isAfter(endTime)) {
//已结束
return Result.fail("活动已经结束");
}
//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 &＃61;iSeckillVoucherService.update()
.setSql("stock &＃61;stock -1")
.eq("voucher_id",voucherId).gt("stock",0).
update();
if (!success) {
//扣减失败
return Result.fail("库存不足!");
}
//6.创建订单
VoucherOrder voucherOrder &＃61; new VoucherOrder();
//6.1 订单id
long orderId &＃61; redisIdWorker.nextId("order");
voucherOrder.setId(orderId);
//6.2 用户id
Long userId &＃61; UserHolder.getUser().getId();
voucherOrder.setUserId(userId);
//6.3 代金券id
voucherOrder.setVoucherId(voucherId);
save(voucherOrder);
// 7.返回订单id
return Result.ok(orderId);


超卖这样的线程安全问题&＃xff0c;解决方案有哪些&＃xff1f;

1.悲观锁&＃xff1a;添加同步锁&＃xff0c;让线程串行执行

• 优点&＃xff1a;简单粗暴
• 缺点&＃xff1a;性能一般

2.乐观锁&＃xff1a;不加锁&＃xff0c;在更新时判读是否有其它线程在修改

一人一单&＃xff1a;

需求&＃xff1a;修改秒杀业务&＃xff0c;要求同一个优惠券&＃xff0c;一个用户只能下一单

&＃64;Autowired
private ISeckillVoucherService iSeckillVoucherService;
&＃64;Autowired
private RedisIdWorker redisIdWorker;
&＃64;Override
public Result seckillVoucher(Long voucherId) {
//1.查询优惠劵
SeckillVoucher voucher &＃61; iSeckillVoucherService.getById(voucherId);
//2.判断秒杀是否开始
LocalDateTime beginTime &＃61; voucher.getBeginTime();
if (beginTime.isAfter(LocalDateTime.now())) {
//尚未开始
return Result.fail("活动尚未开始");
}
//3.判断秒杀是否已经结束
LocalDateTime endTime &＃61; voucher.getEndTime();
if (LocalDateTime.now().isAfter(endTime)) {
//已结束
return Result.fail("活动已经结束");
}
//4判断库存是否充足
if (voucher.getStock() < 1) {
//库存不足
return Result.fail("库存不足!");
}
Long userId &＃61; UserHolder.getUser().getId();
synchronized (userId.toString().intern()){
//获取spring事务代理对象
IVoucherOrderService proxy &＃61; (IVoucherOrderService) AopContext.currentProxy();
return proxy.createVoucherOrder(voucherId);
}
}
&＃64;Transactional
public Result createVoucherOrder(Long voucherId) {
//6.一个人一单
Long userId &＃61; UserHolder.getUser().getId();
//6.1查询订单
int count &＃61; query().eq("user_id", userId).eq("voucher_id", voucherId).count();
//6.2判断是否存在
if (count > 0) {
//用户以及购买过
return Result.fail("用户已经购买过一次");
}
//7.扣减库存
boolean success &＃61; iSeckillVoucherService.update()
.setSql("stock &＃61;stock -1")
.eq("voucher_id", voucherId)
.gt("stock", 0).update();
if (!success) {
//扣减失败
return Result.fail("库存不足!");
}
//8.创建订单
VoucherOrder voucherOrder &＃61; new VoucherOrder();
//8.1 订单id
long orderId &＃61; redisIdWorker.nextId("order");
voucherOrder.setId(orderId);
//8.2 用户id
voucherOrder.setUserId(userId);
//8.3 代金券id
voucherOrder.setVoucherId(voucherId);
save(voucherOrder);
// 9.返回订单id
return Result.ok(orderId);
}


一人一单的并发安全问题&＃xff1a;

通过加锁可以解决在单机情况下的一人一单安全问题&＃xff0c;但是在集群模式下就不行了。

1.我们将服务启动两份&＃xff0c;端口分别为8081和8082&＃xff1a;

2.修改nginx的conf目录下的nginx.conf文件&＃xff0c;配置反向代理和负载均衡&＃xff1a;

现在&＃xff0c;用户请求会在这两个节点上负载均衡&＃xff0c;再次测试下是否存在线程安全问题。

一人一单的并发安全问题&＃xff1a;