Redis两种秒杀抢购思路

方式一:使用DECR减库存

/**
* 外卡进入减库存
* @param competitionQuarterInDTO
* @return
*/
@Override
public int otherCardEnter(CompetitionQuarterInDTO competitionQuarterInDTO) throws IOL8ServiceException, IOL8CommonException {
if(NumberUtils.isNumberNull(competitionQuarterInDTO.getCompetitionQuarter())
|| StringUtils.isBlank(competitionQuarterInDTO.getTranslatorId())){
throw IOL8ServiceExceptionBuilder.exceptionBuilder().createException(ErrorCode.ERROR_CODE_240002);
}

Jedis jedis = null;
try{
JedisPool pool = JedisUtils.getJedisPool();
jedis = pool.getResource();
Integer num = getPassStock(jedis, competitionQuarterInDTO.getCompetitionQuarter());
if(num > 0){
Integer isEnter = (Integer)redisTemplate.opsForHash().get(RedisConstants.TRANSLATOR_PREHEAT_PASS_STOCK, competitionQuarterInDTO.getTranslatorId());
if(isEnter == null){
redisTemplate.opsForHash().put(RedisConstants.TRANSLATOR_PREHEAT_PASS_STOCK, competitionQuarterInDTO.getTranslatorId(), 1);
jedis.decrBy(RedisConstants.PREHEAT_PASS_STOCK, 1);
}
} else {
throw IOL8ServiceExceptionBuilder.exceptionBuilder().createException(ErrorCode.ERROR_CODE_241001);
}
} finally {
JedisUtils.closeResource(jedis);
}
return 1;
}

/**
* 获取pass卡剩余库存
* @return
*/
private Integer getPassStock(Jedis jedis, Long competitionQuarter){
String preheatPassStock = jedis.get(RedisConstants.PREHEAT_PASS_STOCK);
Integer num = 0;
//第一次获取外卡,取库存放入缓存
if(preheatPassStock == null || StringUtils.isBlank(preheatPassStock)){
CompetitionQuarter competitionQuarterResult = competitionQuarterMapper.selectByPrimaryKey(competitionQuarter);
jedis.set(RedisConstants.PREHEAT_PASS_STOCK, competitionQuarterResult.getPassStock().toString());
num = competitionQuarterResult.getPassStock();
} else {
num = Integer.valueOf(preheatPassStock);
}
return num;
}

方式二:使用Redis Watch

1、使用watch,采用乐观锁 
2、不使用悲观锁,因为等待时间非常长,响应慢 
3、不使用队列,因为并发量会让队列内存瞬间升高

import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

import redis.clients.jedis.Jedis;

/**
 * redis测试抢购
 * 
 * @author 10255_000
 * 
 */
public class RedisTest {
    public static void main(String[] args) {
        final String watchkeys = "watchkeys";
        ExecutorService executor = Executors.newFixedThreadPool(20);

        final Jedis jedis = new Jedis("192.168.3.202", 6379);
        jedis.set(watchkeys, "0");// 重置watchkeys为0
        jedis.del("setsucc", "setfail");// 清空抢成功的,与没有成功的
        jedis.close();

        for (int i = 0; i < 10000; i++) {// 测试一万人同时访问
            executor.execute(new MyRunnable());
        }
        executor.shutdown();
    }
}


import java.util.List;
import java.util.UUID;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.Transaction;

public class MyRunnable implements Runnable {

    String watchkeys = "watchkeys";// 监视keys
    Jedis jedis = new Jedis("192.168.3.202", 6379);

    public MyRunnable() {
    }

    @Override
    public void run() {
        try {
            jedis.watch(watchkeys);// watchkeys
            String val = jedis.get(watchkeys);
            int valint = Integer.valueOf(val);
            String userifo = UUID.randomUUID().toString();
            if (valint < 10) {
                Transaction tx = jedis.multi();// 开启事务
                tx.incr("watchkeys");
                List<Object> list = tx.exec();// 提交事务,如果此时watchkeys被改动了,则返回null
                if (list != null) {
                    System.out.println("用户:" + userifo + "抢购成功,当前抢购成功人数:"
                            + (valint + 1));
                    /* 抢购成功业务逻辑 */
                    jedis.sadd("setsucc", userifo);
                } else {
                    System.out.println("用户:" + userifo + "抢购失败");
                    /* 抢购失败业务逻辑 */
                    jedis.sadd("setfail", userifo);
                }
            } else {
                System.out.println("用户:" + userifo + "抢购失败");
                jedis.sadd("setfail", userifo);
                // Thread.sleep(500);
                return;
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            jedis.close();
        }
    }
}

Redis对事物的支持目前比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行,但后面命令出错前面不会回滚。而中间不会插入其他client的命令。当一个client在找一个连续中发出multi命令时,这个链接会进入一个事务上下文,该链接后续的命令不会立即执行,而是先放到队列中,当执行exec命令是,redis会顺序的执行队列中的所有命令。当如果队列中有命令错误,不会回滚。

乐观锁:大多数是基于数据版本(version)的记录机制实现的。即为数据增加一个版本标识,在基于数据库表的版本解决方案中,一般是通过为数据库表添加一个”version”字段来实现读取出数据时,将此版本号一同读出,之后更新时,对此版本号+1。此时,将提交数据的版本号与数据库表对应记录版本号进行比对,如果提交的数据版本号大于数据当前版本号,则予以更新,否则认为是过去数据。

在Redis中,使用watch命令实现乐观锁(watch key): 
watch命令会监视给定的key,当exec时,如果监视的key从调用watch后发生过变化,则事务会失败,也可以调用wathc多长监视多个key。这样就可以对指定key加乐观锁了。注意watch的可以是对整个连接有效的。事务也一样。如果连接断开,监视和事务都会被自动清除。当然exec,discard,unwatch命令都会清除连接中的所有监视。

posted @ 2018-03-13 22:56  BarryW  阅读(1273)  评论(0编辑  收藏  举报