synchronized 控制并发(活动秒杀)
1.首先我们新建一个Controller用于秒杀:
package com.imooc.Controller; import com.imooc.service.impl.SeckillServiceImpl; import lombok.extern.slf4j.Slf4j; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.web.bind.annotation.GetMapping; import org.springframework.web.bind.annotation.PathVariable; import org.springframework.web.bind.annotation.RequestMapping; import org.springframework.web.bind.annotation.RestController; /** * Created by zhongliahi on 2018/6/11. * 秒杀测试 */ @RestController @RequestMapping(value = "/skill") @Slf4j public class SeckillController { @Autowired private SeckillServiceImpl seckillService; //@PathVariable 可以将 URL 中占位符参数绑定到控制器处理方法的入参中 // URL 中的 {xxx} 占位符可以通过@PathVariable(“xxx“) 绑定到操作方法的入参中。 @GetMapping(value = "/query/{productId}") public String query(@PathVariable String productId) throws Exception{ return seckillService.querySeckillProductInfo(productId); } @GetMapping("/order/{productId}") public String skill(@PathVariable String productId) throws Exception{ log.info("秒杀----productId:"+productId); seckillService.orderProductMockDiffUser(productId); return seckillService.querySeckillProductInfo(productId); } }
2.建立一个Service
package com.imooc.service; /** * Created by zhongliahi on 2018/6/11. */ public interface SeckillService { String queryMap(String productId); String querySeckillProductInfo(String productId); void orderProductMockDiffUser(String productId); }
3.实现Service
package com.imooc.service.impl; import com.imooc.Exception.SellException; import com.imooc.enums.ExceptionEnum; import com.imooc.service.SeckillService; import com.imooc.util.KeyUtils; import org.springframework.stereotype.Service; import java.util.HashMap; import java.util.Map; /** * Created by zhonglihai on 2018/6/11. * 秒杀Serviceimpl * 演示 */ @Service public class SeckillServiceImpl implements SeckillService { /** * 秒杀特价 1000000份 * @param productId * @return */ static Map<String,Integer> products; static Map<String,Integer> stock; static Map<String,String> orders; static{ /** * ,模拟多个表,商品信息表,库存表,秒杀成功订单表 */ products =new HashMap<>(); stock=new HashMap<>(); orders=new HashMap<>(); products.put("123",1000000); stock.put("123",1000000); } @Override public String queryMap(String productId) { return "活动特价,限量:"+products.get(productId)+",还剩:"+stock.get(productId) +"份"+",成功下单用户数:"+orders.size()+"人。"; } @Override public String querySeckillProductInfo(String productId) { return this.queryMap(productId); } /** * 主要秒杀的逻辑 * @param productId */ @Override public synchronized void orderProductMockDiffUser(String productId) { //查询该商品库存,为0则活动结束 int stockNum=stock.get(productId); if(stockNum==0){ throw new SellException(ExceptionEnum.SECKILL_OVER); }else{ //2.下单(模拟不同用户opendid不同) orders.put(KeyUtils.getUniqueKey(),productId); //3.减库存 stockNum=stockNum-1; try{ Thread.sleep(100); } catch (InterruptedException e) { e.printStackTrace(); } stock.put(productId,stockNum); } } }
关于压测:
压力测试是一种基本的质量保证行为,在秒杀活动中更为重要,能有效测量超卖(卖出去的比库存的多)、少卖(有买了但是没卖)等现象,目前主流的压测工具有Jmeter、LoadRunner等,老一点的有apache ab,正好本人机器装有Apace服务,因此使用apache ab做压测。
项目中,我们只添加了一件商品,productId为123,启动项目,在浏览器中查询,URL:http://127.0.0.1:8080/sell/skill/query/123,结果如下:
可以看到,项目能正常访问,查询的库存为1000000份。现在我们咋浏览器上进行秒杀,URL:http://127.0.0.1:8080/sell/skill/order/123
我们已经秒杀了一件商品,那么如何实现高并发秒杀呢?这就需要使用上面介绍的Apache ab进行压测
使用方法:安装Apache Http Services 后,配置相关环境变量,保证能在命令行直接调用。
测试命令:ab -n 1000 -c 10 http://127.0.0.1:8080/sell/skill/order/123
其中ab表示在命令行调取apache ab压测工具,-n表示发起1000条请求,-c 表示10个并发
http://127.0.0.1:8080/sell/skill/order/123 :表示测试的URL.
(注意:压测会占用大量电脑资源,特别是并发大的时候)
结果:
可以发现,秒杀还是比较快的,仅用了19秒。现在我们来查看库存;
-----------------------------------------
重点:查看库存发现虽然秒杀都成功了,但是库存量与下单成功量之和与总量不对应:999878+1000>1000000,出现了超卖现象。
下面我们在秒杀方法上加上synchronized关键字,修SeckillServiceImpl,对秒杀方法上锁
然后重启项目,在此重新查询库存:
没问题!
继续并发秒杀:
测试完成,明显可以感觉到,访问慢了很多,用了100多秒,因为我们使用了资源锁,保证每次只有一个线程去调用它。
现在我们在来查看库存。
重点:可以发现,库存与下单都是正确的,使用synchronized是一种资源控制的解决办法
那么,秒杀中直接使用synchronized进行锁控制有什么不好的地方呢?
1.无法做到细粒度的控制,在测试中,我们只有一个商品,如果有多个商品呢?
多个商品参与秒杀活动,有的人秒杀商品A、有的秒杀商品B,都要走秒杀方法,使用synchronized
会一样的慢。
2.只支持单点(单机、服务器环境),无法做到水平扩展,如果项目使用负载均衡,会出现混乱。
那么,又有什么好的办法可以解决上面提到的问题?
答案当然是有,那就是分布式锁。