功能03-優惠券秒殺04

4.功能03-優惠券秒殺

4.7Redis優化秒殺

4.7.1優化分析

現在來回顧一下優惠券秒殺業務的兩個主要問題：

（1）首先是對優惠券的扣減，需要防止庫存超賣現象；

（2）其次，需要對每個使用者下單數量進行限制，實現一人一單的功能。

處理秒殺優惠券的業務：

1. 先根據獲取到的優惠券id，先到資料庫中判斷是否存在，若存在；

2. 再判斷優惠券是否在設定的有效期，如果是，則進行一人一單的業務處理：

   • 2.1 利用分散式鎖，key儲存的是order+使用者id：當同一時間，一個使用者發起了多個執行緒請求，其中的某個執行緒獲取到了鎖，由於互斥性，無論這個使用者發起了多少個請求，只有一個執行緒能進入接下來的業務。（不同使用者發起的不同執行緒之間不影響）

   • 2.2 接下來，查詢該使用者是否已經買過這張秒殺券了，如果買過了，則不允許重複購買，如果是第一次購買，就進入到防止超賣的業務：

     • 2.2.1 到這一步可能會有多個使用者的單個執行緒進入這個業務，為了防止超賣問題，這裡使用樂觀鎖方案。樂觀鎖的關鍵是判斷之前查詢到的資料是否有被修改過，但缺點是失敗率高，因此我們又使用了mysql的行鎖解決。（詳見day05-優惠券秒殺01）

因為整個過程有很多對資料庫的操作（查詢優惠券、查詢訂單、減庫存、建立訂單），因此這個業務的效能並不是很好：

優化前：

上述業務看似複雜，實際上只有兩個過程：（1）對於使用者資格的校驗：庫存夠不夠，該使用者買沒買過（一人一單）（2）然後才是真正的下單業務。

我們可以對這兩個過程進行分離，別分使用兩個執行緒進行操作：主執行緒負責對使用者購買資格的校驗，如果有購買的資格，再開啟一個獨立的執行緒，來處理耗時較久的減庫存和建立訂單操作。

為了提高效率，使用redis判斷秒殺庫存和校驗一人一單，如果校驗通過，則redis會記錄優惠券資訊、使用者資訊、訂單資訊到阻塞佇列。一方面：tomcat伺服器去讀取這個佇列的資訊，完成下單。另一方面：redis給使用者返回一個訂單號，代表該使用者搶單成功，使用者可以根據這個訂單號去付款。

優化後：

這樣，整個秒殺流程就變為：直接在redis中判斷使用者的秒殺資格和庫存，然後將資訊儲存到佇列裡。

秒殺業務的流程變短了，而且是基於Redis，效能得到很大的提升，整個業務的吞吐能力、並行能力可以大大提高了。

那麼，如何在Redis中完成對秒殺庫存的判斷和一人一單的判斷呢？

首先是對資料的儲存：

1. 使用String型別，key儲存 業務字首+秒殺券id，value儲存優惠券對應的庫存；
2. 因為要保證一人一單，使用set型別，key儲存業務字首+秒殺券id，value儲存下單的使用者id，保證元素不可重複。

優化後，在Redis中需要執行的具體流程：

非同步秒殺優化總結：

上述的優化操作，一方面縮短了秒殺業務的流程，從而大大提高了秒殺業務的並行；另一方面，redis的操作和資料庫的操作是非同步的，對資料庫操作的時效性不再要求那麼高了，減輕了資料庫的壓力。

4.7.2程式碼實現

改進秒殺業務，提高並行效能。需求：

1. 新增秒殺優惠券的同時，將優惠券資訊儲存到Redis中
2. 基於Lua指令碼，判斷秒殺庫存、一人一單，決定使用者是否搶佔成功
3. 如果搶佔成功，將優惠券id和使用者id封裝後存入阻塞佇列
4. 開啟執行緒任務，不斷地從阻塞佇列中獲取資訊，實現非同步下單功能

需求1：新增秒殺優惠券的同時，將優惠券資訊儲存到Redis中

（1.1）修改IVoucherService

package com.hmdp.service;

import com.baomidou.mybatisplus.extension.service.IService;
import com.hmdp.dto.Result;
import com.hmdp.entity.Voucher;

/**
 *  服務類
 *
 * @author 李
 * @version 1.0
 */
public interface IVoucherService extends IService<Voucher> {
    void addSeckillVoucher(Voucher voucher);
}

（1.2）修改VoucherServiceImpl

package com.hmdp.service.impl;

import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.hmdp.entity.Voucher;
import com.hmdp.mapper.VoucherMapper;
import com.hmdp.entity.SeckillVoucher;
import com.hmdp.service.ISeckillVoucherService;
import com.hmdp.service.IVoucherService;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

import javax.annotation.Resource;

import static com.hmdp.utils.RedisConstants.SECKILL_STOCK_KEY;

/**
 * 服務實現類
 *
 * @author 李
 * @version 1.0
 */
@Service
public class VoucherServiceImpl extends ServiceImpl<VoucherMapper, Voucher> implements IVoucherService {

    @Resource
    private ISeckillVoucherService seckillVoucherService;

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    @Transactional
    public void addSeckillVoucher(Voucher voucher) {
        // 儲存優惠券到資料庫
        save(voucher);
        // 儲存秒殺優惠券資訊到資料庫
        SeckillVoucher seckillVoucher = new SeckillVoucher();
        seckillVoucher.setVoucherId(voucher.getId());
        seckillVoucher.setStock(voucher.getStock());
        seckillVoucher.setBeginTime(voucher.getBeginTime());
        seckillVoucher.setEndTime(voucher.getEndTime());
        seckillVoucherService.save(seckillVoucher);
        //儲存秒殺庫存到Redis中
        stringRedisTemplate.opsForValue().set(SECKILL_STOCK_KEY + voucher.getId(), voucher.getStock().toString());
    }
}

（1.3）修改VoucherController

package com.hmdp.controller;


import com.hmdp.dto.Result;
import com.hmdp.entity.Voucher;
import com.hmdp.service.IVoucherService;
import org.springframework.web.bind.annotation.*;

import javax.annotation.Resource;

/**
 * 前端控制器
 *
 * @author 李
 * @version 1.0
 */
@RestController
@RequestMapping("/voucher")
public class VoucherController {

    @Resource
    private IVoucherService voucherService;
    
    /**
     * 新增秒殺券
     * @param voucher 優惠券資訊，包含秒殺資訊
     * @return 優惠券id
     */
    @PostMapping("seckill")
    public Result addSeckillVoucher(@RequestBody Voucher voucher) {
        voucherService.addSeckillVoucher(voucher);
        return Result.ok(voucher.getId());
    }
}

（1.4）使用postman進行測試，返回結過顯示插入成功，data為插入的秒殺券的id

資料庫和Redis中也分別插入成功了：

需求2：基於Lua指令碼，判斷秒殺庫存、一人一單，決定使用者是否搶佔成功

在resources目錄下新建一個Lua指令碼

seckill.lua：

-- 1.參數列
--    1.1 優惠券id
local voucherId = ARGV[1]
--    1.2 使用者id
local userId = ARGV[2]

-- 2.資料key
--  2.1 庫存key
local stockKey = 'seckill:stock:' .. voucherId
--  2.2 訂單key
local orderKey = 'seckill:order' .. voucherId

-- 3.指令碼業務
--  3.1判斷庫存是否充足 get stockKey
if (tonumber(redis.call('get', stockKey)) <= 0) then
    -- 3.2庫存不足,返回1
    return 1
end
-- 3.3庫存充足，判斷使用者是否下過單(判斷使用者id是否在訂單key對應的集合中)
-- sismember orderKey userId
if (redis.call('sismember', orderKey, userId) == 1) then
    -- 3.4 若存在，說明是重複下單，返回2
    return 2
end
-- 3.5 扣庫存 incrby stockKey -1
redis.call('incrby', stockKey, -1)
-- 3.6 下單（儲存使用者） sadd orderKey userId
redis.call('sadd', orderKey, userId)
return 0

需求3：如果搶佔成功，將優惠券id和使用者id封裝後存入阻塞佇列

需求4：開啟執行緒任務，不斷地從阻塞佇列中獲取資訊，實現非同步下單功能

修改VoucherOrderServiceImpl：

1. 請求先來到seckillVoucher()方法，該方法先呼叫lua指令碼，嘗試判斷使用者有沒有購買資格、庫存是否充足。如果有，建立訂單，放到阻塞對列中。此時整個秒殺業務就結束了，使用者可以得到結果。
2. 建立阻塞佇列和執行緒池，在類初始化的時候就執行執行緒池。執行緒池的業務就是不斷地從阻塞佇列中獲取訂單資訊，然後建立訂單（呼叫handleVoucherOrder()方法）

package com.hmdp.service.impl;

import com.hmdp.dto.Result;
import com.hmdp.entity.VoucherOrder;
import com.hmdp.mapper.VoucherOrderMapper;
import com.hmdp.service.ISeckillVoucherService;
import com.hmdp.service.IVoucherOrderService;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.hmdp.utils.RedisIdWorker;
import com.hmdp.utils.UserHolder;
import lombok.extern.slf4j.Slf4j;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.aop.framework.AopContext;
import org.springframework.core.io.ClassPathResource;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

import javax.annotation.PostConstruct;
import javax.annotation.Resource;
import java.util.Collections;
import java.util.concurrent.*;

/**
 * 服務實現類
 *
 * @author 李
 * @version 1.0
 */
@Service
@Slf4j
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
    @Resource
    private ISeckillVoucherService seckillVoucherService;

    @Resource
    private RedisIdWorker redisIdWorker;

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Resource
    private RedissonClient redissonClient;

    private static final DefaultRedisScript<Long> SECKILL_SCRIPT;

    //類一載入就初始化指令碼
    static {
        SECKILL_SCRIPT = new DefaultRedisScript<>();
        SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua"));
        SECKILL_SCRIPT.setResultType(Long.class);
    }

    //阻塞佇列：當一個執行緒嘗試從佇列中獲取元素時，如果佇列中沒有元素，那麼該執行緒就會被阻塞，直到佇列中有元素，執行緒才會被喚醒並獲取元素
    private BlockingQueue<VoucherOrder> orderTasks = new ArrayBlockingQueue<>(1024 * 1024);

    //執行緒池
    private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();

    //在當前類初始化完畢之後就執行
    @PostConstruct
    private void init() {
        SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
    }

    //執行非同步操作，從阻塞佇列中獲取訂單
    private class VoucherOrderHandler implements Runnable {
        @Override
        public void run() {
            while (true) {
                try {
                    //1.獲取佇列中的訂單資訊
                    /* take()--獲取和刪除阻塞對列中的頭部，如果需要則等待直到元素可用
                               (因此不必擔心這裡的死迴圈會增加cpu的負擔) */
                    VoucherOrder voucherOrder = orderTasks.take();
                    //2.建立訂單
                    handleVoucherOrder(voucherOrder);
                } catch (Exception e) {
                    log.error("處理訂單異常", e);
                }
            }
        }
    }

    private IVoucherOrderService proxy;

    private void handleVoucherOrder(VoucherOrder voucherOrder) {
        //獲取使用者（因為目前的是執行緒池物件，不是主執行緒，不能使用UserHolder從ThreadLocal中獲取使用者id）
        Long userId = voucherOrder.getUserId();
        //建立鎖物件，指定鎖的名稱
        RLock lock = redissonClient.getLock("lock:order:" + userId);
        //獲取鎖（可重入鎖）
        boolean isLock = lock.tryLock();
        //判斷是否獲取鎖成功
        if (!isLock) {
            //獲取鎖失敗
            log.error("不允許重複下單");
        }
        try {
            proxy.createVoucherOrder(voucherOrder);
        } finally {
            //釋放鎖
            lock.unlock();
        }
    }

    @Override
    public Result seckillVoucher(Long voucherId) {
        //獲取使用者id
        Long userId = UserHolder.getUser().getId();
        //1.執行lua指令碼
        Long result = stringRedisTemplate.execute(
                SECKILL_SCRIPT,
                Collections.emptyList(),
                voucherId.toString(),
                userId.toString()
        );
        //2.判斷指令碼執行結果是否為0
        int r = result.intValue();
        if (r != 0) {
            //2.1如果不為0，代表沒有購買資格
            return Result.fail(r == 1 ? "庫存不足" : "不能重複下單");
        }
        //2.2如果為0，代表有購買資格，將下單資訊儲存到阻塞對列中
        VoucherOrder voucherOrder = new VoucherOrder();
        //設定訂單id
        long orderId = redisIdWorker.nextId("order");
        voucherOrder.setId(orderId);
        //設定使用者id
        voucherOrder.setUserId(userId);
        //設定秒殺券id
        voucherOrder.setVoucherId(voucherId);
        //將上述資訊儲存到阻塞佇列
        orderTasks.add(voucherOrder);
        //3.獲取代理物件
        proxy = (IVoucherOrderService) AopContext.currentProxy();

        //4.返回訂單id
        return Result.ok(0);
    }

    @Transactional
    public void createVoucherOrder(VoucherOrder voucherOrder) {
        //一人一單
        Long userId = voucherOrder.getUserId();
        //查詢訂單
        int count = query().eq("user_id", userId).eq("voucher_id", voucherOrder.getVoucherId()).count();
        if (count > 0) {//說明已經該使用者已經對該優惠券下過單了
            log.error("使用者已經購買過一次!");
            return;
        }
        //庫存充足，則扣減庫存（操作秒殺券表）
        boolean success = seckillVoucherService.update()
                .setSql("stock = stock -1")//set stock = stock -1
                //where voucher_id =? and stock>0
                .gt("stock", 0).eq("voucher_id", voucherOrder.getVoucherId()).update();
        if (!success) {//操作失敗
            log.error("秒殺券庫存不足!");
            return;
        }
        //將訂單寫入資料庫（操作優惠券訂單表）
        save(voucherOrder);
    }
}

重啟專案，進行測試：

（1）初始資料：

（2）使用jemeter進行測試：使用1000個不同的使用者同時向伺服器傳送搶購秒殺券的請求

測試結果：可以看到平均響應實現為216毫秒，最小值為17毫秒，比之前平均500毫秒的響應時間縮短了一半。

4.7.3秒殺優化總結

（1）秒殺業務的優化思路是什麼？

1. 先利用Redis完成庫存餘量判斷、一人一單判斷，完成搶單業務
2. 再將下單業務放入阻塞佇列，利用獨立執行緒非同步下單

（2）基於阻塞佇列的非同步秒殺存在哪些問題？

1. 記憶體限制問題：

   這裡我們使用的是JDK裡面的阻塞佇列，它使用的是JVM裡面的記憶體。如果不加以限制，在高並行的情況下，可能會有非常多的訂單物件需要去建立，放入阻塞佇列中，可能會導致記憶體溢位。雖然我們限制了佇列的長度，但是如果佇列存滿了，再有新的訂單來，就放不下了。

2. 資料安全問題：

   現在的程式碼基於記憶體來儲存訂單資訊，如果伺服器宕機了，那麼阻塞佇列中的所有訂單資訊將會丟失

我們將在接下來的分析中對上述兩個問題進行解決。

4.8Redis訊息佇列實現非同步秒殺

要解決上面的兩個問題，最佳的解決方案就是使用訊息佇列。

4.8.1什麼是訊息佇列

訊息佇列（Message Queue，簡稱MQ），字面意思就是存放訊息的佇列。最簡單的訊息佇列模型包括3個角色：

• 訊息佇列：儲存和管理訊息，也被稱為訊息代理（Message Broker）
• 生產者：傳送訊息到訊息佇列
• 消費者：從訊息佇列獲取訊息並處理訊息

4.8.2訊息佇列實現非同步秒殺的優勢

使用訊息佇列實現非同步秒殺的優勢：

• 訊息佇列是JVM以外的獨立服務，不受JVM記憶體的限制，這就解決了之前的記憶體限制問題
• 訊息佇列不僅僅是做資料儲存，它還要確保資料安全，即訊息佇列裡的所有訊息都要做持久化，這樣不管是服務宕機還是重啟，資料都不會丟失
• 訊息佇列將訊息投遞給消費者之後，要求消費者做訊息的確認。如果訊息沒有被確認，這個訊息就會在佇列中依然存在，下一次會再次投遞給消費者，直到收到訊息確認為止。

當下比較知名的訊息引擎，包括：ActiveMQ、RabbitMQ、Kafka、RocketMQ、Artemis 等

這裡使用Redis實現訊息佇列：

Redis提供了三種不同的方式來實現訊息佇列：

• list結構：基於List結構模擬訊息佇列
• PubSub：基本的對等訊息模型
• Stream：比較完善的訊息佇列模型

4.8.3基於List結構模擬的訊息佇列

Redis的List資料結構是一個雙向連結串列，很容易模擬出佇列效果。佇列是入口和出口不在一邊，我們可以利用：LPUSH結合RPOP、或者RPUSH結合LPOP來實現。

不過要注意的是，當佇列中沒有訊息時，RPOP或LPOP操作會返回null，並不像JVM的阻塞佇列那樣會阻塞並等待訊息。因此這裡應該使用BRPOP或者BLPOP來實現阻塞效果。

BRPOP key [key ...] timeout
summary: Remove and get the last element in a list, or block until one is available
since: 2.0.0

RPOP key
summary: Remove and get the last element in a list
since: 1.0.0

基於List的訊息佇列有哪些優缺點？

優點：

1. 利用Redis儲存，不受限於JVM記憶體上限
2. 基於Redis的持久化機制，資料安全性有保證
3. 可以滿足訊息有序性

缺點：

1. 無法避免訊息丟失
2. 只支援單消費者

4.8.4基於PubSub的訊息佇列

PubSub（釋出訂閱）是Redis2.0版本引入的訊息傳遞模型。顧名思義，消費者可以訂閱一個或者多個channel，生產者向對應channel傳送訊息後，所有訂閱者都能收到相關訊息。

• SUBSCRIBE channel [channel]：訂閱一個或者多個頻道
• PUBLISH channel msg：向一個頻道傳送訊息
• PSUBSCRIBE pattern [pattern]：訂閱與pattern格式相匹配的所有頻道

基於PubSub的訊息佇列有哪些優缺點？

優點：採用釋出訂閱模型，支援多生產、多消費

缺點：

1. 不支援資料持久化
2. 無法避免訊息丟失
3. 訊息堆積有上限，超出時資料丟失

4.8.5基於Stream的訊息佇列

Stream是Redis5.0引入的一種新的資料型別，可以實現一個功能非常完善的訊息佇列。

傳送訊息的命令：