准备

  • 使用docker-compose命令启动redis服务器(可以用其他方式启动)
  • idea启动测试项目
  • jmeter测试脚本

重现秒杀时出现的超卖问题

  • 核心测试代码如下:
• /**
  * 用于测试redis秒杀
  */
 @RestController
 @RequestMapping("/api/spike")
 @Slf4j
 public class SpikeController {
  
     @Resource(name = "stringRedisTemplate")
     private StringRedisTemplate stringRedisTemplate;
  
     @Autowired
     private RedissonClient redissonClient;
     
     //记录实际卖出的商品数量
     private AtomicInteger successNum = new AtomicInteger(0);
  
     @RequestMapping(value = "/initSku", method = RequestMethod.GET)
     public String initSku() {
         //初始化库存数量
         stringRedisTemplate.opsForValue().set("product_sku", "5");
         //初始化实际卖出的商品数量0
         successNum.set(0);
         return "初始化库存成功";
     }
  
     /**
      * 会出现超卖情况的减少库存方式
      * @return
      */
     @RequestMapping(value = "/reduceSku", method = RequestMethod.GET)
     public String reduceSku() {
         Integer sku = Integer.parseInt(stringRedisTemplate.opsForValue().get("product_sku"));
         sku = sku - 1;
         if (sku < 0) {
             return "库存不足";
         }
  
         stringRedisTemplate.opsForValue().set("product_sku", sku.toString());
         //记录实际卖出的商品数量
         return "减少库存成功,共减少" + successNum.incrementAndGet();
     }
  
     @RequestMapping(value = "/successNum", method = RequestMethod.GET)
     public String successNum() {
         return "顾客成功抢到的商品数量:" + successNum.get();
     }
 }
  • 测试api:
  • API{初始化库存数量} >> http://127.0.0.1:8090/api/spike/initSku
    API{减少库存数量} >> http://127.0.0.1:8090/api/spike/reduceSku
    API{查看共减少库存数量} >> http://127.0.0.1:8090/api/spike/successNum 第一个api用于:初始化库存中的商品数量为5
    第二个api用于:减少库存1个商品(即客户购买一个商品)
    第三个api用于:查看用户实际购买的商品
    少量用户请求的情况展示:
    首先初始商品库存:http://127.0.0.1:8090/api/spike/initSku

    tp redis并发锁 redis并发处理_redis

  • redis数据库中商品库存记录,结果为5
  • tp redis并发锁 redis并发处理_List_02

  • 查看用户实际购买的商品,结果为0
  • tp redis并发锁 redis并发处理_List_03

  • 客户购买5次商品(调用5次减少库存数量api),下面只列出3个图
  • tp redis并发锁 redis并发处理_数据库_04

  • tp redis并发锁 redis并发处理_List_05

  • tp redis并发锁 redis并发处理_List_06

  • 客户继续购买(继续调用减少库存数量api)时,会提示库存不足
  • 再次查看redis数据库中商品库存记录,结果为0
  • tp redis并发锁 redis并发处理_List_07

  • 再次查看用户实际购买的商品,结果为5
  • tp redis并发锁 redis并发处理_redis_08

  • 大量用户请求的情况(高并发秒杀)展示
  • 首先初始商品库存:http://127.0.0.1:8090/api/spike/initSku
  • tp redis并发锁 redis并发处理_redis

  • redis数据库中商品库存记录,结果为5
  • tp redis并发锁 redis并发处理_List_02

  • 查看用户实际购买的商品,结果为0
  • tp redis并发锁 redis并发处理_List_03

  • 使用jmeter打开测试脚本,可以看到基本配置如下
  • jmeter并发配置如下(当用户数达到 1000 的时候才开始测试)
  • tp redis并发锁 redis并发处理_List_12

  • 点击jmeter的start按钮,开始1000个并发请求
  • 再次查看redis数据库中商品库存记录,结果为0
  • 注意:再次查看用户实际购买的商品,结果超过5,出现超卖情况!!!
  • 超卖问题原因分析
  • 从上面测试结果,我们知道,高并发请求http://127.0.0.1:8090/api/spike/reduceSku,会出现超卖的情况
  • 下面我们看下超卖问题的原因
  •  
  • 从代码片可以看出,问题原因是库存数量sku的读和写操作不在同一个原子操作上,导致类似不可重复读的现象。可以类比多线程的问题。 通过redis事务解决超卖问题使用redis原生的sdk如下改造reduceSku()方法,作为一个新接口http://127.0.0.1:8090/api/spike/reduceSku3  
/**
      * 加入事务的减少库存方式
      * @return
      */
     @RequestMapping(value = "/reduceSku3", method = RequestMethod.GET)
     public String reduceSku3() {
         Jedis jedis = new Jedis("127.0.0.1", 6379);
         List<Object> result ;
         Transaction transaction = null;
         try {
             jedis.watch("product_sku");
             int sku = Integer.parseInt(jedis.get("product_sku"));
             if (sku > 0) {
                 transaction = jedis.multi();
                 transaction.set("product_sku", String.valueOf(sku - 1));
 //                int exp = 1/0;
                 result = transaction.exec();
                 if (result == null || result.isEmpty()) {
                     System.out.println("Transaction error...");// 可能是watch-key被外部修改,或者是数据操作被驳回
 //                    transaction.discard();  //watch-key被外部修改时,discard操作会被自动触发
                     return "Transaction error...";
                 }
             } else {
                 return "库存不足";
             }
             return "减少库存成功,共减少" + successNum.incrementAndGet();
         } catch (Exception e) {
             log.error(e.getMessage());
             transaction.discard();
             return "fail";
         }
     }

  • 大量用户请求reduceSku3接口的情况(高并发秒杀)展示
  • 首先初始商品库存:http://127.0.0.1:8090/api/spike/initSku
  • tp redis并发锁 redis并发处理_redis

  • redis数据库中商品库存记录,结果为5
  • tp redis并发锁 redis并发处理_List_02

  • 查看用户实际购买的商品,结果为0
  • tp redis并发锁 redis并发处理_List_03

  • 使用jmeter打开测试脚本,可以看到基本配置如下
  • tp redis并发锁 redis并发处理_tp redis并发锁_16

  • jmeter并发配置如下(当用户数达到 1000 的时候才开始测试)
  • tp redis并发锁 redis并发处理_List_12

  • 点击jmeter的start按钮,开始1000个并发请求
  • 再次查看redis数据库中商品库存记录,结果为0
  • tp redis并发锁 redis并发处理_List_07

  • 注意:再次查看用户实际购买的商品,结果为5,超卖情况消失
  • tp redis并发锁 redis并发处理_redis_08

  • 上面是直接用redis原生的sdk对象jredis执行的事务spring的redisTemplate执行事务注意: 若要使用spring的redisTemplate执行事务,需要在开启事务后执行一个redis的查询操作(但不能使用查询到的值)。原因有两点:
    spring对redis事务的exec()方法返回结果做了处理(把返回值的 OK结果删掉)。
    导致在事务中只有set等更新操作时,事务执行失败与成功返回的结果一样
    事务过程中查询redis的值只会在事务执行成功后才放回。而在事务执行过程中只会返回null
    接口http://127.0.0.1:8090/api/spike/reduceSku3是使用spring的redisTemplate执行事务的例子。代码如下
• @RequestMapping(value = "/reduceSku2", method = RequestMethod.GET)
 public String reduceSku2() {
     stringRedisTemplate.setEnableTransactionSupport(true);
     List<Object> results = stringRedisTemplate.execute(new SessionCallback<List<Object>>() {
         @Override
         public List<Object> execute(RedisOperations operations) throws DataAccessException {
             operations.watch("product_sku");
             String product_sku = (String) operations.opsForValue().get("product_sku");
             operations.multi();
             operations.opsForValue().get("product_sku");//必要的空查询
             Integer sku = Integer.parseInt(product_sku);
             sku = sku - 1;
             if (sku < 0) {
                 return null;
             }
             operations.opsForValue().set("product_sku", sku.toString());
             return operations.exec();
 //                operations.unwatch(); //执行exec()后自动unwatch()
  
         }
     });
  
     if (results != null && results.size() > 0) {
         return "减少库存成功,共减少" + successNum.incrementAndGet();
     }
  
     return "库存不足";
 //        return result.toString();
 }
  • 测试结果为:成功解决超卖问题
  • 不再另外贴图片出来
  • spring的redisTemplate执行事务(使用zset
  • 接口http://127.0.0.1:8090/api/set/reduceSku是使用zset的方式
• @RequestMapping(value = "/reduceSku", method = RequestMethod.GET)
 public String reduceSku5(String pid) {
     pid = pid==null? String.valueOf(1) :pid;
     String finalPid = pid;
     List<Object> results = redisTemplate.execute(new SessionCallback<List<Object>>() {
         @Override
         public List<Object> execute(RedisOperations redisOperations) throws DataAccessException {
             String key = "product";
             redisOperations.watch(key);
             ZSetOperations<String, String> kvzSetOperations = redisOperations.opsForZSet();
             Object score = kvzSetOperations.score(key, finalPid);
             redisOperations.multi();
             if (score != null && Double.valueOf(score.toString()) > 0) {
                 kvzSetOperations.incrementScore("product", finalPid, -1);
             }
             return redisOperations.exec();
  
         }
     });
  
     if (results != null && results.size() > 0) {
         return "减少库存成功,共减少" + successNum.incrementAndGet();
     }
  
     return "库存不足";
 }
  • 测试结果为:成功解决超卖问题
  • 不再另外贴图片出来
  • 通过加锁方式解决超卖问题
  • 如下改造reduceSku()方法,作为一个新接口http://127.0.0.1:8090/api/spike/reduceSku4
• @RequestMapping(value = "/reduceSku4", method = RequestMethod.GET)
 public String reduceSku4() {
     RLock rLock = redissonClient.getLock("product_sku");
     try {
         rLock.lock();
  
         Integer sku = Integer.parseInt(stringRedisTemplate.opsForValue().get("product_sku"));
         sku = sku - 1;
         if (sku < 0) {
             return "库存不足";
         }
  
         stringRedisTemplate.opsForValue().set("product_sku", sku.toString());
  
         return "减少库存成功,共减少" + successNum.incrementAndGet();
     } finally {
         rLock.unlock();
     }
  
 }
  • 测试结果为:成功解决超卖问题
  • 不再另外贴图片出来