一、创建Redisson模块

第1步：基于Spring Initialzr方式创建zmall-redisson模块

第2步：在zmall-redisson模块中添加相关依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>

<!--redis-->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

<!--commons-pool2-->
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-pool2</artifactId>
</dependency>

<!--redisson-->
<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson-spring-boot-starter</artifactId>
    <version>3.17.0</version>
</dependency>

第3步：配置application.yml

server:
  port: 8081
spring:
  redis:
    host: 127.0.0.1
    password: 123456
    database: 1
    port: 6379

二、模拟高并发场景秒杀下单

2.1 场景模拟

@RestController
public class RedissonController {
    
    

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/updateStock")
    public String updateStock() {
    
    
		int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));//jedis.get("stock");
        if (stock > 0) {
    
    
           	int realStock = stock - 1;
            stringRedisTemplate.opsForValue().set("stock", realStock + "");//jedis.set("stock",realStock+"");
            System.out.println("扣减成功，剩余库存：" + realStock);
        } else {
    
    
            System.out.println("扣减失败，库存不足");
        }
        return "end";
    }
}

2.2 案例演示

示例一：单线程情况

直接打开浏览器输入：http://localhost:8081/updateStock，查看redis中库存扣减情况。
在这里插入图片描述

示例二：多线程情况

第1步：配置多启动服务

在这里插入图片描述

第2步：配置nginx，实现负载均衡

upstream tomcats{
    
    
	server 127.0.0.1:8081 weight=1;
	server 127.0.0.1:8082 weight=2;
}

server
{
    
    
	listen 80;
	server_name localhost;
	
	location / {
    
    
		proxy_pass http://tomcats/;
	}
}

在这里插入图片描述
第3步：配置jmeter，实现压测
创建测试用例，循环发送4组线程，每组200个；

查看redis中库存结果为0；查看多服务控制台信息均显示扣减失败，库存不足提示。

结果分析

1）在单线程情况下，调用updatestock方法扣减库存，订单下单正常（没啥好说的）
2）在多线程情况下，调用updatestock方法扣减库存正常，订单下单异常（超卖了）

原因分析：在高并发情况下同时多个线程调用updateStock方法，按照正常思路线程1、线程2、线程3应该是分别实现库存减一（在库存为100的情况下，现在应该剩余97），同时生成三个秒杀订单；然后并发情况下根本不会按照剧本设计来执行，而是出现了线程1、线程2、线程3同时扣减库存，导致库存剩余99，但是订单却产生了3个，说明超卖了。

三、JVM级锁与redis级分布式锁

3.1 JVM级锁

@RestController
public class RedissonController {
    
    

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/updateStock")
    public String updateStock() {
    
    
    	//jvm级锁，单机锁
        synchronized (this){
    
    
            int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));//jedis.get("stock");
            if (stock > 0) {
    
    
                int realStock = stock - 1;
                stringRedisTemplate.opsForValue().set("stock", realStock + "");//jedis.set("stock",realStock+"");
                System.out.println("扣减成功，剩余库存：" + realStock);
            } else {
    
    
                System.out.println("扣减失败，库存不足");
            }
        }
        return "end";
    }
}

在这里插入图片描述

jvm级的同步锁，单机锁。上述同步代码块中，在单机环境下同一时刻只有一个线程能进行秒杀下单库存扣减，完毕之后才能有后续线程进入。但是在分布式环境下依然还是会出现商品超卖情况。

请添加图片描述

3.2 redis级分布式锁

3.2.1 什么是setnx

格式：setnx key value

将key的值设置为value，当且仅当key不存在；若给定的key不存在，则setnx不做任何动作。
setnx是set if not exists（如果不存在，则set）的简写。

setnx "zking" "xiaoliu"      第一次设置有效
setnx "zking" "xiaoliu666"   第二次设置无效

第一次使用setnx设置zking直接成功，第二次使用setnx设置zking则失败，也意味着加锁失败。

redis级分布式锁之setnx使用

@RestController
public class RedissonController {
    
    

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/updateStock")
    public String updateStock() {
    
    
    	//使用redis级分布式锁setnx加锁
    	String lockKey="lockKey";
    	Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(lockKey,"zking");
    	if(!flag)
    		return "error_code";
        int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));//jedis.get("stock");
        if (stock > 0) {
    
    
            int realStock = stock - 1;
            stringRedisTemplate.opsForValue().set("stock", realStock + "");//jedis.set("stock",realStock+"");
            System.out.println("扣减成功，剩余库存：" + realStock);
        } else {
    
    
            System.out.println("扣减失败，库存不足");
        }
        //解锁
        stringRedisTemplate.delete(lockKey);
    }
    return "end";
}

测压
在这里插入图片描述

3.2.2 场景分析

基于以上redis分布式锁setnx的代码，实现场景分析。

问题1：执行扣减库存业务时出现异常，导致无法正常删除锁，从而形成死锁。

解决办法：通过try/catch/finally代码块解决。

//使用redis级分布式锁setnx加锁
String lockKey="lockKey";
try{
    
    
    Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(lockKey,"zking");
    if(!flag)
    	return "error_code";
    int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));//jedis.get("stock");
    if (stock > 0) {
    
    
    	int realStock = stock - 1;
    	stringRedisTemplate.opsForValue().set("stock", realStock + "");//jedis.set("stock",realStock+"");
    	System.out.println("扣减成功，剩余库存：" + realStock);
    } else {
    
    
    	System.out.println("扣减失败，库存不足");
    }
}finally{
    
    
	//解锁
	stringRedisTemplate.delete(lockKey);
}

在这里插入图片描述

问题2：执行扣减库存业务是如果Redis服务宕机，基于上述问题1的finally块就无意义了，还是死锁。

解决办法：加锁时设置过期时间，确保原子性

//使用redis级分布式锁setnx加锁
String lockKey="lockKey";
try{
    
    
    Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(lockKey,"zking",10,TimeUnit.SECONDS);
    if(!flag)
    	return "error_code";
    int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));//jedis.get("stock");
    if (stock > 0) {
    
    
    	int realStock = stock - 1;
    	stringRedisTemplate.opsForValue().set("stock", realStock + "");//jedis.set("stock",realStock+"");
    	System.out.println("扣减成功，剩余库存：" + realStock);
    } else {
    
    
    	System.out.println("扣减失败，库存不足");
    }
}finally{
    
    
	//解锁
	stringRedisTemplate.delete(lockKey);
}

- 问题3：高并发场景下，线程执行先后顺序无法把控（自己加的锁被其他线程释放掉了，o(╥﹏╥)o）**

**场景分析**：

> 线程1：业务执行时间15s，加锁时间10s，那么导致业务未执行完成锁被提前释放；
> 线程2：业务执行时间8s，加锁时间10s；
> 线程3：业务执行时间5s，加锁时间10s，那么导致线程2的任务还没有执行完成就是线程3将所删除掉了；
>
> 以此类推，只要是高并发场景一直存在，那么锁一直处于失效状态（永久失效）

**解决办法**：可以在加锁的时候设置一个线程ID，只有是相同的线程ID才能进行解锁操作。

//使用redis级分布式锁setnx加锁
String lockKey="lockKey";
String clientId= UUID.randomUUID().toString();
try{
    
    
  	
    Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(lockKey,clientId,10,TimeUnit.SECONDS);
    if(!flag)
    	return "error_code";
    int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));//jedis.get("stock");
    if (stock > 0) {
    
    
    	int realStock = stock - 1;
    	stringRedisTemplate.opsForValue().set("stock", realStock + "");//jedis.set("stock",realStock+"");
    	System.out.println("扣减成功，剩余库存：" + realStock);
    } else {
    
    
    	System.out.println("扣减失败，库存不足");
    }
}finally{
    
    
	//只有是相同的线程ID时才进行解锁操作
    if(stringRedisTemplate.opsForValue().get(lockKey).equals(clientId)) {
    
    
        //业务代码执行完毕删除redis锁（解锁）
        stringRedisTemplate.delete(lockKey);
    }
}

问题4锁要加多次时间才是最合理有效的？

解决办法：redisson，看门狗机制。

四、redisson分布式锁+源码解读

4.1 什么是Redisson

Redisson - 是一个高级的分布式协调Redis客服端，能帮助用户在分布式环境中轻松实现一些Java的对象，Redisson、Jedis、Lettuce 是三个不同的操作 Redis 的客户端，Jedis、Lettuce 的 API 更侧重对 Redis 数据库的 CRUD（增删改查），而 Redisson API 侧重于分布式开发。

特点：

互斥：在分布式高并发的条件下，我们最需要保证，同一时刻只能有一个线程获得锁，这是最基本的一点。
防止死锁：在分布式高并发的条件下，比如有个线程获得锁的同时，还没有来得及去释放锁，就因为系统故障或者其它原因使它无法执行释放锁的命令,导致其它线程都无法获得锁，造成死锁。所以分布式非常有必要设置锁的有效时间，确保系统出现故障后，在一定时间内能够主动去释放锁，避免造成死锁的情况。
性能：对于访问量大的共享资源，需要考虑减少锁等待的时间，避免导致大量线程阻塞。所以在锁的设计时，需要考虑两点。
- 锁的颗粒度要尽量小。比如你要通过锁来减库存，那这个锁的名称你可以设置成是商品的ID,而不是任取名称。这样这个锁只对当前商品有效,锁的颗粒度小。
- 锁的范围尽量要小。比如只要锁2行代码就可以解决问题的，那就不要去锁10行代码了。
重入：ReentrantLock是可重入锁，那它的特点就是：同一个线程可以重复拿到同一个资源的锁。重入锁非常有利于资源的高效利用

4.2 Redisson工作原理

请添加图片描述

4.3 入门案例

创建RedissonConfig配置类

@Configuration
public class RedissonConfig {
    
    

    @Value("${spring.redis.host}")
    private String host;

    @Value("${spring.redis.port}")
    private String port;

    @Value("${spring.redis.password}")
    private String password;

    @Bean
    public RedissonClient redissonClient(){
    
    
        Config config=new Config();
        String url="redis://"+host+":"+port;
        config.useSingleServer().setAddress(url).setPassword(password).setDatabase(1);
        return Redisson.create(config);
    }
}

使用redisson分布式锁实现秒杀下单

@RequestMapping("/updateStock")
public String updateStock() {
    
    
	String lockKey="lockKey";
	RLock clientLock = redissonClient.getLock(lockKey);
	clientLock.lock();
	try {
    
    
		int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));//jedis.get("stock");
		if (stock > 0) {
    
    
			int realStock = stock - 1;
			stringRedisTemplate.opsForValue().set("stock", realStock + "");//jedis.set("stock",realStock+"");
			System.out.println("扣减成功，剩余库存：" + realStock);
		} else {
    
    
			System.out.println("扣减失败，库存不足");
		}
	} finally {
    
    
		//解锁
		clientLock.unlock();
	}
	return "end";
}

重新启动jmeter压测，连续发送4组，每组200个请求。查看多服务控制台，结果显示秒杀订单下单正常，无超卖情况发生。

注意：关于redis中信息读取问题
请添加图片描述

效果图如下：
在这里插入图片描述

五、秒杀项目整合redisson实现分布式锁

第1步：在zmall-order模块中配置pom.xml

<!--redisson-->
<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson-spring-boot-starter</artifactId>
    <version>3.17.0</version>
</dependency>

第2步：创建Redisson配置类

@Configuration
public class RedissonConfig {
    
    

    @Value("${spring.redis.host}")
    private String host;

    @Value("${spring.redis.port}")
    private String port;

    @Value("${spring.redis.password}")
    private String password;

    @Bean
    public RedissonClient redissonClient(){
    
    
        Config config=new Config();
        String url="redis://"+host+":"+port;
        config.useSingleServer().setAddress(url).setPassword(password).setDatabase(1);
        return Redisson.create(config);
    }
}

第3步：整合项目实现Redisson分布式锁

@Transactional
@Override
public JsonResponseBody<?> createKillOrder(User user, Integer pid) {
    
    
    //6.根据秒杀商品ID和用户ID判断是否重复抢购
    Order order = redisService.getKillOrderByUidAndPid(user.getId(), pid);
    if(null!=order)
    	return new JsonResponseBody<>(JsonResponseStatus.ORDER_REPART);

    RLock clientLock = redissonClient.getLock("scekill:goods:" + pid);
    clientLock.lock();
    try {
    
    
        //7.Redis库存预减
        long stock = redisService.decrement(pid);
        if (stock < 0) {
    
    
        	redisService.increment(pid);
        	return new JsonResponseBody<>(JsonResponseStatus.STOCK_EMPTY);
        }
        //创建订单
        order = new Order();
        order.setUserId(user.getId());
        order.setLoginName(user.getLoginName());
        order.setPid(pid);

        //将生成的秒杀订单保存到Redis中
        redisService.setKillOrderToRedis(pid, order);
        //将生成的秒杀订单推送到RabbitMQ中的订单队列中
        rabbitTemplate.convertAndSend(RabbitmqOrderConfig.ORDER_EXCHANGE,
        RabbitmqOrderConfig.ORDER_ROUTING_KEY, order);
    }catch (Exception e){
    
    
        e.printStackTrace();
        throw new BusinessException(JsonResponseStatus.ORDER_ERROR);
    }finally {
    
    
    	clientLock.unlock();
    }
    return new JsonResponseBody<>();
}

重新启动jmeter压测。

启动的服务：

nacos
MySQL
redis
RabbitMQ
Nginx
zmall-gateway
zmall-user
zmall-product
zmall-order
zmall-RabbitMQ
zmall-cart

最终结果如下

优化后-加Redisson：500个并发：qps在140-160之间
优化后-不加Redisson：500个并发：qps在250之间
优化前：500个并发，qps在50左右（参考第五次课压测）

在这里插入图片描述

注意：实际项目上线，分布式项目是多节点，所以很有必要加Redisson，否则多个微服务节点之间会出现重复下单秒杀；
在这里插入图片描述

进行测压

秒杀项目之分布式锁运用

目录

一、创建Redisson模块

二、模拟高并发场景秒杀下单

2.1 场景模拟

2.2 案例演示

三、JVM级锁与redis级分布式锁

3.1 JVM级锁

3.2 redis级分布式锁

3.2.1 什么是setnx

3.2.2 场景分析

四、redisson分布式锁+源码解读

4.1 什么是Redisson

4.2 Redisson工作原理

4.3 入门案例

五、秒杀项目整合redisson实现分布式锁

猜你喜欢