目录
一、全局唯一ID
订单如果用自增长会存在的问题：
ID的规律性太明显了
受单表数量限制，因为如果商城很大订单表数量可能很多，要分库分表，到时候id自增从1开始的话肯定会出现重复的。订单表为了后边方便查询肯定不能重复
1、全局ID生成器
全局id生成器，是一种分布式系统下用来生成全局唯一ID的工具，满足下列特征：
- 唯一性
- 高可用
- 高性能（生成足够快）
- 递增性（整体递增，方便创建索引）
- 安全性（规律性不能太明显）
Redis肯定唯一的，性能也高，Redis也是采用递增方案的
生成器代码（Redis自增ID策略）：
在最后做拼接的时候，我们不能直接拼接，因为是long类型来接收所以我们得用位运算，前面的左移动32位然后或运算后面的
key的设置是每天一个key，方便订单统计也防止可能会重复
-
import org.springframework.beans.factory.annotation.Autowired;
-
import org.springframework.data.redis.core.StringRedisTemplate;
-
import org.springframework.stereotype.Component;
-
-
import java.time.LocalDateTime;
-
import java.time.ZoneOffset;
-
import java.time.format.DateTimeFormatter;
-
-
@Component
-
public
class
RedisIdWorker {
-
-
private
static
final
long
BEGIN_TIMESTAMP
=
1640995200L;
-
-
private
static
int
COUNT_BITS
=
32;
-
-
@Autowired
-
private StringRedisTemplate stringRedisTemplate;
-
-
public Long
nextId
(String keyPrefix){
-
LocalDateTime
now
= LocalDateTime.now();
-
long
nowSecond
= now.toEpochSecond(ZoneOffset.UTC);
-
long
time
= nowSecond - BEGIN_TIMESTAMP;
-
-
String
format
= now.format(DateTimeFormatter.ofPattern(
"yyyy:MM:dd"));
-
// Redis Incrby 命令将 key 中储存的数字加上指定的增量值。
-
// 如果 key 不存在，那么 key 的值会先被初始化为 0 ，然后再执行 INCRBY 命令。
-
Long
count
= stringRedisTemplate.opsForValue().increment(
"icr:" + keyPrefix +
":" + format);
-
-
return time << COUNT_BITS | count;
-
}
-
-
public
static
void
main
(String[] args) {
-
LocalDateTime
of
= LocalDateTime.of(
2022,
1,
1,
0,
0,
0);
-
long
l
= of.toEpochSecond(ZoneOffset.UTC);
-
// LocalTime类的toEpochSecond()方法用于
-
// 将此LocalTime转换为自1970-01-01T00：00：00Z以来的秒数
-
System.out.println(l);
-
}
-
}
二、实现秒杀下单
1、基本的下单功能
下单时需要满足两点：
- 秒杀是否开始或结束，如果没开始或已结束则无法下单
- 库存是否充足，不足则无法下单
实现代码
-
@Service
-
public
class
VoucherOrderServiceImpl
extends
ServiceImpl<VoucherOrderMapper, VoucherOrder>
implements
IVoucherOrderService {
-
-
@Autowired
-
private ISeckillVoucherService seckillVoucherService;
-
-
@Autowired
-
private RedisIdWorker redisIdWorker;
-
-
@Override
-
@Transactional
-
public Result
seckillVoucher
(Long voucherId) {
-
-
SeckillVoucher
seckillVoucher
= seckillVoucherService.getById(voucherId);
-
-
// 判断秒杀是否还未开始
-
if (seckillVoucher.getBeginTime().isAfter(LocalDateTime.now())) {
-
Result.fail(
"秒杀尚未开始！");
-
}
-
-
// 判断秒杀是否已经结束
-
if (seckillVoucher.getEndTime().isBefore(LocalDateTime.now())) {
-
Result.fail(
"秒杀已经结束！");
-
}
-
-
// 判断库存是否充足
-
if (seckillVoucher.getStock() <
1) {
-
Result.fail(
"库存不足！");
-
}
-
-
// 扣减库存
-
boolean
success
= seckillVoucherService.update().
-
setSql(
"stock = stock - 1").
-
eq(
"voucher_id", voucherId).update();
-
-
// 扣减失败
-
if(!success){
-
return Result.fail(
"库存不足！");
-
}
-
-
// 创建订单
-
VoucherOrder
voucherOrder
=
new
VoucherOrder();
-
// 生成订单 id
-
Long
orderId
= redisIdWorker.nextId(
"order");
-
voucherOrder.setVoucherId(voucherId);
-
// 用户 id
-
Long
userId
= UserHolder.getUser().getId();
-
voucherOrder.setUserId(userId);
-
voucherOrder.setId(orderId);
-
save(voucherOrder);
-
-
return Result.ok(orderId);
-
}
-
}
记得方法加上事务注解，一旦出问题可以回滚。
2、超卖问题
当线程1在查到还有1个库存，然后开始扣除的时候，在还没扣除完毕时，这个时候有其他线程看到还有1个库存，都会进行扣除，这种情况就会存在超卖问题了。
针对这一问题常见解决方案就是加锁，常见有乐观锁和悲观锁
乐观锁
关键是判断之前查询得到的数据是否被修改过，常见的方式有两种：
版本号法（数据库多一个version来标记是否已经修改）
CAS法（除了多的字段，版本号信息，以库存信息本身有没有变化为判断依据，当线程修改库存时，当线程修改库存时，判断当前数据库中的库存与之前查询得到的库存数据是否一致，如果一致，则说明线程安全，可以执行扣减操作，如果不一致，则说明线程不安全，扣减失败。）
3、乐观锁解决并发问题
我们只需要在修改库存表前判断一下，跟之前查到的值是否相等就行
-
@Service
-
public
class
VoucherOrderServiceImpl
extends
ServiceImpl<VoucherOrderMapper, VoucherOrder>
implements
IVoucherOrderService {
-
-
@Autowired
-
private ISeckillVoucherService seckillVoucherService;
-
-
@Autowired
-
private RedisIdWorker redisIdWorker;
-
-
@Override
-
@Transactional
-
public Result
seckillVoucher
(Long voucherId) {
-
-
SeckillVoucher
seckillVoucher
= seckillVoucherService.getById(voucherId);
-
-
// 判断秒杀是否还未开始
-
if (seckillVoucher.getBeginTime().isAfter(LocalDateTime.now())) {
-
Result.fail(
"秒杀尚未开始！");
-
}
-
-
// 判断秒杀是否已经结束
-
if (seckillVoucher.getEndTime().isBefore(LocalDateTime.now())) {
-
Result.fail(
"秒杀已经结束！");
-
}
-
-
// 判断库存是否充足
-
if (seckillVoucher.getStock() <
1) {
-
Result.fail(
"库存不足！");
-
}
-
-
// 扣减库存
-
boolean
success
= seckillVoucherService.update().
-
setSql(
"stock = stock - 1").
-
eq(
"voucher_id", voucherId).
-
eq(
"stock", seckillVoucher.getStock()).
// 增加对库存的判断，判断当前库存是否与查询出的结果一致
-
update();
-
-
// 扣减失败
-
if(!success){
-
return Result.fail(
"库存不足！");
-
}
-
-
// 创建订单
-
VoucherOrder
voucherOrder
=
new
VoucherOrder();
-
// 生成订单 id
-
Long
orderId
= redisIdWorker.nextId(
"order");
-
voucherOrder.setVoucherId(voucherId);
-
// 用户 id
-
Long
userId
= UserHolder.getUser().getId();
-
voucherOrder.setUserId(userId);
-
voucherOrder.setId(orderId);
-
save(voucherOrder);
-
-
return Result.ok(orderId);
-
}
-
}
最后我们测试居然发现原本预测执行100条订单的，但是实际上只有76条，为什么呢？
因为我们这种设置乐观锁太保守了，只要查到库存与之前不一样就不能扣除库存，但是实际上在库存还有很多的时候，这种是不影响的还是可以扣除的。于是我们优化：
-
// 扣减库存
-
boolean
success
= seckillVoucherService.update().
-
setSql(
"stock = stock - 1").
-
eq(
"voucher_id", voucherId).
-
// 增加对库存的判断，判断当前库存是否与查询出的结果一致
-
// eq("stock", seckillVoucher.getStock()).
-
// 修改判断逻辑，改为只要库存大于0，就允许线程扣减
-
gt(
"stock",
0).
-
update();
只要库存还是大于0的就能够进行修改
三、实现一人一单
需求：修改秒杀业务，要求一个优惠券，一个用户只能下一单
1、思路分析
我们得从查询订到到判断订单到创建订单这三步都要加上悲观锁，我们是同一个用户来了才需要处理这个并发安全问题，不同的用户是不影响的，因此加的锁应该根据用户的id来加锁
所以用synchronize(userId.toString().intern())这个来锁，为什么要加intern()，因为如果不加每次获取的字符串对象可能不是一个都是不一样的，加了可以保证每次都是同一个，他会去常量池里面找一样的返回。
2、代码初步实现
-
@Service
-
public
class
VoucherOrderServiceImpl
extends
ServiceImpl<VoucherOrderMapper, VoucherOrder>
implements
IVoucherOrderService {
-
-
@Autowired
-
private ISeckillVoucherService seckillVoucherService;
-
-
@Autowired
-
private RedisIdWorker redisIdWorker;
-
-
@Override
-
public Result
seckillVoucher
(Long voucherId) {
-
-
SeckillVoucher
seckillVoucher
= seckillVoucherService.getById(voucherId);
-
-
// 判断秒杀是否还未开始
-
if (seckillVoucher.getBeginTime().isAfter(LocalDateTime.now())) {
-
Result.fail(
"秒杀尚未开始！");
-
}
-
-
// 判断秒杀是否已经结束
-
if (seckillVoucher.getEndTime().isBefore(LocalDateTime.now())) {
-
Result.fail(
"秒杀已经结束！");
-
}
-
-
// 判断库存是否充足
-
if (seckillVoucher.getStock() <
1) {
-
Result.fail(
"库存不足！");
-
}
-
-
return createVoucherOrder(voucherId);
-
}
-
-
@Transactional
-
public Result
createVoucherOrder
(Long voucherId) {
-
// 判断当前优惠券用户是否已经下过单
-
// 用户 id
-
Long
userId
= UserHolder.getUser().getId();
-
synchronized (userId.toString().intern()) {
-
// 查询订单
-
int
count
= query().eq(
"user_id", userId).eq(
"voucher_id", voucherId).count();
-
if (count >
0) {
-
return Result.fail(
"用户已经购买过一次");
-
}
-
-
// 扣减库存
-
boolean
success
= seckillVoucherService.update().
-
setSql(
"stock = stock - 1").
-
eq(
"voucher_id", voucherId).
-
// eq("stock", seckillVoucher.getStock()). // 增加对库存的判断，判断当前库存是否与查询出的结果一致
-
gt(
"stock",
0).
// 修改判断逻辑，改为只要库存大于0，就允许线程扣减
-
update();
-
-
// 扣减失败
-
if (!success) {
-
return Result.fail(
"库存不足！");
-
}
-
-
// 创建订单
-
VoucherOrder
voucherOrder
=
new
VoucherOrder();
-
// 生成订单 id
-
Long
orderId
= redisIdWorker.nextId(
"order");
-
voucherOrder.setVoucherId(voucherId);
-
-
voucherOrder.setUserId(userId);
-
voucherOrder.setId(orderId);
-
save(voucherOrder);
-
-
return Result.ok(orderId);
-
}
-
}
-
}
3、关于锁的范围
这样加也有弊端，如果锁的范围是这里，锁先释放再提交的事务，假如我们刚改完释放锁还没提交事务，别人进来又改一次，然后再提交事务就会出现问题。
我们必须把锁加在外面，调用方法的时候锁住，锁住整个方法，事务先提交再释放锁
-
synchronize(userId.toString().intern()){
-
return createVoucherOrder(voucherId);
-
}
4、关于事务失效
这样做会导致事务失效，我们现在给的是方法加的事务注解，seckillVoucher这个方法没有加，现在本质上是用this.createVoucherOrder来调用的，这个this拿到的是当前对象来调用的，而不是代理对象调用。
我们要想让事务生效，是spring对当前类做了动态代理，生成代理类，用代理对象来做的事务处理。现在用的是非代理对象来做的，所有没有事务功能。
我们要拿到事务代理对象才行。
我们可以用AopContext拿到代理对象，然后用代理对象来调用方法。
这样做我们要添加一个aspectjweaver的依赖，启动类添加@EnableAspectJAutoProxy(exposeProxy=true)注解来暴露代理对象
5、集群下线程并发问题
上面这种情况下只能保证单机部署下安全，在集群环境还是会出现问题
我们模拟集群的环境：
测试发现集群模式下synchronize锁不住，为什么呢？
在集群模式下，每个都是不同tomcat，不同jvm的存在，每个jvm的每个锁都可以有一个线程来获取，就会出现并行安全问题。
要想解决这种问题，必须得想办法让多个jvm只能用同一个锁。分布式锁
转载：https://blog.csdn.net/weixin_54232666/article/details/128740381