實現高併發秒殺的七種方式
1. 引言
高併發場景在現場的日常工作中很常見，特別是在互聯網公司中，這篇文章就來通過秒殺商品來模擬高併發的場景。文章末尾會附上文章的所有代碼、腳本和測試用例。
-
本文環境： SpringBoot 2.5.7 + MySQL 8.0 X + MybatisPlus + Swagger2.9.2
-
模擬工具： Jmeter
-
模擬場景： 減庫存 -> 創建訂單 -> 模擬支付
2. 商品秒殺 - 超賣
在開發中，對於下面的代碼，可能很熟悉：在 Service 裏面加上@Transactional事務註解和 Lock 鎖
控制層：Controller
@ApiOperation(value="秒殺實現方式——Lock加鎖")
@PostMapping("/start/lock")
public Result startLock(long skgId){
try {
log.info("開始秒殺方式一...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
Result result = secondKillService.startSecondKillByLock(skgId, userId);
if(result != null){
log.info("用戶:{}--{}", userId, result.get("msg"));
}else{
log.info("用戶:{}--{}", userId, "哎呦喂，人也太多了，請稍後！");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
}
return Result.ok();
}業務層：Service
@Override
@Transactional(rollbackFor = Exception.class)
public Result startSecondKillByLock(long skgId, long userId) {
lock.lock();
try {
// 校驗庫存
SecondKill secondKill = secondKillMapper.selectById(skgId);
Integer number = secondKill.getNumber();
if (number > 0) {
// 扣庫存
secondKill.setNumber(number - 1);
secondKillMapper.updateById(secondKill);
// 創建訂單
SuccessKilled killed = new SuccessKilled();
killed.setSeckillId(skgId);
killed.setUserId(userId);
killed.setState((short) 0);
killed.setCreateTime(new Timestamp(System.currentTimeMillis()));
successKilledMapper.insert(killed);
// 模擬支付
Payment payment = new Payment();
payment.setSeckillId(skgId);
payment.setSeckillId(skgId);
payment.setUserId(userId);
payment.setMoney(40);
payment.setState((short) 1);
payment.setCreateTime(new Timestamp(System.currentTimeMillis()));
paymentMapper.insert(payment);
} else {
return Result.error(SecondKillStateEnum.END);
}
} catch (Exception e) {
throw new ScorpiosException("異常了個乖乖");
} finally {
lock.unlock();
}
return Result.ok(SecondKillStateEnum.SUCCESS);
}對於上面的代碼應該沒啥問題吧，業務方法上加事務，在處理業務的時候加鎖。
但上面這樣寫法是有問題的，會出現超賣的情況，看下測試結果：模擬 1000 個併發，搶 100 商品
Jmeter 不瞭解的，可以參考這篇文章：
- https://blog.csdn.net/zxd1435513775/article/details/106372446
這裏在業務方法開始加了鎖，在業務方法結束後釋放了鎖。但這裏的事務提交卻不是這樣的，有可能在事務提交之前，就已經把鎖釋放了，這樣會導致商品超賣現象。所以加鎖的時機很重要！
3. 解決商品超賣
對於上面超賣現象，主要問題出現在事務中鎖釋放的時機，事務未提交之前，鎖已經釋放。（事務提交是在整個方法執行完）。如何解決這個問題呢，就是把加鎖步驟提前
-
可以在 controller 層進行加鎖
-
可以使用 Aop 在業務方法執行之前進行加鎖
3.1 方式一（改進版加鎖）
@ApiOperation(value="秒殺實現方式——Lock加鎖")
@PostMapping("/start/lock")
public Result startLock(long skgId){
// 在此處加鎖
lock.lock();
try {
log.info("開始秒殺方式一...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
Result result = secondKillService.startSecondKillByLock(skgId, userId);
if(result != null){
log.info("用戶:{}--{}", userId, result.get("msg"));
}else{
log.info("用戶:{}--{}", userId, "哎呦喂，人也太多了，請稍後！");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
// 在此處釋放鎖
lock.unlock();
}
return Result.ok();
}上面這樣的加鎖就可以解決事務未提交之前，鎖釋放的問題，可以分三種情況進行壓力測試：
-
併發數 1000，商品 100
-
併發數 1000，商品 1000
-
併發數 2000，商品 1000
對於併發量大於商品數的情況，商品秒殺一般不會出現少賣的請況，但對於併發數小於等於商品數的時候可能會出現商品少賣情況，這也很好理解。
對於沒有問題的情況就不貼圖了，因爲有很多種方式，貼圖會太多
3.2 方式二（AOP 版加鎖）
對於上面在控制層進行加鎖的方式，可能顯得不優雅，那就還有另一種方式進行在事務之前加鎖，那就是 AOP
自定義 AOP 註解
@Target({ElementType.PARAMETER, ElementType.METHOD})
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface ServiceLock {
String description() default "";
}定義切面類
@Slf4j
@Component
@Scope
@Aspect
@Order(1) //order越小越是最先執行，但更重要的是最先執行的最後結束
public class LockAspect {
/**
* 思考：爲什麼不用synchronized
* service 默認是單例的，併發下lock只有一個實例
*/
private static Lock lock = new ReentrantLock(true); // 互斥鎖 參數默認false，不公平鎖
// Service層切點 用於記錄錯誤日誌
@Pointcut("@annotation(com.scorpios.secondkill.aop.ServiceLock)")
public void lockAspect() {
}
@Around("lockAspect()")
public Object around(ProceedingJoinPoint joinPoint) {
lock.lock();
Object obj = null;
try {
obj = joinPoint.proceed();
} catch (Throwable e) {
e.printStackTrace();
throw new RuntimeException();
} finally{
lock.unlock();
}
return obj;
}
}在業務方法上添加 AOP 註解
@Override
@ServiceLock // 使用Aop進行加鎖
@Transactional(rollbackFor = Exception.class)
public Result startSecondKillByAop(long skgId, long userId) {
try {
// 校驗庫存
SecondKill secondKill = secondKillMapper.selectById(skgId);
Integer number = secondKill.getNumber();
if (number > 0) {
//扣庫存
secondKill.setNumber(number - 1);
secondKillMapper.updateById(secondKill);
//創建訂單
SuccessKilled killed = new SuccessKilled();
killed.setSeckillId(skgId);
killed.setUserId(userId);
killed.setState((short) 0);
killed.setCreateTime(new Timestamp(System.currentTimeMillis()));
successKilledMapper.insert(killed);
//支付
Payment payment = new Payment();
payment.setSeckillId(skgId);
payment.setSeckillId(skgId);
payment.setUserId(userId);
payment.setMoney(40);
payment.setState((short) 1);
payment.setCreateTime(new Timestamp(System.currentTimeMillis()));
paymentMapper.insert(payment);
} else {
return Result.error(SecondKillStateEnum.END);
}
} catch (Exception e) {
throw new ScorpiosException("異常了個乖乖");
}
return Result.ok(SecondKillStateEnum.SUCCESS);
}控制層：
@ApiOperation(value="秒殺實現方式二——Aop加鎖")
@PostMapping("/start/aop")
public Result startAop(long skgId){
try {
log.info("開始秒殺方式二...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
Result result = secondKillService.startSecondKillByAop(skgId, userId);
if(result != null){
log.info("用戶:{}--{}", userId, result.get("msg"));
}else{
log.info("用戶:{}--{}", userId, "哎呦喂，人也太多了，請稍後！");
}
} catch (Exception e) {
e.printStackTrace();
}
return Result.ok();
}這種方式在對鎖的使用上，更高階、更美觀！
3.3 方式三（悲觀鎖一）
除了上面在業務代碼層面加鎖外，還可以使用數據庫自帶的鎖進行併發控制。
悲觀鎖，什麼是悲觀鎖呢？通俗的說，在做任何事情之前，都要進行加鎖確認。這種數據庫級加鎖操作效率較低。
使用 for update 一定要加上事務，當事務處理完後，for update 纔會將行級鎖解除
如果請求數和秒殺商品數量一致，會出現少賣
@ApiOperation(value="秒殺實現方式三——悲觀鎖")
@PostMapping("/start/pes/lock/one")
public Result startPesLockOne(long skgId){
try {
log.info("開始秒殺方式三...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
Result result = secondKillService.startSecondKillByUpdate(skgId, userId);
if(result != null){
log.info("用戶:{}--{}", userId, result.get("msg"));
}else{
log.info("用戶:{}--{}", userId, "哎呦喂，人也太多了，請稍後！");
}
} catch (Exception e) {
e.printStackTrace();
}
return Result.ok();
}業務邏輯
@Override
@Transactional(rollbackFor = Exception.class)
public Result startSecondKillByUpdate(long skgId, long userId) {
try {
// 校驗庫存-悲觀鎖
SecondKill secondKill = secondKillMapper.querySecondKillForUpdate(skgId);
Integer number = secondKill.getNumber();
if (number > 0) {
//扣庫存
secondKill.setNumber(number - 1);
secondKillMapper.updateById(secondKill);
//創建訂單
SuccessKilled killed = new SuccessKilled();
killed.setSeckillId(skgId);
killed.setUserId(userId);
killed.setState((short) 0);
killed.setCreateTime(new Timestamp(System.currentTimeMillis()));
successKilledMapper.insert(killed);
//支付
Payment payment = new Payment();
payment.setSeckillId(skgId);
payment.setSeckillId(skgId);
payment.setUserId(userId);
payment.setMoney(40);
payment.setState((short) 1);
payment.setCreateTime(new Timestamp(System.currentTimeMillis()));
paymentMapper.insert(payment);
} else {
return Result.error(SecondKillStateEnum.END);
}
} catch (Exception e) {
throw new ScorpiosException("異常了個乖乖");
} finally {
}
return Result.ok(SecondKillStateEnum.SUCCESS);
}Dao 層
@Repository
public interface SecondKillMapper extends BaseMapper<SecondKill> {
/**
* 將此行數據進行加鎖，當整個方法將事務提交後，纔會解鎖
* @param skgId
* @return
*/
@Select(value = "SELECT * FROM seckill WHERE seckill_id=#{skgId} FOR UPDATE")
SecondKill querySecondKillForUpdate(@Param("skgId") Long skgId);
}上面是利用 for update 進行對查詢數據加鎖，加的是行鎖
3.4 方式四（悲觀鎖二）
悲觀鎖的第二種方式就是利用 update 更新命令來加表鎖
/**
* UPDATE鎖表
* @param skgId 商品id
* @param userId 用戶id
* @return
*/
@Override
@Transactional(rollbackFor = Exception.class)
public Result startSecondKillByUpdateTwo(long skgId, long userId) {
try {
// 不校驗，直接扣庫存更新
int result = secondKillMapper.updateSecondKillById(skgId);
if (result > 0) {
//創建訂單
SuccessKilled killed = new SuccessKilled();
killed.setSeckillId(skgId);
killed.setUserId(userId);
killed.setState((short) 0);
killed.setCreateTime(new Timestamp(System.currentTimeMillis()));
successKilledMapper.insert(killed);
//支付
Payment payment = new Payment();
payment.setSeckillId(skgId);
payment.setSeckillId(skgId);
payment.setUserId(userId);
payment.setMoney(40);
payment.setState((short) 1);
payment.setCreateTime(new Timestamp(System.currentTimeMillis()));
paymentMapper.insert(payment);
} else {
return Result.error(SecondKillStateEnum.END);
}
} catch (Exception e) {
throw new ScorpiosException("異常了個乖乖");
} finally {
}
return Result.ok(SecondKillStateEnum.SUCCESS);
}Dao 層
@Repository
public interface SecondKillMapper extends BaseMapper<SecondKill> {
/**
* 將此行數據進行加鎖，當整個方法將事務提交後，纔會解鎖
* @param skgId
* @return
*/
@Select(value = "SELECT * FROM seckill WHERE seckill_id=#{skgId} FOR UPDATE")
SecondKill querySecondKillForUpdate(@Param("skgId") Long skgId);
@Update(value = "UPDATE seckill SET number=number-1 WHERE seckill_id=#{skgId} AND number > 0")
int updateSecondKillById(@Param("skgId") long skgId);
}3.5 方式五（樂觀鎖）
樂觀鎖，顧名思義，就是對操作結果很樂觀，通過利用 version 字段來判斷數據是否被修改
樂觀鎖，不進行庫存數量的校驗，直接做庫存扣減
這裏使用的樂觀鎖會出現大量的數據更新異常（拋異常就會導致購買失敗）、如果配置的搶購人數比較少、比如 120:100(人數: 商品) 會出現少買的情況，不推薦使用樂觀鎖。
@ApiOperation(value="秒殺實現方式五——樂觀鎖")
@PostMapping("/start/opt/lock")
public Result startOptLock(long skgId){
try {
log.info("開始秒殺方式五...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
// 參數添加了購買數量
Result result = secondKillService.startSecondKillByPesLock(skgId, userId,1);
if(result != null){
log.info("用戶:{}--{}", userId, result.get("msg"));
}else{
log.info("用戶:{}--{}", userId, "哎呦喂，人也太多了，請稍後！");
}
} catch (Exception e) {
e.printStackTrace();
}
return Result.ok();
}@Override
@Transactional(rollbackFor = Exception.class)
public Result startSecondKillByPesLock(long skgId, long userId, int number) {
// 樂觀鎖，不進行庫存數量的校驗，直接
try {
SecondKill kill = secondKillMapper.selectById(skgId);
// 剩餘的數量應該要大於等於秒殺的數量
if(kill.getNumber() >= number) {
int result = secondKillMapper.updateSecondKillByVersion(number,skgId,kill.getVersion());
if (result > 0) {
//創建訂單
SuccessKilled killed = new SuccessKilled();
killed.setSeckillId(skgId);
killed.setUserId(userId);
killed.setState((short) 0);
killed.setCreateTime(new Timestamp(System.currentTimeMillis()));
successKilledMapper.insert(killed);
//支付
Payment payment = new Payment();
payment.setSeckillId(skgId);
payment.setSeckillId(skgId);
payment.setUserId(userId);
payment.setMoney(40);
payment.setState((short) 1);
payment.setCreateTime(new Timestamp(System.currentTimeMillis()));
paymentMapper.insert(payment);
} else {
return Result.error(SecondKillStateEnum.END);
}
}
} catch (Exception e) {
throw new ScorpiosException("異常了個乖乖");
} finally {
}
return Result.ok(SecondKillStateEnum.SUCCESS);
}@Repository
public interface SecondKillMapper extends BaseMapper<SecondKill> {
/**
* 將此行數據進行加鎖，當整個方法將事務提交後，纔會解鎖
* @param skgId
* @return
*/
@Select(value = "SELECT * FROM seckill WHERE seckill_id=#{skgId} FOR UPDATE")
SecondKill querySecondKillForUpdate(@Param("skgId") Long skgId);
@Update(value = "UPDATE seckill SET number=number-1 WHERE seckill_id=#{skgId} AND number > 0")
int updateSecondKillById(@Param("skgId") long skgId);
@Update(value = "UPDATE seckill SET number=number-#{number},version=version+1 WHERE seckill_id=#{skgId} AND version = #{version}")
int updateSecondKillByVersion(@Param("number") int number, @Param("skgId") long skgId, @Param("version")int version);
}樂觀鎖會出現大量的數據更新異常（拋異常就會導致購買失敗），會出現少買的情況，不推薦使用樂觀鎖
3.6 方式六（阻塞隊列）
利用阻塞隊類，也可以解決高併發問題。其思想就是把接收到的請求按順序存放到隊列中，消費者線程逐一從隊列裏取數據進行處理，看下具體代碼。
阻塞隊列：這裏使用靜態內部類的方式來實現單例模式，在併發條件下不會出現問題。
// 秒殺隊列(固定長度爲100)
public class SecondKillQueue {
// 隊列大小
static final int QUEUE_MAX_SIZE = 100;
// 用於多線程間下單的隊列
static BlockingQueue<SuccessKilled> blockingQueue = new LinkedBlockingQueue<SuccessKilled>(QUEUE_MAX_SIZE);
// 使用靜態內部類，實現單例模式
private SecondKillQueue(){};
private static class SingletonHolder{
// 靜態初始化器，由JVM來保證線程安全
private static SecondKillQueue queue = new SecondKillQueue();
}
/**
* 單例隊列
* @return
*/
public static SecondKillQueue getSkillQueue(){
return SingletonHolder.queue;
}
/**
* 生產入隊
* @param kill
* @throws InterruptedException
* add(e) 隊列未滿時，返回true；隊列滿則拋出IllegalStateException(“Queue full”)異常——AbstractQueue
* put(e) 隊列未滿時，直接插入沒有返回值；隊列滿時會阻塞等待，一直等到隊列未滿時再插入。
* offer(e) 隊列未滿時，返回true；隊列滿時返回false。非阻塞立即返回。
* offer(e, time, unit) 設定等待的時間，如果在指定時間內還不能往隊列中插入數據則返回false，插入成功返回true。
*/
public Boolean produce(SuccessKilled kill) {
return blockingQueue.offer(kill);
}
/**
* 消費出隊
* poll() 獲取並移除隊首元素，在指定的時間內去輪詢隊列看有沒有首元素有則返回，否者超時後返回null
* take() 與帶超時時間的poll類似不同在於take時候如果當前隊列空了它會一直等待其他線程調用notEmpty.signal()纔會被喚醒
*/
public SuccessKilled consume() throws InterruptedException {
return blockingQueue.take();
}
/**
* 獲取隊列大小
* @return
*/
public int size() {
return blockingQueue.size();
}
}消費秒殺隊列：實現 ApplicationRunner 接口
// 消費秒殺隊列
@Slf4j
@Component
public class TaskRunner implements ApplicationRunner{
@Autowired
private SecondKillService seckillService;
@Override
public void run(ApplicationArguments var){
new Thread(() -> {
log.info("隊列啓動成功");
while(true){
try {
// 進程內隊列
SuccessKilled kill = SecondKillQueue.getSkillQueue().consume();
if(kill != null){
Result result = seckillService.startSecondKillByAop(kill.getSeckillId(), kill.getUserId());
if(result != null && result.equals(Result.ok(SecondKillStateEnum.SUCCESS))){
log.info("TaskRunner,result:{}",result);
log.info("TaskRunner從消息隊列取出用戶，用戶:{}{}",kill.getUserId(),"秒殺成功");
}
}
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}).start();
}
}注意：在業務層和 AOP 方法中，不能拋出任何異常， throw new RuntimeException() 這些拋異常代碼要註釋掉。因爲一旦程序拋出異常就會停止，導致消費秒殺隊列進程終止！
使用阻塞隊列來實現秒殺，有幾點要注意：
-
消費秒殺隊列中調用業務方法加鎖與不加鎖情況一樣，也就是
seckillService.startSecondKillByAop()、seckillService.startSecondKillByLock()方法結果一樣，這也很好理解 -
當隊列長度與商品數量一致時，會出現少賣的現象，可以調大數值
-
下面是隊列長度 1000，商品數量 1000，併發數 2000 情況下出現的少賣
3.7. 方式七（Disruptor 隊列）
Disruptor 是個高性能隊列，研發的初衷是解決內存隊列的延遲問題，在性能測試中發現竟然與 I/O 操作處於同樣的數量級，基於 Disruptor 開發的系統單線程能支撐每秒 600 萬訂單。
// 事件生成工廠（用來初始化預分配事件對象）
public class SecondKillEventFactory implements EventFactory<SecondKillEvent> {
@Override
public SecondKillEvent newInstance() {
return new SecondKillEvent();
}
}// 事件對象（秒殺事件）
public class SecondKillEvent implements Serializable {
private static final long serialVersionUID = 1L;
private long seckillId;
private long userId;
// set/get方法略
}// 使用translator方式生產者
public class SecondKillEventProducer {
private final static EventTranslatorVararg<SecondKillEvent> translator = (seckillEvent, seq, objs) -> {
seckillEvent.setSeckillId((Long) objs[0]);
seckillEvent.setUserId((Long) objs[1]);
};
private final RingBuffer<SecondKillEvent> ringBuffer;
public SecondKillEventProducer(RingBuffer<SecondKillEvent> ringBuffer){
this.ringBuffer = ringBuffer;
}
public void secondKill(long seckillId, long userId){
this.ringBuffer.publishEvent(translator, seckillId, userId);
}
}// 消費者(秒殺處理器)
@Slf4j
public class SecondKillEventConsumer implements EventHandler<SecondKillEvent> {
private SecondKillService secondKillService = (SecondKillService) SpringUtil.getBean("secondKillService");
@Override
public void onEvent(SecondKillEvent seckillEvent, long seq, boolean bool) {
Result result = secondKillService.startSecondKillByAop(seckillEvent.getSeckillId(), seckillEvent.getUserId());
if(result.equals(Result.ok(SecondKillStateEnum.SUCCESS))){
log.info("用戶:{}{}",seckillEvent.getUserId(),"秒殺成功");
}
}
}public class DisruptorUtil {
static Disruptor<SecondKillEvent> disruptor;
static{
SecondKillEventFactory factory = new SecondKillEventFactory();
int ringBufferSize = 1024;
ThreadFactory threadFactory = runnable -> new Thread(runnable);
disruptor = new Disruptor<>(factory, ringBufferSize, threadFactory);
disruptor.handleEventsWith(new SecondKillEventConsumer());
disruptor.start();
}
public static void producer(SecondKillEvent kill){
RingBuffer<SecondKillEvent> ringBuffer = disruptor.getRingBuffer();
SecondKillEventProducer producer = new SecondKillEventProducer(ringBuffer);
producer.secondKill(kill.getSeckillId(),kill.getUserId());
}
}@ApiOperation(value="秒殺實現方式七——Disruptor隊列")
@PostMapping("/start/disruptor")
public Result startDisruptor(long skgId){
try {
log.info("開始秒殺方式七...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
SecondKillEvent kill = new SecondKillEvent();
kill.setSeckillId(skgId);
kill.setUserId(userId);
DisruptorUtil.producer(kill);
} catch (Exception e) {
e.printStackTrace();
}
return Result.ok();
}經過測試，發現使用 Disruptor 隊列隊列，與自定義隊列有着同樣的問題，也會出現超賣的情況，但效率有所提高。
4. 小結
對於上面七種實現併發的方式，做一下總結：
-
一、二方式是在代碼中利用鎖和事務的方式解決了併發問題，主要解決的是鎖要加載事務之前
-
三、四、五方式主要是數據庫的鎖來解決併發問題，方式三是利用 for upate 對錶加行鎖，方式四是利用 update 來對錶加鎖，方式五是通過增加 version 字段來控制數據庫的更新操作，方式五的效果最差
-
六、七方式是通過隊列來解決併發問題，這裏需要特別注意的是，在代碼中不能通過 throw 拋異常，否則消費線程會終止，而且由於進隊和出隊存在時間間隙，會導致商品少賣
上面所有的情況都經過代碼測試，測試分一下三種情況：
-
併發數 1000，商品數 100
-
併發數 1000，商品數 1000
-
併發數 2000，商品數 1000
思考：分佈式情況下如何解決併發問題呢？下次繼續試驗。
源碼地址：
- https://github.com/Hofanking/springboot-second-skill-example
作者：止步前行
來源：blog.csdn.net/zxd1435513775/article/details/122643285
本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/0xpCO_ll5M4R60ofZdVU8A