- 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
- 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：
- redis数据库中商品库存记录，结果为5
- 查看用户实际购买的商品，结果为0
- 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
-
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
- 再次查看用户实际购买的商品，结果为5
-
大量用户请求的情况（高并发秒杀）展示
- redis数据库中商品库存记录，结果为5
- 查看用户实际购买的商品，结果为0
- 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）
-
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！！！
- 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
/**
* 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();
}
- 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。
- 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- redis数据库中商品库存记录，结果为5
- 查看用户实际购买的商品，结果为0
- 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）
-
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，结果为5，超卖情况消失
-
上面是直接用redis原生的sdk对象
jredis执行的事务
- 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
- 导致在事务中只有
- 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
- spring对redis事务的
- 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
- 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
- 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
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent