文章目录
- 一、集群环境下 秒杀 一人一单的并发问题
- :snowman:基本原理和实现方式:zap:Redis 分布式锁的核心实现思路
- 三、实战开发 实现 Redis 分布式锁
- 四、ApiFox 测试 集群模式下是否能够解决并发问题
:partly_sunny:前言
在 微服务 Spring Boot 整合Redis 实现优惠卷秒杀 一人一单 下， 单线程的情况，不会出现并发的问题 ，那么，我们的 秒杀场景都是出现在并发环境下的，多个用户同时去抢购一件商品 ，这时就体现出了 系统 的 抗受 高并发、高可用 性 ，在用户 访问数多的情况下，我们需要去 搭建集群 并配置负载均衡 去均匀的分配服务器的压力 ，以免出现 服务宕机 导致系统不可用，集群下我们的 秒杀一人一单存在问题，下面详细介绍。
一、集群环境下 秒杀 一人一单的并发问题
之前我们在单机情况下通过加 sync 锁就可以达到线程安全 ，但是在集群环境下，就不可以了。
开启集群来测试
将服务启动2份，端口为8002和 8083
如何开始Services 服务列表？
View --> Tool Windows --> Services打开服务列表 或者 快捷键 （Alt + 8）
出现以下Services，点击新建服务
单击 Run Configuration Type 选择Spring Boot 即可 （注意：如果没有Spring Boot 选项，那就手动启动程序，会自动出现 Spring Boot 列表）
即可完成新建服务，实现集群的效果
为什么会出现此问题呢？
由于现在我们 部署了多个tomcat ， 每个tomcat都有一个属于自己的JVM ，那么 假设在服务器A的tomcat内部，有两个线程 ，这两个线程由于 使用的是同一份代码 ，那么 他们的锁对象是同一个 ，是 可以实现互斥 的， 但是 如果现在是服务器B的tomcat内部，又有两个线程，但是他们的锁对象写的虽然和服务器A一样 ，但是 锁对象却不是同一个 ，所以 线程3和线程4可以实现互斥 ，但是 却无法和线程1和线程2实现互斥 ，这就是 集群环境下，syn锁失效的原因 ，在这种情况下，我们就需要 使用分布式锁来解决 这个问题。
二、什么是分布式锁？
:snowman:基本原理和实现方式
分布式锁： 满足分布式系统或集群模式下多进程可见并且互斥的锁 。
分布式锁的 核心思想就是让大家都使用同一把锁 ，只要大家使用的是同一把锁，那么我们就能锁住线程，不让线程进行，让程序串行执行，这就是分布式锁的核心思路
分布式锁它应该满足一些什么样的条件呢？
可见性：多个线程都能看到相同的结果
注意：这个地方说的可见性并不是并发编程中指的内存可见性，只是说多个进程之间都能感知到变化的意思
互斥：互斥是分布式锁的最基本的条件，使得程序串行执行
高可用：程序不易崩溃，时时刻刻都保证较高的可用性
高性能：由于加锁本身就让性能降低，所有对于分布式锁本身需要他就较高的加锁性能和释放锁性能
安全性：安全也是程序中必不可少的一环
常见的分布式锁有三种
MySQL： MySQL 本身就带有锁机制，但是由于MySQL性能本身一般，所以采用分布式锁的情况下，其实使用MySQL作为分布式锁比较少见
Redis： Redis作为分布式锁是非常常见的一种使用方式 ，现在 企业级开发中基本都使用Redis或者Zookeeper作为分布式锁 ，利用 setnx 这个方法， 如果插入key成功，则表示获得到了锁，如果有人插入成功，其他人插入失败则表示无法获得到锁 ，利用这套逻辑来实现分布式锁
Zookeeper：Zookeeper也是企业级开发中较好的一个实现分布式锁的方案， 是通过创建临时节点来实现的
:zap:Redis 分布式锁的核心实现思路
实现分布式锁时需要实现的两个基本方法：
- 获取锁（setnx）
- 互斥 ：确保只能有一个线程获取锁
- 非阻塞 ：尝试一次，成功返回true，失败返回false
- 释放锁：手动释放超时释放 ： 获取锁时添加一个超时时间
核心思路：
我们利用 Redis 的setNx 方法 ，当有多个线程进入时，我们就利用该方法，第一个线程进入时，redis 中就有这个key 了，返回了1，如果结果是1，则表示他抢到了锁，那么他去执行业务，然后再删除锁，退出锁逻辑，没有抢到锁的哥们，等待一定时间后重试即可
三、实战开发 实现 Redis 分布式锁
加锁：新建 Lock 锁接口
ILock 锁接口
package com.chen.utils; public interface ILock { /** * 尝试获取锁 * @param timeoutSecond * @return */ boolean tryLock(long timeoutSecond); /** * 释放锁 */ void unLock(); }SimpleRedisLock 锁实现类
package com.chen.utils; import cn.hutool.core.lang.UUID; import cn.hutool.core.util.BooleanUtil; import com.chen.utils.ILock; import org.springframework.core.io.ClassPathResource; import org.springframework.data.redis.core.StringRedisTemplate; import org.springframework.data.redis.core.script.DefaultRedisScript; import java.util.concurrent.TimeUnit; /** * redis 分布式锁实现类，实现获取锁与释放锁 */ public class SimpleRedisLock implements ILock { private String name; private StringRedisTemplate stringRedisTemplate; private static final String KEY_PREFIX = &34;; public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) { this.name = name; this.stringRedisTemplate = stringRedisTemplate; } @Override public boolean tryLock(long timeoutSecond) { String threadId = ID_PREFIX + Thread.currentThread().getId(); // 尝试获取锁 Boolean success = stringRedisTemplate.opsForValue().setIfAbsent(KEY_PREFIX + name, threadId, timeoutSecond, TimeUnit.SECONDS); return BooleanUtil.isTrue(success); } @Override public void unLock() { stringRedisTemplate.delete(KEY_PREFIX + name); } }修改业务代码
public Result seckillVoucher(Long voucherId) { //1. 查询优惠卷 SeckillVoucher seckillVoucher = seckillVoucherService.getById(voucherId); //2. 判断秒杀是否开始 开始时间大于当前时间表示未开始抢购 if (seckillVoucher.getBeginTime().isAfter(LocalDateTime.now())) { return Result.fail(&34;); } //3. 判断秒杀是否结束 if (seckillVoucher.getEndTime().isBefore(LocalDateTime.now())) { return Result.fail(&34;); } //4. 判断库存是否充足 if (seckillVoucher.getStock() < 1) { return Result.fail(&34;); } // 新增代码 Long userId = UserHolder.getUser().getId(); // 创建锁对象 SimpleRedisLock lock = new SimpleRedisLock(&34; + userId, stringRedisTemplate); // 获取锁对象 boolean tryLock = lock.tryLock(2000); if (!tryLock) { return Result.fail(&34;); } try { IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy(); return proxy.createVoucherOrder(voucherId, userId); } catch (Exception e) { } finally { //释放锁 lock.unLock(); } return null; }四、ApiFox 测试 集群模式下是否能够解决并发问题
加入请求地址、参数 进行测试
第二个项目同上操作，换一下端口为8083 再次进行测试，返回结果
完成，以上接口，测试正常~
:boat:小结
以上就是【 Bug 终结者 】对 微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单 的简单介绍， 在分布式系统下，高并发的场景下，会出现此类库存超卖问题，本篇文章介绍了采用分布式锁来解决，但是依然是有弊端，集群环境下，不同的服务之间删除锁会出现误删问题， 下章节，我们将继续进行优化，持续关注！
声明：易商讯尊重创作版权。本文信息搜集、整理自互联网，若有来源标记错误或侵犯您的合法权益，请联系我们。我们将及时纠正并删除相关讯息，非常感谢！
