最近https://blog.csdn.net/qq_27631217/article/details/80657271做了一个点餐的平台，其中涉及到一个很重要的问题，活动期间的秒杀系统的实现。

抢购/秒杀是如今很常见的一个应用场景，是高并发编程的一个挑战，在网上也找了一些资料，大部分都是理论，关于java的实现也是很少，就算有也是很简单的demo，为此，决定将此次实现的秒杀系统整理一番，发布出来。

架构思路

Question1: 由于要承受高并发，mysql在高并发情况下的性能下降尤其严重，下图为Mysql性能瓶颈测试。

而且硬盘持久化的io操作将耗费大量资源。所以决定采用基于内存操作的redis，redis的密集型io

Question2: 秒杀系统必然是一个集群系统，在硬件不提升的情况下利用nginx做负载均衡也是不错的选择。

实现难点

1. 超买超卖问题的解决。

2. 订单持久化，多线程将订单信息写入数据库

解决方案

1. 采用redis的分布式乐观锁，解决高并发下的超买超卖问题.

2. 使用countDownLatch作为计数器，将数据四线程写入数据库，订单的持久化过程在我的机器上效率提升了1000倍。

进阶方案

1.访问量还是大。系统还是撑不住。

2.防止用户刷新页面导致重复提交。

3.脚本攻击

解决思路：

1.访问量还是过大的话，要看性能瓶颈在哪里，一般来说首先撑不住的是tomcat，考虑优化tomcat，单个tomcat经过实践并发量撑住1000是没有问题的。先搭建tomcat集群，如果瓶颈出现在redis上的话考虑集群redis，这时候消息队列也是必须的，至于采用哪种消息队列框架还是根据实际情况。

2.问题2和问题3其实属于同一个问题。这个问题其实属于网络问题的范畴，和我们的秒杀系统不在一个层面上。因此不应该由我们来解决。很多交换机都有防止一个源IP发起过多请求的功能。开源软件也有不少能实现这点。如linux上的TC可以控制。流行的Web服务器Nginx（它也可以看做是一个七层软交换机）也可以通过配置做到这一点。一个IP，一秒钟我就允许你访问我2次，其他软件包直接给你丢了，你还能压垮我吗？

交换机也不行了呢？

可能你们的客户并发访问量实在太大了，交换机都撑不住了。 这也有办法。我们可以用多个交换机为我们的秒杀系统服务。 原理就是DNS可以对一个域名返回多个IP，并且对不同的源IP，同一个域名返回不同的IP。如网通用户访问，就返回一个网通机房的IP；电信用户访问，就返回一个电信机房的IP。也就是用CDN了！ 我们可以部署多台交换机为不同的用户服务。 用户通过这些交换机访问后面数据中心的Redis Cluster进行秒杀作业。

我是在springboot + SpringData JPA的环境下实现的系统。引入了spring-data-redis的依赖

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

config包下有两个类

public interface SecKillConfig {
String productId = "1234568"; //这是我数据库中的要秒杀的商品id
}

 这个类的作用主要是配置RedisTemplate，否则使用默认的RedisTemplate会使key和value乱码。

•  

  @Configuration
  @EnableCaching
  public class RedisConfig {
  @Bean
  public CacheManager cacheManager(RedisTemplate<?, ?> redisTemplate) {
  CacheManager cacheManager = new RedisCacheManager(redisTemplate);
  return cacheManager;
  }
  // 以下两种redisTemplate自由根据场景选择
  @Bean
  public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory connectionFactory) {
  RedisTemplate<Object, Object> template = new RedisTemplate<>();
  template.setConnectionFactory(connectionFactory);
  Jackson2JsonRedisSerializer serializer = new Jackson2JsonRedisSerializer(Object.class);
  ObjectMapper mapper = new ObjectMapper();
  mapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
  mapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
  serializer.setObjectMapper(mapper);
  template.setValueSerializer(serializer);
  //使用StringRedisSerializer来序列化和反序列化redis的key值
  template.setKeySerializer(new StringRedisSerializer());//这两句是关键
  template.setHashKeySerializer(new StringRedisSerializer());//这两句是关键
  template.afterPropertiesSet();
  return template;
  }
  @Bean
  public StringRedisTemplate stringRedisTemplate(RedisConnectionFactory factory) {
  StringRedisTemplate stringRedisTemplate = new StringRedisTemplate();
  stringRedisTemplate.setConnectionFactory(factory);
  return stringRedisTemplate;
  }
  }

下面是util包

public class KeyUtil {

public static synchronized String getUniqueKey(){
Random random = new Random();
Integer num = random.nextInt(100000);
return num.toString()+System.currentTimeMillis();
}
}

public class SecUtils {

/*
创建虚拟订单
*/
public static SecOrder createDummyOrder(ProductInfo productInfo){
String key = KeyUtil.getUniqueKey();
SecOrder secOrder = new SecOrder();
secOrder.setId(key);
secOrder.setUserId("userId="+key);
secOrder.setProductId(productInfo.getProductId());
secOrder.setProductPrice(productInfo.getProductPrice());
secOrder.setAmount(productInfo.getProductPrice());
return secOrder;
}

/*
伪支付
*/
public static boolean dummyPay(){
Random random = new Random();
int result = random.nextInt(1000) % 2;
if (result == 0){
return true;
}
return false;
}
}

下面是重点，分布式锁的解决

/**
* 分布式乐观锁
*/
@Component
@Slf4j
public class RedisLock {

@Autowired
private StringRedisTemplate redisTemplate;

@Autowired
private ProductService productService;

/*
加锁
*/
public boolean lock(String key,String value){

//setIfAbsent对应redis中的setnx，key存在的话返回false，不存在返回true
if ( redisTemplate.opsForValue().setIfAbsent(key,value)){
return true;
}
//两个问题，Q1超时时间
String currentValue = redisTemplate.opsForValue().get(key);
if (!StringUtils.isEmpty(currentValue) && Long.parseLong(currentValue) < System.currentTimeMillis()){
//Q2 在线程超时的时候，多个线程争抢锁的问题
String oldValue = redisTemplate.opsForValue().getAndSet(key, value);
if (!StringUtils.isEmpty(oldValue) && oldValue.equals(currentValue)){
return true;
}
}
return false;
}

public void unlock(String key ,String value){
try{
String currentValue = redisTemplate.opsForValue().get(key);
if (!StringUtils.isEmpty(currentValue) && currentValue.equals(value)){
redisTemplate.opsForValue().getOperations().delete(key);
}
}catch(Exception e){
log.error("redis分布上锁解锁异常, {}",e);
}

}

public SecProductInfo refreshStock(String productId){
SecProductInfo secProductInfo = new SecProductInfo();
ProductInfo productInfo = productService.findOne(productId);
if (productId == null){
throw new SellException(203,"秒杀商品不存在");
}
try{
redisTemplate.opsForValue().set("stock"+productInfo.getProductId(),String.valueOf(productInfo.getProductStock()));
String value = redisTemplate.opsForValue().get("stock"+productInfo.getProductId());
secProductInfo.setProductId(productId);
secProductInfo.setStock(value);
}catch(Exception e){
log.error(e.getMessage());
}
return secProductInfo;

}

}

分布式锁的实现思路

线程进来之后先执行redis的setnx，若是key存在就返回0，否则返回1.返回1即代表拿到锁，开始执行代码，执行完毕之后将key删除即为解锁。

存在两个问题，有可能存在死锁，就是一个线程执行拿到锁之后，解锁之前的代码时出现bug，导致锁释放不出来，下一个线程进来之后一直等待上一个线程释放锁。解决方案就是加上超时时间，超时过后自行无论执行是否成功都将锁释放出来。但是又会出现第二个问题，在超时的情况下，多个线程同时等待锁释放出来，然后竞争拿到锁，此时又会出现线程不安全现象，解决方案是使用redis的getandset方法，其中一个线程拿到锁之后立即将value值改变，同时将oldvalue与原来的value值比较，这样就保证了多线程竞争锁的安全性。

下面是业务逻辑部分的代码。

先是controller

@RestController
@Slf4j
@RequestMapping("/skill")
public class SecKillController {

@Autowired
private SecKillService secKillService;

@Autowired
private StringRedisTemplate stringRedisTemplate;

@Resource
private RedisTemplate<String,SecOrder> redisTemplate;

/*
下单，同时将订单信息保存在redis中，随后将数据持久化
*/
@GetMapping("/order/{productId}")
public String skill(@PathVariable String productId) throws Exception{
//判断是否抢光
int amount = Integer.valueOf(stringRedisTemplate.opsForValue().get("stock"+productId));
if (amount >= 2000){
return "不好意思，活动结束啦";
}
//初始化抢购商品信息，创建虚拟订单。
ProductInfo productInfo = new ProductInfo(productId);
SecOrder secOrder = SecUtils.createDummyOrder(productInfo);
//付款，付款时时校验库存，如果成功redis存储订单信息，库存加1
if (!SecUtils.dummyPay()){
log.error("付款慢啦抢购失败，再接再厉哦");
return "抢购失败，再接再厉哦";
}
log.info("抢购成功 商品id=:"+ productId);
//订单信息保存在redis中
secKillService.orderProductMockDiffUser(productId,secOrder);
return "订单数量: "+redisTemplate.opsForSet().size("order"+productId)+
" 剩余数量:"+(2000 - Integer.valueOf(stringRedisTemplate.opsForValue().get("stock"+productId)));
}
/*
在redis中刷新库存
*/
@GetMapping("/refresh/{productId}")
public String refreshStock(@PathVariable String productId) throws Exception{
SecProductInfo secProductInfo = secKillService.refreshStock(productId);
return "库存id为 "+productId +" <br> 库存总量为 "+secProductInfo.getStock();
}

}

Service

@Service
public interface SecKillService {

long orderProductMockDiffUser(String productId,SecOrder secOrder);

SecProductInfo refreshStock(String productId);
}

Impl

@Service
@Slf4j
public class SecKillServiceImpl implements SecKillService {

@Autowired
private RedisLock redisLock;

@Autowired
private SecOrderService secOrderService;

@Autowired
private StringRedisTemplate stringRedisTemplate;

@Resource
private RedisTemplate<String,SecOrder> redisTemplate;

private static final int TIMEOUT = 10 * 1000;

@Override
public long orderProductMockDiffUser(String productId,SecOrder secOrder) {

//加锁 setnx
long orderSize = 0;
long time = System.currentTimeMillis()+ TIMEOUT;
boolean lock = redisLock.lock(productId, String.valueOf(time));
if (!lock){
throw new SellException(200,"哎呦喂，人太多了");
}
//获得库存数量
int stockNum = Integer.valueOf(stringRedisTemplate.opsForValue().get("stock"+productId));
if (stockNum >= 2000) {
throw new SellException(150, "活动结束");
} else {
//仓库数量减一
stringRedisTemplate.opsForValue().increment("stock"+productId,1);
//redis中加入订单
redisTemplate.opsForSet().add("order"+productId,secOrder);
orderSize = redisTemplate.opsForSet().size("order"+productId);
if (orderSize >= 1000){
//订单信息持久化,多线程写入数据库(效率从单线程的9000s提升到了9ms)
Set<SecOrder> members = redisTemplate.opsForSet().members("order"+productId);
List<SecOrder> memberList = new ArrayList<>(members);
CountDownLatch countDownLatch = new CountDownLatch(4);
new Thread(() -> {
for (int i = 0; i <memberList.size() /4 ; i++) {
secOrderService.save(memberList.get(i));
countDownLatch.countDown();
}
}, "therad1").start();
new Thread(() -> {
for (int i = memberList.size() /4; i <memberList.size() /2 ; i++) {
secOrderService.save(memberList.get(i));
countDownLatch.countDown();
}
}, "therad2").start();
new Thread(() -> {
for (int i = memberList.size() /2; i <memberList.size() * 3 / 4 ; i++) {
secOrderService.save(memberList.get(i));
countDownLatch.countDown();
}
}, "therad3").start();
new Thread(() -> {
for (int i = memberList.size() * 3 / 4; i <memberList.size(); i++) {
secOrderService.save(memberList.get(i));
countDownLatch.countDown();
}
}, "therad4").start();

try {
countDownLatch.await();
} catch (InterruptedException e) {
e.printStackTrace();
}
log.info("订单持久化完成");
}
}
//解锁
redisLock.unlock(productId,String.valueOf(time));
return orderSize;
}
@Override
public SecProductInfo refreshStock(String productId) {
return redisLock.refreshStock(productId);
}

}

还有一些辅助的service，和实体类，不过多解释，一起贴出来吧，方便大家测试

public interface SecOrderService {

List<SecOrder> findByProductId(String productId);

SecOrder save(SecOrder secOrder);

}

@Service
public class SecOrderServiceImpl implements SecOrderService {

@Autowired
private SecOrderRepository secOrderRepository;

@Override
public List<SecOrder> findByProductId(String productId) {

return secOrderRepository.findByProductId(productId);
}

public SecOrder save(SecOrder secOrder){

return secOrderRepository.save(secOrder);
}

}

public interface SecOrderRepository extends JpaRepository<SecOrder,String> {

List<SecOrder> findByProductId(String productId);


SecOrder save(SecOrder secOrder);

}

@Entity
@Data
public class ProductInfo {

@Id
private String productId;
/**
* 产品名
*/
private String productName;
/**
* 单价
*/
private BigDecimal productPrice;
/**
* 库存
*/
private Integer productStock;
/**
* 产品描述
*/
private String productDescription;
/**
* 小图
*/
private String productIcon;
/**
* 商品状态 0正常 1下架
*/
private Integer productStatus = ProductStatusEnum.Up.getCode();
/**
* 类目编号
*/
private Integer categoryType;

/** 创建日期*/
@JsonSerialize(using = Date2LongSerializer.class)
private Date createTime;
/**更新时间 */
@JsonSerialize(using = Date2LongSerializer.class)
private Date updateTime;

@JsonIgnore
public ProductStatusEnum getProductStatusEnum(){
return EnumUtil.getBycode(productStatus,ProductStatusEnum.class);
}

public ProductInfo(String productId) {
this.productId = productId;
this.productPrice = new BigDecimal(3.2);
}

public ProductInfo() {
}
}

@Data
@Entity
public class SecOrder implements Serializable{

private static final long serialVersionUID = 1724254862421035876L;

@Id
private String id;
private String userId;
private String productId;
private BigDecimal productPrice;
private BigDecimal amount;

public SecOrder(String productId) {
String utilId = KeyUtil.getUniqueKey();
this.id = utilId;
this.userId = "userId"+utilId;
this.productId = productId;
}

public SecOrder() {
}

@Override
public String toString() {
return "SecOrder{" +
"id=‘" + id + ‘\‘‘ +
", userId=‘" + userId + ‘\‘‘ +
", productId=‘" + productId + ‘\‘‘ +
", productPrice=" + productPrice +
", amount=" + amount +
‘}‘;
}
}

@Data
public class SecProductInfo {

private String productId;
private String stock;

}