问题：当前秒杀功能的执行逻辑是怎样的？
–解答：
问题：这种逻辑存在什么问题？
–解答：所有处理均由一个线程完成，性能较低。
问题：如何进行优化？
–解答：可以使用Redis完成检查库存是否充足和校验一人一单的过程，对于满足条件的线程(请求)，将其放入阻塞队列中，异步的处理这些请求(生成订单，扣减库存，将订单信息存入数据库中)
问题：为什么要用阻塞队列？
–解答：因为我们想要异步的处理生成订单的请求，而不是一旦某个用户满足条件，就立即为他生成订单(这里的生成订单指的是扣减数据库中的库存)。
问题：BlockingQueue有哪些特性？
–解答：本质上是一个队列，这也是一个接口，有多个实现类，这里选择的是ArrayBlockingQueue。阻塞队列最大的特点就是，当取不到数据时，该线程会一直等待，直到队列中有数据。
问题：那这样不会影响效率吗，因为要一直等待？
–解答：由于我们在处理订单，也就是从阻塞队列中取数据时，是交给另一个线程来做的，因此对我们的主线程不会有影响，其实主线程在redis判断完后就基本上可以将秒杀结果返回给用户了。
问题：Redis中是如何工作的？
–解答：这也是我们接下来要说到的。因为要保证Redis中操作的原子性，因此我们会将这些操作以Lua脚本的方式呈现。首先我们会判断对应优惠券的库存是否充足，这里我们可以使用String，Value结构来存储数据；至于校验该用户是否购买过该优惠券，则可以使用String，Set结构来存储数据。使用Set的好处有很多，比如key中对应的value是唯一的，不会存在多个相同的value，这时只要调用set 的ismember命令就能够判断该用户是否购买过此优惠券。
因此我们现在的秒杀流程变成了这样：
实现代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
|
@Service
@Slf4j
public class SeckillVoucherServiceImpl extends ServiceImpl<SeckillVoucherMapper, SeckillVoucher> implements ISeckillVoucherService {
@Resource
private UniqueIdGenerator uniqueIdGenerator;
@Resource
private VoucherOrderMapper voucherOrderMapper;
private static DefaultRedisScript redisScript;
static{
redisScript = new DefaultRedisScript();
redisScript.setLocation(new ClassPathResource("/RedisWork.lua"));
redisScript.setResultType(Long.class);
}
@Resource
private StringRedisTemplate stringRedisTemplate;
private BlockingQueue<VoucherOrder> blockingQueue = new ArrayBlockingQueue<>(1024 * 1024);
private static ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();
private ISeckillVoucherService currentProxy;
@PostConstruct
public void init(){
SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
}
private class VoucherOrderHandler implements Runnable{
public void run(){
while(true){
try {
VoucherOrder take = blockingQueue.take();
handleVoucherOrder(take);
} catch (Exception e) {
log.error("处理订单异常",e);
}
}
}
}
public Result seckillVoucher(Long id){
SeckillVoucher seckillVoucher = getById(id);
if(seckillVoucher.getBeginTime().isAfter(LocalDateTime.now())){
return Result.fail("活动未开始");
}
if(seckillVoucher.getEndTime().isBefore(LocalDateTime.now())){
return Result.fail("活动已结束");
}
List<String> keys = new ArrayList<>();
keys.add(RedisConstants.SECKILL_STOCK_KEY + id);
keys.add(RedisConstants.SECKILL_VOUCHER_KEY + id);
Long userid = UserHolder.getUser().getId();
Long flag = (Long)stringRedisTemplate.execute(redisScript, keys, userid + "");
if(flag == 1){
return Result.fail("库存不足");
}
if(flag == 2){
return Result.fail("不能重复购买");
}
long seckillVoucherOrderId = uniqueIdGenerator.generatorId(RedisConstants.SECKILL_VOUCHER_ID_PREFIX);
VoucherOrder voucherOrder = new VoucherOrder();
voucherOrder.setId(seckillVoucherOrderId);
voucherOrder.setUserId(userid);
voucherOrder.setVoucherId(id);
blockingQueue.add(voucherOrder);
currentProxy = (ISeckillVoucherService) AopContext.currentProxy();
return Result.ok(voucherOrder);
}
public void handleVoucherOrder(VoucherOrder voucherOrder){
currentProxy.createVoucherOrder(voucherOrder);
}
@Transactional
public void createVoucherOrder(VoucherOrder voucherOrder){
boolean success = update().setSql("stock = stock - 1").eq("voucher_id", voucherOrder.getVoucherId()).gt("stock",0).update();
voucherOrderMapper.insert(voucherOrder);
}
}
|