Redis之高并发超卖问题解决方案_redis解决超卖高并发

作者：知新_RL | 2024-03-28 19:50:09

踩

redis解决超卖高并发

1. Redis高并发超卖问题解决方案

1.1 高并发场景超卖bug解析

1.2 Redisson

1. Redis高并发超卖问题解决方案

在高并发的秒杀抢购场景中，常常会面临一个称为“超卖”（Over-Selling）的问题。超卖指的是同一件商品被售出的数量超过了实际库存数量，导致库存出现负数。这是由于多个用户同时发起抢购请求，而系统未能有效地控制库存的并发访问。

下面进行一个秒杀购买某个商品的接口模拟，代码如下：


@RestController
public class MyController {
 
    @Autowired
    StringRedisTemplate stringRedisTemplate;
 
    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String key="product_" + id;
        int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
        if(count>0){
            stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
            System.out.println(key+"商品购买成功，剩余库存"+count);
            return "success";
        }
        System.out.println(key+"商品库存不足");
        return "error";
    }
}

上面的代码在高并发环境下容易出现超卖问题，使用JMeter进行压测，如下图：

进行压测获得的日志如下图，存在并发安全问题。

要解决上面的问题，我们一开始想到的是synchronized加锁，但是在 Redis 的高并发环境下，使用 Java 中的 synchronized关键字来解决超卖问题是行不通的，原因如下：

分布式环境下无效： synchronized是 Java 中的关键字，用于在单个 JVM 中保护共享资源。在分布式环境下，多个服务实例之间无法通过synchronized来同步，因为各个实例之间无法直接共享 JVM 中的锁。
性能问题： synchronized会导致性能问题，尤其在高并发的情况下，争夺锁可能会成为瓶颈。

对于 Redis 高并发环境下的超卖问题，更合适的解决方案通常是使用 Redis 提供的分布式锁（如基于 Redis 的分布式锁实现）。这可以确保在分布式环境中的原子性和可靠性。

基于Redis的分布式锁，我们可以基于Redis中的Setnx（命令在指定的 key 不存在时，为 key 设置指定的值），更改代码如下：


@RestController
public class MyController {
 
    @Autowired
    StringRedisTemplate stringRedisTemplate;
 
    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String lock="product_lock_"+id;
        String key="product_" + id;
        Boolean lock1 = stringRedisTemplate.opsForValue().setIfAbsent(lock, "lock");
        String message="error";
        if(!lock1){
            System.out.println("业务繁忙稍后再试");
            return "业务繁忙稍后再试";
        }
        //try catch 设计是为了防止在执行业务的时候出现异常导致redis锁一直无法释放
        try {
                int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
                if (count > 0) {
                    stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
                    System.out.println(key + "商品购买成功，剩余库存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            stringRedisTemplate.delete(lock);
        }
        if(message.equals("error"))
        System.out.println(key+"商品库存不足");
        return message;
    }
}

然后使用JMeter压测，在10s内陆续发送500个请求，日志如下图，由图可以看出基本解决超卖问题。

1.1 高并发场景超卖bug解析

系统在达到finally块之前崩溃宕机，锁可能会一直存在于Redis中。这可能会导致其他进程或线程无法在未来获取该锁，从而导致资源被锁定，后续尝试访问该资源的操作可能被阻塞。因此在redis中给定 key设置过期时间。代码如下：


@RestController
public class MyController {
 
    @Autowired
    StringRedisTemplate stringRedisTemplate;
 
    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String lock="product_lock_"+id;
        String key="product_" + id;
        Boolean lock1 = stringRedisTemplate.opsForValue().setIfAbsent(lock, "lock",10, TimeUnit.SECONDS); //保证原子性
//        Boolean lock2 = stringRedisTemplate.opsForValue().setIfAbsent(lock, "lock");
//        stringRedisTemplate.expire(lock,10,TimeUnit.SECONDS); //此时宕机依旧会出现redis锁无法释放，应设置为原子操作
        String message="error";
        if(!lock1){
            System.out.println("业务繁忙稍后再试");
            return "业务繁忙稍后再试";
        }
        //try catch 设计是为了防止在执行业务的时候出现异常导致redis锁一直无法释放
        try {
                int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
                if (count > 0) {
                    stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
                    System.out.println(key + "商品购买成功，剩余库存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            stringRedisTemplate.delete(lock);
        }
        if(message.equals("error"))
        System.out.println(key+"商品库存不足");
        return message;
    }
}

在高并发场景下，还存在一个问题，即业务执行时间过长可能导致 Redis 锁提前释放，并且误删除其他线程或进程持有的锁。这可能发生在以下情况：

线程A获取锁并开始执行业务逻辑。
由于高并发，其他线程B、C等也尝试获取相同资源的锁。
由于锁的过期时间设置为10秒，线程A的业务逻辑执行时间超过10秒，导致其锁被 Redis 自动释放。
线程B在10秒内获取到了之前由线程A持有的锁，并开始执行业务逻辑。
线程A在业务逻辑执行完成后，尝试删除自己的锁，但由于已经被线程B持有，线程A实际上删除的是线程B的锁。

修改代码如下：


@RestController
public class MyController {
 
    @Autowired
    StringRedisTemplate stringRedisTemplate;
 
    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String lock="product_lock_"+id;
        String key="product_" + id;
        String clientId=UUID.randomUUID().toString();
        Boolean lock1 = stringRedisTemplate.opsForValue().setIfAbsent(lock, clientId,10, TimeUnit.SECONDS); //保证原子性
//        Boolean lock2 = stringRedisTemplate.opsForValue().setIfAbsent(lock, "lock");
//        stringRedisTemplate.expire(lock,10,TimeUnit.SECONDS); //此时宕机依旧会出现redis锁无法释放，应设置为原子操作
        String message="error";
        if(!lock1){
            System.out.println("业务繁忙稍后再试");
            return "业务繁忙稍后再试";
        }
        //try catch 设计是为了防止在执行业务的时候出现异常导致redis锁一直无法释放
        try {
                int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
                if (count > 0) {
                    stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
                    System.out.println(key + "商品购买成功，剩余库存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            if (stringRedisTemplate.opsForValue().get(lock).equals(clientId))//在这里如果有别的业务代码并且耗时较长， stringRedisTemplate.delete(lock)之前还是有可能超过过期时间出现问题
                stringRedisTemplate.delete(lock);
        }
        if(message.equals("error"))
        System.out.println(key+"商品库存不足");
        return message;
    }
}

上面的代码在高并发场景下仍然存在概率很低的问题，所以就有了redisson分布式锁。

1.2 Redisson

Redisson 是一个用于 Java 的 Redis 客户端，它提供了丰富的功能，包括分布式锁。Redisson 的分布式锁实现了基于 Redis 的分布式锁，具有简单易用、可靠性高的特点。

以下是 Redisson 分布式锁的一些重要特性和用法：

可重入锁： Redisson 的分布式锁是可重入的，同一线程可以多次获取同一把锁，而不会出现死锁。
公平锁： Redisson 支持公平锁，即按照获取锁的顺序依次获取，避免了某些线程一直获取不到锁的情况。
锁超时： 可以为分布式锁设置过期时间，确保即使在某些情况下锁没有被显式释放，也能在一定时间后自动释放。
异步锁： Redisson 提供了异步的分布式锁，通过异步 API 可以在不阻塞线程的情况下获取和释放锁。
监控锁状态： Redisson 允许监控锁的状态，包括锁是否被某个线程持有，锁的过期时间等。

导入依赖


       <dependency>
            <groupId>org.redisson</groupId>
            <artifactId>redisson</artifactId>
            <version>3.23.5</version>
        </dependency>

application.yaml 配置：


spring:
  redis:
    host: 127.0.0.1
    port: 6379
    password:
    lettuce:
      pool:
        max-active: 8
        max-idle: 8
        min-idle: 0
        max-wait: 1000ms

RedissonConfig配置：


@Configuration
public class RedissonConfig {
 
 
    @Value("${spring.redis.host}")
    private String host;
    @Value("${spring.redis.port}")
    private String port;
 
 
    /**
     * RedissonClient,单机模式
     */
    @Bean
    public RedissonClient redisson() {
        Config config = new Config();
        SingleServerConfig singleServerConfig = config.useSingleServer();
        singleServerConfig.setAddress("redis://" + host + ":" + port);
        return Redisson.create(config);
    }
}

利用Redisson分布式锁解决超卖问题，修改代码如下:

加锁 lock.lock()

阻塞等待，默认等待，加锁的默认时间都是30s，锁的自动续期，如果业务时间长，运行期间会自动给锁续上新的30s，不用担心业务时间长导致锁自动过期被删除，加锁的业务只要运行完成，就不会给当前锁续期，即使不手动解锁，锁默认在30s后自动删除。

加锁 lock.lock(10，TimeUnit.SECONDS)

锁到期后，不会自动续期，如果传递了锁的超时时间，就发送给redis执行脚本，进行占锁，默认超时就是我们指定的时间。如果未指定锁的超时时间，只要占锁成功，就会启动一个定时任务【重新给锁设置过期时间，新的过期时间就是看门狗的默认时间】，每隔10s就会自动进行续期。


@RestController
public class MyController {
 
    @Autowired
    StringRedisTemplate stringRedisTemplate;
 
    @Autowired
    RedissonClient redisson;
 
    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String message="error";
        String lock_key="product_lock_"+id;
        String key="product_" + id;
        RLock lock = redisson.getLock(lock_key);
        //try catch 设计是为了防止在执行业务的时候出现异常导致redis锁一直无法释放
        try {
                lock.lock();
                int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
                if (count > 0) {
                    stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
                    System.out.println(key + "商品购买成功，剩余库存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            lock.unlock();
        }
        if(message.equals("error"))
        System.out.println(key+"商品库存不足");
        return message;
    }
}

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/知新_RL/article/detail/330976

Redis之高并发超卖问题解决方案_redis解决超卖 高并发

1. Redis高并发超卖问题解决方案

1.1 高并发场景超卖bug解析

1.2 Redisson

Redis之高并发超卖问题解决方案_redis解决超卖高并发