1.简介

通过模拟抢购商品的实践阐述高并发与锁的问题。这里假设电商网站抢购的场景，电商网站往往存在很多的商品，有些商品会以低价限量推销，并且会在推销之前做广告以吸引网站会员购买。特别是热销产品，很有可能会出现瞬时高并发的抢购，也就是我们常说的“商品秒杀”。这种情况在工作中很是常见，而且在面试的时候往往也是一个热点考察的问题，下面就由我来给大家讲解下如何处理这类高并发问题。

2.项目准备

首先，我先在redis中放入stock和商品数量，数量为100。
然后再通过jmeter来模拟高并发场景。

3.项目实践

3.1 单机服务版本代码

首先，我们先来看一个基础的版本。

@RequestMapping("/getStock")
    public String getStock(){
        //加锁
        synchronized (this){
            //从redis中取库存
            int stock = Integer.parseInt(redisTemplate.opsForValue().get(STOCK));
            //判断剩余库存
            if(stock>0){
                //如果还有库存，则购买
                int newStock = stock-1;
                //再放回redis
                redisTemplate.opsForValue().set(STOCK,String.valueOf(newStock));
                System.out.println("扣减成功，当前库存为:"+newStock);
            }else {
                System.out.println("扣减【失败】，当前库存为:"+stock);
            }
            return "success";
        }

扣减成功，当前库存为:99
扣减成功，当前库存为:98
扣减成功，当前库存为:97
………………
扣减成功，当前库存为:9
扣减成功，当前库存为:8
扣减成功，当前库存为:7
扣减成功，当前库存为:6
扣减成功，当前库存为:5
扣减成功，当前库存为:4
扣减成功，当前库存为:3
扣减成功，当前库存为:2
扣减成功，当前库存为:1
扣减成功，当前库存为:0
扣减【失败】，当前库存为:0
扣减【失败】，当前库存为:0
扣减【失败】，当前库存为:0
扣减【失败】，当前库存为:0
扣减【失败】，当前库存为:0
…………

从结果看来，这样的代码在单机环境下没有什么问题
但如果是分布式部署，那这样就会出现超卖现象！

image.png

很显然，上面的代码并不满足分布式环境下的系统需求，下面我们将使用分布式锁来改进这个问题。

3.2 分布式服务版本代码

在这个2.0的版本里，我们使用redis中的setnx数据结构来做分布式锁。

    private static String LOCK_KEY = "lockKey";

    @RequestMapping("/getStock2")
    public String getStock2() {
        //如果这里不设置过期时间，很可能会出现问题，例如其中一台机器未释放锁便出现异常或宕机，那后面的请求都无法购买商品
        Boolean result = redisTemplate.opsForValue()
                .setIfAbsent(LOCK_KEY, "lock", 10, TimeUnit.SECONDS);
        if (!result) {
            return "活动太火爆了，请稍后重试";
        }

        try {
            int stock = Integer.parseInt(redisTemplate.opsForValue().get(STOCK));
            if (stock > 0) {
                int newStock = stock - 1;
                redisTemplate.opsForValue().set(STOCK, String.valueOf(newStock));
                System.out.println("扣减成功，扣减后库存为:" + newStock);
            } else {
                System.out.println("扣减【失败】，当前库存为:" + stock);
            }
        } finally {
            //此处要尽量保证锁的释放
            redisTemplate.delete(LOCK_KEY);
        }
        return "success";
    }

上面这个代码，在并发不太高的情况下，基本可以使用，然而在高并发情况下依然存在锁失效问题。

image.png

解决这个问题的关键是，我自己加的锁应该只能由我自己释放。

3.3 使用redisson实现分布式锁

要实现一个好的分布式锁，应包含以下功能：

指定一个 key 作为锁标记，存入 Redis 中，指定一个唯一的用户标识作为 value。
当 key 不存在时才能设置值，确保同一时间只有一个客户端进程获得锁，满足互斥性特性。
设置一个过期时间，防止因系统异常导致没能删除这个 key，满足防死锁特性。
当处理完业务之后需要清除这个 key 来释放锁，清除 key 时需要校验 value 值，需要满足只有加锁的人才能释放锁。

这些我们都可以通过redisson来轻松的使用分布式锁，代码如下：

 @RequestMapping("/getStock3")
    public String getStock3() {
        RLock rLock = redisson.getLock(LOCK_KEY);
        try {
            rLock.lock();
            int stock = Integer.parseInt(redisTemplate.opsForValue().get(STOCK));
            if (stock > 0) {
                int newStock = stock - 1;
                redisTemplate.opsForValue().set(STOCK, String.valueOf(newStock));
                System.out.println("扣减成功，扣减后库存为:" + newStock);
            } else {
                System.out.println("扣减【失败】，当前库存为:" + stock);
            }
        } finally {
            rLock.unlock();
        }
        return "success";
    }

在大部分情况下，我们都可以使用redisson来完成我们的分布式锁，来应对高并发的问题，

高并发场景下模拟商品秒杀