秒杀系统，库存优化

直接上代码

public class RedisShop {

    private final static String PRODUCT_STOCK_KEY = "productStockKey";
    private static ConcurrentHashMap<Long, Boolean> productSoldOutMap = new ConcurrentHashMap<>();
    private static ConcurrentHashMap<Long, Boolean> getProductSoldOutMap() {
        return productSoldOutMap;
    }

    @Autowired
    private ProductService productService;
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    @Autowired
    private Zookeeper zookeeper;

    /**
     * 将数据添加至redis缓存
     */
    public void init() {

        List<PoductInfo> products = productService.getProductList();

        for (PoductInfo productInfo : products) {

            stringRedisTemplate.opsForValue().set(PRODUCT_STOCK_KEY + productInfo.getProductId, productInfo.getStock());
        }

    }

    public String soleProduct(Long productId) {

        //优化3：创建一个ConcurrentHashMap集合（Jvm线程同步），不等于空==已售完
        if (productSoldOutMap.get(productId) != null) {

            return "商品已售完";
        }

        //优化2：将redis缓存中的数据-1，并返回减1后的值
        Long stock = stringRedisTemplate.opsForValue().decrement(PRODUCT_STOCK_KEY + productId);
        if (stock < 0) {

            //优化3：库存不足时，向ConcurrentHashMap添加值
            getProductSoldOutMap().put(productId, true);

            //优化2：缓存数据+1（这时stock=-1，还原为0，需要+1）
            stringRedisTemplate.opsForValue().increment(PRODUCT_STOCK_KEY + productId);

            //优化4：ConcurrentHashMap是jvm线程同步，如果是多集群分布式服务，还是会造成并发，可以用消息中间件或zooKeeper解决
            //获取productId在Zookeeper中的路径
            String zkSoldProductPath = Constants.getZkSoldProductPath(productId);
            //如果不存在值为true的zookeeper，则添加一个
            if (zookeeper.exists(zkSoldProductPath, ture) == null) {
                zookeeper.create(zkSoldProductPath, "true".getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode);
            }

            return "商品已售完";
        }

        try {

            //业务逻辑

            //优化1：操作数据库，-1操作在sql中执行，防止并发（数据库乐观锁）

        } catch (Exception ex) {

            //优化2：秒杀失败，还原stock，需要+1
            stringRedisTemplate.opsForValue().increment(PRODUCT_STOCK_KEY + productId);

            //优化3：秒杀失败，这时库存至少为1，移除ConcurrentHashMap值
            if (productSoldOutMap.get(productId) != null) {
                productSoldOutMap.remove(productId);
            }

            //优化4：修改zk的商品售完标记为false
            if (zookeeper.exists(zkSoldProductPath, ture) != null) {
                zookeeper.setData(Constants.getZkSoldProductPath(productId), "false".getBytes(), -1);
            }

            return "创单失败";
        }
        
        return "";

    }

优化一共分为四个方面：

1.数据库优化：对库存的数据库操作，直接在sql中进行-1，mySql数据库自带乐观锁。（缺点：并发在500-1000左右，最大并发连接数是16384。）

2.redis缓存：将要对数据库操作的数据放入redis缓存中，先判断缓存中数据是否满足，不行直接return，大大减少了数据库压力。（并发数能达到十万左右，缺点：要考虑redis缓存和mysql数据的一致性）

3.ConCorrectHashMap集合：线程同步的集合，库存不足时向ConCorrectHashMap集合中添加一个值，先检查ConCorrectHashMap集合是否有值，再检查stock。（解决了redis和mysql数据的一致性，缺点：JVM级别的线程同步，在多集群分布式服务中并不适用)

4.消息中间件或ZooKeeper：库存不足时向zookeeper中添加一个值，客户端进行监听数据