【5】Redis从入门到放弃---秒杀案例（Redis的事务+锁机制+lua脚本）

（1）Redis的事务

1.1 Redis事务的定义：

Redis事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。 Redis事务的主要作用就是串联多个命令防止别的命令插队。

1.2 Multi、Exec、discard命令

组队阶段：从输入multi命令开始，后面输入的任务命令都会依次放入到队列中，但不会执行；

执行阶段：及就是从输入exec开始，Redis会将之前的命令队列中的命令依次执行；

取消事务：只能在组队的过程中可以通过discard命令来放弃组队。

1.3 实操如下：

 场景一：组队成功，提交也成功

 场景二：组队阶段报错，提交失败

 场景三：组队成功，提交有成功有失败情况

 1.4 Redis事务三特性

单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。

没有隔离级别的概念：队列中的命令没有提交之前都不会实际被执行，因为事务提交前任何指令都不会被实际执行

不保证原子性 ：事务中如果有一条命令执行失败，其后的命令仍然会被执行，没有回滚

（2）Redis的事务锁机制

 2.1 Redis的锁机制

在实际业务中，有一些场景例如：秒杀、抢车票等等，同一时间多个请求进来，那可能就会存在超卖现象，针对这种情况我们可以使用事务和redis的锁机制来解决这种问题。

乐观锁(Optimistic Lock)：顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制。乐观锁适用于多读的应用类型，这样可以提高吞吐量。Redis就是利用这种check-and-set机制实现事务的。

悲观锁(Pessimistic Lock)：顾名思义，就是很悲观，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会block直到它拿到锁。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。

2.2 watch和unwatch的命令

watch key [key ...]-----在执行multi之前，先执行watch key1 key2，可以监视一个(或多个) key ，如果在事务执行之前这个(或这些) key 被其他命令所改动，那么事务将被打断。

unwatch 取消 WATCH 命令对所有 key 的监视。 如果在执行 WATCH 命令之后，EXEC 命令或DISCARD 命令先被执行了的话，那么就不需要再执行UNWATCH 了。 

http://doc.redisfans.com/transaction/exec.html

（3）秒杀案例

1. 使用Redis解决计数器和人员记录的事务操作
2. 模拟：单个请求到并发秒杀（使用工具JMeter模拟测试）
3. 超卖问题：利用事务和乐观锁淘汰用户，解决超卖问题
4. 模拟：加大库存，会存在秒杀结束却还有库存
5. 使用LUA脚本解决库存剩余问题

1.使用Redis解决计数器和人员记录的事务操作

写个秒杀测试类如下：

/**
 * 秒杀案例，一个用户只能秒杀成功一次
 */
@RestController
@RequestMapping("/testRedisSeckill")
public class TestRedisSeckillController {

    @Autowired
    private RedisTemplate redisTemplate;


    @GetMapping("/doSeckill")
    public boolean doSeckill() throws IOException {
        String usrId = new Random().nextInt(50000) + "";
        return doSeckillFun(usrId, "20210731");
    }
}

/**
     * 秒杀过程1（高并发下会超卖）
     *
     * @param usrId 用户id
     * @param atcId 活动id
     * @return
     * @throws IOException
     */
    private boolean doSeckillFun(String usrId, String atcId) throws IOException {
        //1.参数校验
        if (usrId == null || atcId == null) return false;

        //2.设置Redis值（库存key== atcId:stock, 秒杀成功用户key== atcId:userId）
        String stockKey = atcId + ":stock";
        String userIdKey = atcId + ":userId";

        //3.获取库存，如果库存是空,秒杀还没开始
        Object stock = redisTemplate.opsForValue().get(stockKey);//获取库存
        if (stock == null) {
            System.out.println("别着急，秒杀还没开始呢！！");
            return false;
        }

        //4.判断用户是否重复秒杀操作(Set类型操作)
        if (redisTemplate.opsForSet().isMember(userIdKey, usrId)) {
            System.out.println("你已经秒杀成功了，不能重复秒杀");
            return false;
        }

        //5.判断库存数量，小于1，秒杀结束
        int stock1 = (int) stock;
        if (stock1 < 1) {
            System.out.println("秒杀结束了。。。");
            return false;
        }

        //6.秒杀过程（库存减1，把秒杀成功用户添加到用户清单）
        redisTemplate.opsForSet().add(userIdKey, usrId);
        redisTemplate.opsForValue().decrement(stockKey);//库存-1
        System.out.println("恭喜你！秒杀成功了！");
        return true;
    }

1.1 模拟场景1：单个请求

先设置库存10个

 Jmeter模拟单个请求

 

 查看redis剩余库存和用户清单：

 1.2 模拟高并发500个请求

看着没什么毛病对吧，那如果我把并发加大到500，会出现什么情况呢？

在执行之前先清空redis的数据，点击jmeter执行

 控制台输出：

 查看redis数据

 

 发现库存 -190，出现超卖了，所以我们的场景1的代码在高并发的情况下会出现超卖的问题，那么针对这个问题我们需要使用乐观锁来解决

2.使用乐观锁来解决

代码如下：

/**
     * 秒杀过程2(乐观锁解决超卖问题)
     *
     * @param usrId 用户id
     * @param atcId 活动id
     * @return
     * @throws IOException
     */
    private boolean doSeckillFun(String usrId, String atcId) throws IOException {
        //1.参数校验
        if (usrId == null || atcId == null) return false;

        //2.设置Redis值（库存key== atcId:stock, 秒杀成功用户key== atcId:userId）
        String stockKey = atcId + ":stock";
        String userIdKey = atcId + ":userId";

        //通过 SessionCallback，保证所有的操作都在同一个 Session 中完成
        //更常见的写法仍是采用 RedisTemplate 的默认配置，即不开启事务支持。
        // 但是，我们可以通过使用 SessionCallback，该接口保证其内部所有操作都是在同一个Session中
        SessionCallback<Object> callback = new SessionCallback<Object>() {

            @Override
            public Object execute(RedisOperations operations) throws DataAccessException {
                //3. 打开事务支持
                //redisTemplate.setEnableTransactionSupport(true);

                //4.增加乐观锁进行对库存的监视
                operations.watch(stockKey);

                //5.获取库存，如果库存是空,秒杀还没开始
                Object stock = operations.opsForValue().get(stockKey);//获取库存
                if (stock == null) {
                    System.out.println("别着急，秒杀还没开始呢！！");
                    return false;
                }

                //6.判断用户是否重复秒杀操作(Set类型操作)
                if (operations.opsForSet().isMember(userIdKey, usrId)) {
                    System.out.println("你已经秒杀成功了，不能重复秒杀");
                    return false;
                }

                //7.判断库存数量，小于1，秒杀结束
                int stock1 = (int) stock;
                if (stock1 < 1) {
                    System.out.println("秒杀结束了。。。");
                    return false;
                }

                //8. 增加事务
                operations.multi();

                //9.秒杀过程
                operations.opsForValue().decrement(stockKey);//库存-1
                operations.opsForSet().add(userIdKey, usrId);//把秒杀成功用户添加到用户清单

                //10.执行事务
                List<Object> list = operations.exec();

                //11.判断事务提交是否失败
                if (list == null || list.size() == 0) {
                    System.out.println("秒杀失败");
                    return false;
                }

                System.out.println("恭喜你！秒杀成功了！");
                return true;
            }
        };

        return (boolean) redisTemplate.execute(callback);
    }

 2.1 设置10个库存，继续模拟500个并发请求，结果如下：

 

 终于解决超卖问题了，嘻嘻

 2.2 那我把库存加大到300个，继续模拟500个并发请求，会出现什么情况呢？

 执行Jmeter模拟500个并发，结果如下：

 虽然没有超卖问题了，但是有500个请求却还剩余102个库存，那么就有下边的lua解决库存遗留问题。

3. LUA脚本在Redis中的优势 ：将复杂的或者多步的redis操作，写为一个脚本，一次提交给redis执行，减少反复连接redis的次数。提升性能。 LUA脚本是类似redis事务，有一定的原子性，不会被其他命令插队，可以完成一些redis事务性的操作。 但是注意redis的lua脚本功能，只有在Redis 2.6 以上的版本才可以使用。 利用lua脚本淘汰用户，解决超卖问题。 redis 2.6版本以后，通过lua脚本解决争抢问题，实际上是redis 利用其单线程的特性，用任务队列的方式解决多任务并发问题。

使用Lua脚本解决库存遗留的问题，代码如下：

 /**
     * 秒杀过程3(LUA解决库存剩余问题)
     *
     * @param usrId 用户id
     * @param atcId 活动id
     * @return
     * @throws IOException
     */
    private boolean doSeckillFun(String usrId, String atcId) throws IOException {

        String luaScript = "local userId=KEYS[1];
" +
                "local stockKey=KEYS[2];
" +
                "local userIdKey=KEYS[3];
" +
                "local userExists=redis.call("sismember",userIdKey,userId); 
" +
                "if tonumber(userExists)==1 
" +
                "then 
" +
                "  return 2;
" +
                "end 
" +
                "local num= redis.call("get" ,stockKey);
" +
                "if tonumber(num)<=0 then   return 0;
" +
                "else 
 " +
                " redis.call("decr",stockKey);
" +
                "redis.call("sadd",userIdKey,userId);
" +
                "end 
" +
                "return 1;";

        // 指定 lua 脚本，并且指定返回值类型
        // (为什么返回值不用 Integer 接收而是用 Long。这里是因为 spring-boot-starter-data-redis 提供的返回类型里面不支持 Integer。)
        DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>(luaScript, Long.class);
        List<String> keys = new ArrayList<>();
        keys.add(usrId);
        keys.add(atcId + ":stock");
        keys.add(atcId + ":userId");
        // 参数一：redisScript，参数二：key列表，参数三：arg（可多个）
        Long result = (Long) redisTemplate.execute(redisScript, keys);
        if (0 == result) {
            System.out.println("秒杀结束了。。。");
        } else if (1 == result) {
            System.out.println("恭喜你！秒杀成功了！");
            return true;
        } else if (2 == result) {
            System.out.println("你已经秒杀成功了，不能重复秒杀");
        } else {
            System.out.println("秒杀异常啦~");
        }

        return false;
    }

lua脚本：

local userId=KEYS[1];
local stockKey=KEYS[2];
local userIdKey=KEYS[3];
local userExists=redis.call("sismember",userIdKey,userId); 
if tonumber(userExists)==1
then
  return 2;
end
local num= redis.call("get" ,stockKey);
if tonumber(num)<=0 then   return 0;
else
 redis.call("decr",stockKey);
redis.call("sadd",userIdKey,userId);
end
return 1;

这样一个完美的秒杀案例就完成了。嘻嘻嘻~~~~