1.首先我们新建一个Controller用于秒杀:
package com.imooc.Controller;
import com.imooc.service.impl.SeckillServiceImpl;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
/**
* Created by zhongliahi on 2018/6/11.
* 秒杀测试
*/
@RestController
@RequestMapping(value = "/skill")
@Slf4j
public class SeckillController {
@Autowired
private SeckillServiceImpl seckillService;
//@PathVariable 可以将 URL 中占位符参数绑定到控制器处理方法的入参中
// URL 中的 {xxx} 占位符可以通过@PathVariable(“xxx“) 绑定到操作方法的入参中。
@GetMapping(value = "/query/{productId}")
public String query(@PathVariable String productId) throws Exception{
return seckillService.querySeckillProductInfo(productId);
}
@GetMapping("/order/{productId}")
public String skill(@PathVariable String productId) throws Exception{
log.info("秒杀----productId:"+productId);
seckillService.orderProductMockDiffUser(productId);
return seckillService.querySeckillProductInfo(productId);
}
}
2.建立一个Service
package com.imooc.service; /** * Created by zhongliahi on 2018/6/11. */ public interface SeckillService { String queryMap(String productId); String querySeckillProductInfo(String productId); void orderProductMockDiffUser(String productId); }
3.实现Service
package com.imooc.service.impl;
import com.imooc.Exception.SellException;
import com.imooc.enums.ExceptionEnum;
import com.imooc.service.SeckillService;
import com.imooc.util.KeyUtils;
import org.springframework.stereotype.Service;
import java.util.HashMap;
import java.util.Map;
/**
* Created by zhonglihai on 2018/6/11.
* 秒杀Serviceimpl
* 演示
*/
@Service
public class SeckillServiceImpl implements SeckillService {
/**
* 秒杀特价 1000000份
* @param productId
* @return
*/
static Map<String,Integer> products;
static Map<String,Integer> stock;
static Map<String,String> orders;
static{
/**
* ,模拟多个表,商品信息表,库存表,秒杀成功订单表
*/
products =new HashMap<>();
stock=new HashMap<>();
orders=new HashMap<>();
products.put("123",1000000);
stock.put("123",1000000);
}
@Override
public String queryMap(String productId) {
return "活动特价,限量:"+products.get(productId)+",还剩:"+stock.get(productId)
+"份"+",成功下单用户数:"+orders.size()+"人。";
}
@Override
public String querySeckillProductInfo(String productId) {
return this.queryMap(productId);
}
/**
* 主要秒杀的逻辑
* @param productId
*/
@Override
public synchronized void orderProductMockDiffUser(String productId) {
//查询该商品库存,为0则活动结束
int stockNum=stock.get(productId);
if(stockNum==0){
throw new SellException(ExceptionEnum.SECKILL_OVER);
}else{
//2.下单(模拟不同用户opendid不同)
orders.put(KeyUtils.getUniqueKey(),productId);
//3.减库存
stockNum=stockNum-1;
try{
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
}
stock.put(productId,stockNum);
}
}
}
关于压测:
压力测试是一种基本的质量保证行为,在秒杀活动中更为重要,能有效测量超卖(卖出去的比库存的多)、少卖(有买了但是没卖)等现象,目前主流的压测工具有Jmeter、LoadRunner等,老一点的有apache ab,正好本人机器装有Apace服务,因此使用apache ab做压测。
项目中,我们只添加了一件商品,productId为123,启动项目,在浏览器中查询,URL:http://127.0.0.1:8080/sell/skill/query/123,结果如下:

可以看到,项目能正常访问,查询的库存为1000000份。现在我们咋浏览器上进行秒杀,URL:http://127.0.0.1:8080/sell/skill/order/123

我们已经秒杀了一件商品,那么如何实现高并发秒杀呢?这就需要使用上面介绍的Apache ab进行压测
使用方法:安装Apache Http Services 后,配置相关环境变量,保证能在命令行直接调用。
测试命令:ab -n 1000 -c 10 http://127.0.0.1:8080/sell/skill/order/123
其中ab表示在命令行调取apache ab压测工具,-n表示发起1000条请求,-c 表示10个并发
http://127.0.0.1:8080/sell/skill/order/123 :表示测试的URL.
(注意:压测会占用大量电脑资源,特别是并发大的时候)
结果:

可以发现,秒杀还是比较快的,仅用了19秒。现在我们来查看库存;

-----------------------------------------
重点:查看库存发现虽然秒杀都成功了,但是库存量与下单成功量之和与总量不对应:999878+1000>1000000,出现了超卖现象。
下面我们在秒杀方法上加上synchronized关键字,修SeckillServiceImpl,对秒杀方法上锁

然后重启项目,在此重新查询库存:

没问题!
继续并发秒杀:

测试完成,明显可以感觉到,访问慢了很多,用了100多秒,因为我们使用了资源锁,保证每次只有一个线程去调用它。
现在我们在来查看库存。

重点:可以发现,库存与下单都是正确的,使用synchronized是一种资源控制的解决办法
那么,秒杀中直接使用synchronized进行锁控制有什么不好的地方呢?
1.无法做到细粒度的控制,在测试中,我们只有一个商品,如果有多个商品呢?
多个商品参与秒杀活动,有的人秒杀商品A、有的秒杀商品B,都要走秒杀方法,使用synchronized
会一样的慢。
2.只支持单点(单机、服务器环境),无法做到水平扩展,如果项目使用负载均衡,会出现混乱。
那么,又有什么好的办法可以解决上面提到的问题?
答案当然是有,那就是分布式锁。