分布式锁：四种方案解决商品超卖的方案

news2024/10/5 21:24:58

一分布式锁

1.1 分布式锁的作用

在多线程高并发场景下，为了保证资源的线程安全问题，jdk为我们提供了synchronized关键字和ReentrantLock可重入锁，但是它们只能保证一个工程内的线程安全。在分布式集群、微服务、云原生横行的当下，如何保证不同进程、不同服务、不同机器的线程安全问题。jdk并没有给我们提供既有的解决方案。需要自己通过编写方案来解决，目前主流的实现有以下方式：

基于mysql关系型实现
基于redis非关系型数据实现
基于zookeeper/etcd实现

二模拟单体超卖

2.1 工程结构

2.2 编写工程代码

1.pom文件

  <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
            <version>5.1.46</version>
        </dependency>

        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-boot-starter</artifactId>
            <version>3.4.1</version>
        </dependency>

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <version>1.18.16</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-devtools</artifactId>
            <version>2.3.12.RELEASE</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
            <exclusions>
                <exclusion>
                    <groupId>org.junit.vintage</groupId>
                    <artifactId>junit-vintage-engine</artifactId>
                </exclusion>
            </exclusions>
        </dependency>

2.配置文件

server.port=9999
spring.datasource.driver-class-name=com.mysql.jdbc.Driver
spring.datasource.url=jdbc:mysql://localhost:3306/fenbu_lock?characterEncoding=utf-8&useSSL=true
spring.datasource.username=root
spring.datasource.password=cloudiip
redis.host=172.16.116.100

3.controller

@RestController
public class StockController {

    @Autowired
    private StockService stockService;

    @GetMapping("stock/deduct")
    public String deduct(){
       // this.stockService.deduct();
        this.stockService.deductByMsqlDb();
        return "hello stock deduct！！";
    }

}

4.service

@Service
public class StockService {
    @Autowired
    private StockMapper stockMapper;
    private Stock stock = new Stock();

    private ReentrantLock lock = new ReentrantLock();

    public void deduct(){
//        lock.lock();
//        try {
//            stock.setStock(stock.getStock() - 1);
//            System.out.println("库存余量：" + stock.getStock());
//        } finally {
//            lock.unlock();
//        }
    }
    public void deductByMsqlDb(){
        // 先查询库存是否充足
        Stock stock = this.stockMapper.selectById(1L);

        // 再减库存
        if (stock != null && stock.getCount() > 0){
            stock.setCount(stock.getCount() - 1);
            this.stockMapper.updateById(stock);
        }
    }

}

5.mapper


@Mapper
public interface StockMapper extends BaseMapper<Stock> {
}

6.启动类

@SpringBootApplication
@MapperScan("com.atguigu.distributed.lock.mapper")
public class DistributedLockApplication {

    public static void main(String[] args)
    {
        SpringApplication.run(DistributedLockApplication.class, args);
        System.out.println("========================启动成功==========");
    }

}

7.pojo类

@Data
@TableName("db_stock")
public class Stock {
    @TableId
    private Long id;

    private String productCode;

    private String stockCode;

    private Integer count;
   // private Integer stock = 5000;
}

8.附件数据表

1.新建一个数据库，附件数据表，如图

2.脚本文件

CREATE TABLE `db_stock` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `product_code` varchar(255) DEFAULT NULL COMMENT '商品编号',
  `stock_code` varchar(255) DEFAULT NULL COMMENT '仓库编号',
  `count` int(11) DEFAULT NULL COMMENT '库存量',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

2.3 测试验证

http://localhost:9999/stock/deduct

查看数据库

2.4 jmeter模拟并发访问

2.4.1 启动jmeter

2.4.2 配置jmeter

1.添加线程组

并发100循环50次，即5000次请求。

3.给线程组添加HTTP Request请求：

4.将接口地址：http://localhost:9999/stock/deduct 配置到下面

5.再选择你想要的测试报表，例如这里选择聚合报告：

启动测试，查看压力测试报告：

参数api说明如下：

1.Label 取样器别名，如果勾选Include group name ，则会添加线程组的名称作为前缀

# Samples 取样器运行次数

Average 请求（事务）的平均响应时间

Median 中位数

90% Line 90%用户响应时间

95% Line 90%用户响应时间

99% Line 90%用户响应时间

Min 最小响应时间

Max 最大响应时间

Error 错误率

Throughput 吞吐率

Received KB/sec 每秒收到的千字节

Sent KB/sec 每秒收到的千字节

测试结果：请求总数5000次，平均请求时间129ms，中位数（50%）请求是在36ms内完成的，错误率0%，每秒钟平均吞吐量716.7次。

结论：此时如果还有人来下单，就会出现超卖现象（别人购买成功，而无货可发）。

三方案1：使用jvm的本地锁解决冲突

3.1 原理

添加synchronized关键字之后，StockService就具备了对象锁，由于添加了独占的排他锁，同一时刻只有一个请求能够获取到锁，并减库存。此时，所有请求只会one-by-one执行下去，也就不会发生超卖现象。

3.2 操作

用jvm锁（synchronized关键字或者ReetrantLock）试试：

2.使用jmeter再次测试

查看数据库

并没有发生超卖现象，完美解决。

3.3 此方案的缺点失效情况

1.多例模式 2.事务；3.集群

四方案2：使用update的sql解决本地锁

4.1 操作案例

1.mapper级别

    @Update("update db_stock set count=count-#{count} where product_code=#{productCode} and count>=#{count}")
    int updateStock(@Param("productCode") String productCode,@Param("count") Integer count);

2.service

  public   void deductBySql(){
        // 先查询库存是否充足
       this.stockMapper.updateStock("1001",1);
        System.out.println("请求进来了.......");

    }

3.查看数据库

4.并发压力测试

5.查看效果：均正确消费。

4.2 此方案缺点

优点：能够解决jvm本地锁多失效的3种情况。

缺点：1.确定锁的范围行级锁还是表级锁；2.同一个商品有多条库存记录；3.无法记录库存前后的变化记录。

五解决单体超卖的其他方式

3.1 使用悲观锁和乐观锁

除了使用jvm锁之外，还可以使用数据锁：悲观锁 或者 乐观锁。

一个sql：直接更新时判断，在更新中判断库存是否大于0 ;

update table set surplus = (surplus - buyQuantity) where id = 1 and (surplus - buyQuantity) > 0

1.悲观锁：在读取数据时锁住那几行，其他对这几行的更新需要等到悲观锁结束时才能继续。

select ... for update

2.乐观锁：读取数据时不锁，更新时检查是否数据已经被更新过，如果是则取消当前更新进行重试。

version 或者时间戳（CAS思想）。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1060449.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！