全局ID生成器：

全局ID生成器：是一种再分布式系统下生成全局唯一的ID的工具。唯一性，高可用，高性能，安全性，递增性。

封装工具类生成全局ID:

@Component
public class RedisIDWorker {
    @Resource
    StringRedisTemplate stringRedisTemplate;
    //2024年3月19日的时间戳
    private static final long BEGIN_TIME = 1710806400l;
    //时间戳的位数
    private static final int COUNT_BITS=32;
    public long nextId(String keyPrefix){
        //获取当前时间戳
        LocalDateTime now = LocalDateTime.now();
        long curSecond = now.toEpochSecond(ZoneOffset.UTC);
        long timeStamp = curSecond - BEGIN_TIME;
        //生成序列号
        //获取当前日期，精确到天
        String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
        //每天以不同的key做自增，避免超过2^32次方,获取序列号
        long count = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);
        //拼接时间戳和序列号返回
        return timeStamp<<COUNT_BITS|count;
    }
}

测试工具类：

@Resource
    RedisIDWorker redisIDWorker;
    private ExecutorService es= Executors.newFixedThreadPool(500);
    @Test
    void testIDWorker() throws InterruptedException {
        CountDownLatch latch=new CountDownLatch(300);
        Runnable task=()->{
            for (int i = 0; i < 100; i++) {
                long id= redisIDWorker.nextId("order");
                System.out.println("id:"+id);
            }
            latch.countDown();
        };
        long start = System.currentTimeMillis();
        for (int i = 0; i < 300; i++) {
            es.submit(task);
        }
        latch.await();
        long end = System.currentTimeMillis();
        System.out.println("time:"+(end-start));
    }

CountDownLatch详解：

ExecutorService详解：

全局唯一ID生成策略：

• UUID
• Redis自增
• snowflake算法
• 数据库自增。

redis自增ID策略：

• 每天一个key，方便统计订单量
• ID的构造是：时间戳+计数器。

实现优惠劵的秒杀下单：

下单时需要判断的两点：

• 秒杀是否开始或结束，如果未开始或已结束则无法下单
• 库存是否充足，不足则无法下单。

优惠劵下单功能实现：

 @Autowired
    ISeckillVoucherService iSeckillVoucherService;
    @Autowired
    RedisIDWorker redisIDWorker;
    @Override
    @Transactional
    public Result seckillOrder(Long voucherId) {
        //查询当前优惠劵信息
        SeckillVoucher voucher = iSeckillVoucherService.getById(voucherId);
        if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {
            return Result.fail("秒杀尚未开始");
        }
        if (voucher.getEndTime().isBefore(LocalDateTime.now())) {
            return Result.fail("秒杀已经结束");
        }
        //判断库存是否足够
        Integer stock = voucher.getStock();
        if (stock<1){
            return Result.fail("库存不足");
        }
        //扣减库存
        boolean flag = iSeckillVoucherService.update().setSql("stock=stock-1").eq("voucher_id", voucherId).update();
        //判断扣减库存是否失败
        if (!flag) {
            return Result.fail("库存不足");
        }
        //扣减库存成功，生成订单
        VoucherOrder voucherOrder=new VoucherOrder();
        //订单id,使用全局ID生成器
        long orderId = redisIDWorker.nextId("order");
        voucherOrder.setId(orderId);
        //下单人id
        voucherOrder.setVoucherId(UserHolder.getUser().getId());
        //优惠卷id
        voucherOrder.setVoucherId(voucherId);
        //保存订单到数据库
        save(voucherOrder);
        return Result.ok(orderId);
    }

//扣减库存
        boolean flag = iSeckillVoucherService.update().setSql("stock=stock-1").eq("voucher_id", voucherId).update();

修改sql语句为，使用CAS方式实现乐观锁。在更新库存时查询库存是否已经被修改。

boolean flag = iSeckillVoucherService.update()
        .setSql("stock=stock-1").eq("voucher_id", voucherId)
        .eq("stock",voucher.getStock())
        .update();

以上方案的失败率高，当100个线程查询到stock为100,然后一个线程修改了stock，其他线程就全部失败，因此需要改为，当stock>0即可。

即：

boolean flag = iSeckillVoucherService.update()
        .setSql("stock=stock-1").eq("voucher_id", voucherId)
        .gt("stock",voucher.getStock())
        .update();

或者也可以使用分段锁提高成功率。