目录
一、全局唯一ID
1、全局ID生成器
二、实现秒杀下单
1、基本的下单功能
2、超卖问题
3、乐观锁解决并发问题
三、实现一人一单
1、思路分析
2、代码初步实现
3、关于锁的范围
4、关于事务失效
5、集群下线程并发问题
一、全局唯一ID
订单如果用自增长会存在的问题：
ID的规律性太明显了
受单表数量限制，因为如果商城很大订单表数量可能很多，要分库分表，到时候id自增从1开始的话肯定会出现重复的。订单表为了后边方便查询肯定不能重复
1、全局ID生成器
全局id生成器，是一种分布式系统下用来生成全局唯一ID的工具，满足下列特征：
- 唯一性
- 高可用
- 高性能（生成足够快）
- 递增性（整体递增，方便创建索引）
- 安全性（规律性不能太明显）
Redis肯定唯一的，性能也高，Redis也是采用递增方案的
生成器代码（Redis自增ID策略）：
在最后做拼接的时候，我们不能直接拼接，因为是long类型来接收所以我们得用位运算，前面的左移动32位然后或运算后面的
key的设置是每天一个key，方便订单统计也防止可能会重复
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import java.time.LocalDateTime;
import java.time.ZoneOffset;
import java.time.format.DateTimeFormatter;
@Component
public class RedisIdWorker {
private static final long BEGIN_TIMESTAMP = 1640995200L;
private static int COUNT_BITS = 32;
@Autowired
private StringRedisTemplate stringRedisTemplate;
public Long nextId(String keyPrefix){
LocalDateTime now = LocalDateTime.now();
long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
long time = nowSecond - BEGIN_TIMESTAMP;
String format = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
// Redis Incrby 命令将 key 中储存的数字加上指定的增量值。
// 如果 key 不存在，那么 key 的值会先被初始化为 0 ，然后再执行 INCRBY 命令。
Long count = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + format);
return time << COUNT_BITS | count;
}
public static void main(String[] args) {
LocalDateTime of = LocalDateTime.of(2022, 1, 1, 0, 0, 0);
long l = of.toEpochSecond(ZoneOffset.UTC);
// LocalTime类的toEpochSecond()方法用于
// 将此LocalTime转换为自1970-01-01T00：00：00Z以来的秒数
System.out.println(l);
}
}二、实现秒杀下单
1、基本的下单功能
下单时需要满足两点：
- 秒杀是否开始或结束，如果没开始或已结束则无法下单
- 库存是否充足，不足则无法下单
实现代码
@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
@Autowired
private ISeckillVoucherService seckillVoucherService;
@Autowired
private RedisIdWorker redisIdWorker;
@Override
@Transactional
public Result seckillVoucher(Long voucherId) {
SeckillVoucher seckillVoucher = seckillVoucherService.getById(voucherId);
// 判断秒杀是否还未开始
if (seckillVoucher.getBeginTime().isAfter(LocalDateTime.now())) {
Result.fail("秒杀尚未开始！");
}
// 判断秒杀是否已经结束
if (seckillVoucher.getEndTime().isBefore(LocalDateTime.now())) {
Result.fail("秒杀已经结束！");
}
// 判断库存是否充足
if (seckillVoucher.getStock() < 1) {
Result.fail("库存不足！");
}
// 扣减库存
boolean success = seckillVoucherService.update().
setSql("stock = stock - 1").
eq("voucher_id", voucherId).update();
// 扣减失败
if(!success){
return Result.fail("库存不足！");
}
// 创建订单
VoucherOrder voucherOrder = new VoucherOrder();
// 生成订单 id
Long orderId = redisIdWorker.nextId("order");
voucherOrder.setVoucherId(voucherId);
// 用户 id
Long userId = UserHolder.getUser().getId();
voucherOrder.setUserId(userId);
voucherOrder.setId(orderId);
save(voucherOrder);
return Result.ok(orderId);
}
}记得方法加上事务注解，一旦出问题可以回滚。
2、超卖问题
当线程1在查到还有1个库存，然后开始扣除的时候，在还没扣除完毕时，这个时候有其他线程看到还有1个库存，都会进行扣除，这种情况就会存在超卖问题了。
针对这一问题常见解决方案就是加锁，常见有乐观锁和悲观锁
乐观锁
关键是判断之前查询得到的数据是否被修改过，常见的方式有两种：
版本号法（数据库多一个version来标记是否已经修改）
CAS法（除了多的字段，版本号信息，以库存信息本身有没有变化为判断依据，当线程修改库存时，当线程修改库存时，判断当前数据库中的库存与之前查询得到的库存数据是否一致，如果一致，则说明线程安全，可以执行扣减操作，如果不一致，则说明线程不安全，扣减失败。）
3、乐观锁解决并发问题
我们只需要在修改库存表前判断一下，跟之前查到的值是否相等就行
@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
@Autowired
private ISeckillVoucherService seckillVoucherService;
@Autowired
private RedisIdWorker redisIdWorker;
@Override
@Transactional
public Result seckillVoucher(Long voucherId) {
SeckillVoucher seckillVoucher = seckillVoucherService.getById(voucherId);
// 判断秒杀是否还未开始
if (seckillVoucher.getBeginTime().isAfter(LocalDateTime.now())) {
Result.fail("秒杀尚未开始！");
}
// 判断秒杀是否已经结束
if (seckillVoucher.getEndTime().isBefore(LocalDateTime.now())) {
Result.fail("秒杀已经结束！");
}
// 判断库存是否充足
if (seckillVoucher.getStock() < 1) {
Result.fail("库存不足！");
}
// 扣减库存
boolean success = seckillVoucherService.update().
setSql("stock = stock - 1").
eq("voucher_id", voucherId).
eq("stock", seckillVoucher.getStock()). // 增加对库存的判断，判断当前库存是否与查询出的结果一致
update();
// 扣减失败
if(!success){
return Result.fail("库存不足！");
}
// 创建订单
VoucherOrder voucherOrder = new VoucherOrder();
// 生成订单 id
Long orderId = redisIdWorker.nextId("order");
voucherOrder.setVoucherId(voucherId);
// 用户 id
Long userId = UserHolder.getUser().getId();
voucherOrder.setUserId(userId);
voucherOrder.setId(orderId);
save(voucherOrder);
return Result.ok(orderId);
}
}最后我们测试居然发现原本预测执行100条订单的，但是实际上只有76条，为什么呢？
因为我们这种设置乐观锁太保守了，只要查到库存与之前不一样就不能扣除库存，但是实际上在库存还有很多的时候，这种是不影响的还是可以扣除的。于是我们优化：
// 扣减库存
boolean success = seckillVoucherService.update().
setSql("stock = stock - 1").
eq("voucher_id", voucherId).
// 增加对库存的判断，判断当前库存是否与查询出的结果一致
// eq("stock", seckillVoucher.getStock()).
// 修改判断逻辑，改为只要库存大于0，就允许线程扣减
gt("stock", 0).
update();
只要库存还是大于0的就能够进行修改
三、实现一人一单
需求：修改秒杀业务，要求一个优惠券，一个用户只能下一单
1、思路分析
我们得从查询订到到判断订单到创建订单这三步都要加上悲观锁，我们是同一个用户来了才需要处理这个并发安全问题，不同的用户是不影响的，因此加的锁应该根据用户的id来加锁
所以用synchronize(userId.toString().intern())这个来锁，为什么要加intern()，因为如果不加每次获取的字符串对象可能不是一个都是不一样的，加了可以保证每次都是同一个，他会去常量池里面找一样的返回。
2、代码初步实现
@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
@Autowired
private ISeckillVoucherService seckillVoucherService;
@Autowired
private RedisIdWorker redisIdWorker;
@Override
public Result seckillVoucher(Long voucherId) {
SeckillVoucher seckillVoucher = seckillVoucherService.getById(voucherId);
// 判断秒杀是否还未开始
if (seckillVoucher.getBeginTime().isAfter(LocalDateTime.now())) {
Result.fail("秒杀尚未开始！");
}
// 判断秒杀是否已经结束
if (seckillVoucher.getEndTime().isBefore(LocalDateTime.now())) {
Result.fail("秒杀已经结束！");
}
// 判断库存是否充足
if (seckillVoucher.getStock() < 1) {
Result.fail("库存不足！");
}
return createVoucherOrder(voucherId);
}
@Transactional
public Result createVoucherOrder(Long voucherId) {
// 判断当前优惠券用户是否已经下过单
// 用户 id
Long userId = UserHolder.getUser().getId();
synchronized (userId.toString().intern()) {
// 查询订单
int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
if (count > 0) {
return Result.fail("用户已经购买过一次");
}
// 扣减库存
boolean success = seckillVoucherService.update().
setSql("stock = stock - 1").
eq("voucher_id", voucherId).
// eq("stock", seckillVoucher.getStock()). // 增加对库存的判断，判断当前库存是否与查询出的结果一致
gt("stock", 0). // 修改判断逻辑，改为只要库存大于0，就允许线程扣减
update();
// 扣减失败
if (!success) {
return Result.fail("库存不足！");
}
// 创建订单
VoucherOrder voucherOrder = new VoucherOrder();
// 生成订单 id
Long orderId = redisIdWorker.nextId("order");
voucherOrder.setVoucherId(voucherId);
voucherOrder.setUserId(userId);
voucherOrder.setId(orderId);
save(voucherOrder);
return Result.ok(orderId);
}
}
}3、关于锁的范围
这样加也有弊端，如果锁的范围是这里，锁先释放再提交的事务，假如我们刚改完释放锁还没提交事务，别人进来又改一次，然后再提交事务就会出现问题。
我们必须把锁加在外面，调用方法的时候锁住，锁住整个方法，事务先提交再释放锁
synchronize(userId.toString().intern()){
return createVoucherOrder(voucherId);
}4、关于事务失效
这样做会导致事务失效，我们现在给的是方法加的事务注解，seckillVoucher这个方法没有加，现在本质上是用this.createVoucherOrder来调用的，这个this拿到的是当前对象来调用的，而不是代理对象调用。
我们要想让事务生效，是spring对当前类做了动态代理，生成代理类，用代理对象来做的事务处理。现在用的是非代理对象来做的，所有没有事务功能。
我们要拿到事务代理对象才行。
我们可以用AopContext拿到代理对象，然后用代理对象来调用方法。
这样做我们要添加一个aspectjweaver的依赖，启动类添加@EnableAspectJAutoProxy(exposeProxy=true)注解来暴露代理对象
5、集群下线程并发问题
上面这种情况下只能保证单机部署下安全，在集群环境还是会出现问题
我们模拟集群的环境：
测试发现集群模式下synchronize锁不住，为什么呢？
在集群模式下，每个都是不同tomcat，不同jvm的存在，每个jvm的每个锁都可以有一个线程来获取，就会出现并行安全问题。
要想解决这种问题，必须得想办法让多个jvm只能用同一个锁。分布式锁
