关键词：
前言：
火爆的双十一活动大家都了解，其中的秒杀商品更是让我又爱又恨。但是作为一个开发者来说，双十一中所涉及的高并发问题也是很头痛的。一些大厂像京东，阿里的面试中，通常都会问道高并发的问题。其中以 “如何设计一个秒杀系统”、“微信抢红包” 这两个场景最为经典。
秒杀系统核心业务架构设计剖析
业务场景分析：
首先我们先看下秒杀场景的问题都在哪？在秒杀场景中容易产生大量的并发请求，从而产生库存扣减问题。分别是：超卖，少卖。
1）超卖：超卖的场景就是说，本来库存中有一百件商品，结果产生了一百多个订单。
2）少卖：少卖的场景就是说，本来库存中有一百件商品，发现卖出去99件之后，库存服务告诉你商品卖完了。
秒杀除了大并发这样的难点，超卖，少卖电商都会遇到的痛，电商搞大促最怕什么？最怕的就是超卖，少卖。产生上述问题以后会直接影响到用户体验，会导致订单系统、库存系统、供应链等等，产生的问题是一系列的连锁反应，所以电商都不希望这样的问题发生，但是在大并发的场景最容易发生的就是超卖，少卖，不同线程读取到的当前库存数据可能下个毫秒就被其他线程修改了，如果没有一定的锁库存机制那么库存数据必然出错，都不用上万并发，几十并发就可以导致商品超卖或少卖；
实操：从手把手写代码实现高并发库存扣减
我们通过下述代码模拟电商系统的库存服务。下面代码的主要意思就是：首先去redis缓存中查剩余库存数，如果大于零件，就库存数减一，刷新缓存的一个操作。
package com.tguo.demo.service;
import com.tguo.demo.service.impl.StockServiceImpl;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;
@Service
public class StockService implements StockServiceImpl
@Autowired
private RedisTemplate redisTemplate;
@Override
public String reduce()
int stock;
if((stock= (int) redisTemplate.opsForValue().get("stock"))>0)
int remainStock = stock -1; //业务逻辑
redisTemplate.opsForValue().set("stock",remainStock); //库存更新
System.out.println("秒杀成功，当前剩余库存："+remainStock);
return "success";
System.out.println("秒杀失败，当前剩余库存："+stock);
return "fail";
我们通过压测工具jmeter测试，同时并发一百条请求后发现打印结果如下。通过下面结果分析：我们发生了上述所说超卖的问题。
秒杀成功，当前剩余库存：17
秒杀成功，当前剩余库存：18
秒杀成功，当前剩余库存：16
秒杀成功，当前剩余库存：16
秒杀成功，当前剩余库存：15
秒杀成功，当前剩余库存：14
秒杀成功，当前剩余库存：13
秒杀成功，当前剩余库存：13
秒杀成功，当前剩余库存：12
秒杀成功，当前剩余库存：12
秒杀成功，当前剩余库存：12
秒杀成功，当前剩余库存：11
秒杀成功，当前剩余库存：11
秒杀成功，当前剩余库存：10我们想到的解决办法就是sync加锁。这样做在一体机式项目可以解决该问题。但是在淘宝双十一的项目基本都是微服务项目，而且为了分担单个服务压力，比如库存服务，会将库存服务做成集群的形式。如果库存服务为集群。我们通过sync加锁就不能解决上述超卖问题。
因为synchronized关键字的作用域其实是一个进程，在这个进程下面的所有线程都能够进行加锁。但是多进程就不行了。对于秒杀商品来说，这个值是固定的。但是每个地区都可能有一台服务器。这样不同地区服务器不一样，地址不一样，进程也不一样。因此synchronized无法保证数据的一致性。synchronized与lock锁都是作用于同一进程里面，因为多个线程共同访问某个共享资源，而进行的同步措施，他的前提条件是同一进程内，内存共享；
这时候就需要分布式锁。
redis锁底层实现原理以及应用
1. 使用Redis的 SETNX 命令可以实现分布式锁
命令格式
SETNX key value将 key 的值设为 value，当且仅当 key 不存在。
若给定的 key 已经存在，则 SETNX 不做任何动作。
SETNX 是SET if Not eXists的简写。返回值
返回整数，具体为
- 1，当 key 的值被设置
- 0，当 key 的值没被设置
因为redis式单线程的，当大量并发请求去请求后台时，后台作集群分摊个服务压力，后统一去调用redis去访问数据。这样便做到了资源共享，资源统一。
@Service
public class StockService implements StockServiceImpl
@Autowired
private RedisTemplate redisTemplate;
@Override
public String reduce()
int stock;
//分布式锁
String result = "fail";
//判断是否有锁 setnx stock 1 如果key存在返回0，不能设置成功
//判断是否有其他线程在调用
if(!redisTemplate.opsForValue().setIfAbsent(RedisKey.STOCK_MUTE_LOCK,1))
return result;
if((stock= (int) redisTemplate.opsForValue().get("stock"))>0)
int remainStock = stock -1;
redisTemplate.opsForValue().set("stock",remainStock);
System.out.println("秒杀成功，当前剩余库存："+remainStock);
//解锁 删除对应的key
redisTemplate.delete(RedisKey.STOCK_MUTE_LOCK);
return "success";
System.out.println("秒杀失败，当前剩余库存："+stock);
return "fail";
上述代码,首先通过setnx先去获取锁，如果这时有其他线程在调用，则获取失败。当其他线程让出锁的时候其他线程才能继续获取锁。
以上我们解决了锁的问题来保证原子性，一致性。但是如果我们的业务代码中，出现运行时异常，导致该线程的锁并没有解锁。就会导致其他线程获取不到锁。就是死锁问题。这个问题该如何解决？这时候我们可能会用tryfinally来保证。例如：下面代码
int stock;
//分布式锁
String result = "fail";
//判断是否有锁 setnx stock 1 如果key存在返回0，不能设置成功
//判断是否有其他线程在调用
if(!redisTemplate.opsForValue().setIfAbsent(RedisKey.STOCK_MUTE_LOCK,1))
return result;
try
if((stock= (int) redisTemplate.opsForValue().get("stock"))>0)
int remainStock = stock -1;
redisTemplate.opsForValue().set("stock",remainStock);
System.out.println("秒杀成功，当前剩余库存："+remainStock);
//解锁 删除对应的key
return "success";
finally
redisTemplate.delete(RedisKey.STOCK_MUTE_LOCK);
System.out.println("秒杀失败，当前剩余库存："+stock);
return "fail";用finally来保证死锁问题，这样做确实可以解决问题，但是这只是最后的手段。比如：你业务代码太多而且比较分散的时候，只能try部分代码但是其他代码巡行时抛出异常该怎么办。
解决办法：对锁设置过期时间 redisTemplate.expire
Boolean ifAbsent = redisTemplate.opsForValue().setIfAbsent(RedisKey.STOCK_MUTE_LOCK, 1);
redisTemplate.expire(RedisKey.STOCK_MUTE_LOCK, 3,TimeUnit.SECONDS);我们通过对锁设置过期时间，来防止即使tryfinally后，其他代码出现异常而导致死锁问题的出现。但是如果
Boolean ifAbsent = redisTemplate.opsForValue().setIfAbsent(RedisKey.STOCK_MUTE_LOCK, 1);
在运行上述代码的时候JVM崩溃了，宕机了导致后续代码没执行。过期时间设置未生效。就很尴尬。 我们需要将上述两步操作改成一步完成，来保证原子性。当然还有其他解决办法，如redis的事务【redis.exec】将上述两步骤放到一个事务中等等。
@Service
public class StockService implements StockServiceImpl
@Autowired
private RedisTemplate redisTemplate;
@Override
public String reduce()
int stock;
//分布式锁
String result = "fail";
//判断是否有锁,如果有锁表示其他线程在占用，如果没有表示可以获取锁。并设置过期时间保证原子性
Boolean ifAbsent = redisTemplate.opsForValue().setIfAbsent(RedisKey.STOCK_MUTE_LOCK, 1, 3, TimeUnit.SECONDS);
if (!ifAbsent)
return result;
try
if ((stock = (int) redisTemplate.opsForValue().get("stock")) > 0)
//业务代码
int remainStock = stock - 1;
redisTemplate.opsForValue().set("stock", remainStock);
System.out.println("秒杀成功，当前剩余库存：" + remainStock);
//解锁 删除对应的key
return "success";
finally
//防止死锁问题发生
redisTemplate.delete(RedisKey.STOCK_MUTE_LOCK);
System.out.println("秒杀失败，当前剩余库存：" + stock);
return "fail";
这时候以目前的代码来说，在高并发场景下大概率没什么问题。算是过关。
lua脚本究竟是何方神圣
上述代码通过分布式锁与设置过期时间简单的保证了并发安全。但是还存在问题，我们分析下图。
问题1：解锁的时候身份不符的问题？
上图中，我们进行分析。首先线程一获取锁，过了5秒的时候锁过期了，但是线程一还没跑完。这时候线程2进来了。又过了两秒后线程一执行完毕后进行解锁，很有可能导致把线程二的锁进行解除。所以我们需要对线程进行身份标识，来防止上述问题的出现。
注意：身份标识必须作为全局唯一ID。可以用用户tocken。
例如：
@Service
public class StockService implements StockServiceImpl
@Autowired
private RedisTemplate redisTemplate;
@Override
public String reduce()
int stock;
//分布式锁
String result = "fail";
//身份标识 全局唯一ID 这里用随机数代替。项目上可以用用户tocken。
String tokenId = UUID.randomUUID().toString();
//判断是否有锁,如果有锁表示其他线程在占用，如果没有表示可以获取锁。并设置过期时间保证原子性
Boolean ifAbsent = redisTemplate.opsForValue().setIfAbsent(RedisKey.STOCK_MUTE_LOCK, tokenId, 3, TimeUnit.SECONDS);
if (!ifAbsent)
return result;
try
if ((stock = (int) redisTemplate.opsForValue().get("stock")) > 0)
//业务代码
int remainStock = stock - 1;
redisTemplate.opsForValue().set("stock", remainStock);
System.out.println("秒杀成功，当前剩余库存：" + remainStock);
//解锁 删除对应的key
return "success";
finally
//解锁的时候判断是否与加锁对象一致
if(redisTemplate.opsForValue().get(RedisKey.STOCK_MUTE_LOCK).equals(tokenId))
redisTemplate.delete(RedisKey.STOCK_MUTE_LOCK);
System.out.println("秒杀失败，当前剩余库存：" + stock);
return "fail";
问题2：锁的周期续约问题。
但是在项目线上环境我们是没有有效的手段来测出锁的时间的。锁的有效时间只能凭借开发经验来设定。这就会因为一些硬件，网络或者其他的一些因素导致线程还没执行完毕后锁失效了。针对上述问题我们期望，如果锁还存在则延长锁的生命周期，解决线程还未完成的时候锁失效问题。
如何解决：要求（1.保证原子性。2.自动续约所得生命周期。3.解决对象与加锁对象一致）
这里我们通过lua脚本来解决上面的问题。
//加锁
public List luaLock(String key)
String id = UUID.randomUUID().toString();
String script = "if (redis.call('exists',KEYS[1])==0) then"+ //判断锁是不是存在
"redis.call('hincrby',KEYS[1],ARGV[2],1);"+ //不存在则加锁
"redis.call('pexpire',KEYS[1],ARGV[1]);"+ //设置过期时间
"return nil;"+
"end;"+
"if(redis.call('hexists',KEYS[1],ARGV[2])==1) then"+ //如果存在，
"redis.call('hincrby',KEYS[1],ARGV[2],1);"+ //锁+1 = 重入锁
"redis.call('pexpire',KEYS[1],ARGV[1]);"+ //再设置过期时间
"return nil;"+
"end;"+
"return redis.call('pttl',KEYS[1])"; //返回ttl
DefaultRedisScript<List> redisScript = new DefaultRedisScript<>(script);
redisScript.setResultType(List.class);
return (List)redisTemplate.execute(redisScript, Arrays.asList(key),30000,id);
/**
* 解锁
* @param key
* @return
*/
public List luaUnlock(String key)
String id = UUID.randomUUID().toString();
String script = "if (redis.call('hexists',KEYS[1],ARGV[3])==0) then"+
"return nil;"+
"end;"+
"local counter = redis.call('hincry',KEYS[1],ARGV[3],-1);"+ //重入锁 -1
"if(counter>0);"+
"else"+
"redis.call('del',KEYS[1]);"+ //重入锁=0 解锁
"redis.call('publish',KEYS[2],ARGV[1]);"+
"return 1;"+
"end;"+
"return nil";
DefaultRedisScript<List> redisScript = new DefaultRedisScript<>(script);
redisScript.setResultType(List.class);
return (List)redisTemplate.execute(redisScript, Arrays.asList(key),30000,id);
多锁情况: muliple lock。参考：https://blog.csdn.net/weixin_39800144/article/details/84624637
redisson中的MultiLock，可以把一组锁当作一个锁来加锁和释放。基于Redis的分布式RedissonMultiLock对象将多个RLock对象分组，并将它们作为一个锁处理。每个RLock对象可能属于不同的Redisson实例。
RLock lock1 = redissonInstance1.getLock("lock1");
RLock lock2 = redissonInstance2.getLock("lock2");
RLock lock3 = redissonInstance3.getLock("lock3");
RedissonMultiLock lock = new RedissonMultiLock(lock1, lock2, lock3);
// locks: lock1 lock2 lock3
lock.lock();
...
lock.unlock();
以上就完成了分布式锁的实现
基于Redission实现分布式锁
redssion锁的原理这里就不叙述了。
想了解的小伙伴请参考：https://www.jianshu.com/p/67f700fad8b3
剖析Zookeeper锁原理
首先再并发场景下客户端请求过来会进行竞争，竞争到的会与Zookeeper建立临时节点。当这个请求执行完毕后，会删除该节点，这时会被Zookeeper监听，并产生一个时间通知其他请求。表示欢迎下一位进场。
项目资源：https://download.csdn.net/download/qq_45065241/19731396
解密秒杀系统架构：不是所有的秒杀都是秒杀(代码片段)
...么样的系统算是高并发系统？今天，我们就一起解密高并发业务场景下典型的秒杀系统的架构。本文分享自华为云社区《【高并发】秒杀系统架构解密，不是所有的秒杀都是秒杀（升级版）！！》，... 查看详情
解密秒杀系统架构：不是所有的秒杀都是秒杀(代码片段)
...么样的系统算是高并发系统？今天，我们就一起解密高并发业务场景下典型的秒杀系统的架构。本文分享自华为云社区《【高并发】秒杀系统架构解密，不是所有的秒杀都是秒杀（升级版）！！》，... 查看详情
实战项目高并发内存池(代码片段)
文章目录项目介绍内存池技术设计一个定长的内存池高并发内存池整体框架设计threadcachethreadcache整体框架threadcache哈希桶映射对齐规则threadcache申请内存threadcacheTLS无锁访问centralcachecentralcache整体框架centralcache申请内存pagecachepagec... 查看详情
高并发之-全局有序唯一idsnowflake应用实战(代码片段)
原文:高并发之-全局有序唯一idSnowflake应用实战前言本篇主要介绍高并发算法Snowflake是怎么应用到实战项目中的。对于怎么理解Snowflake算法，大家可以从网上搜索‘Snowflake’，大量资源可供查看，这里就不一一详诉，这里主要介... 查看详情
高并发内存池项目（c++实战项目）(代码片段)
...计一个定长的内存池适应平台的指针方案◎第二阶段–高并发内存池整体框架设计1.线程缓存（threadcache）2.中心缓存（centralcache）3.页缓存 查看详情
实践出真知：全网最强秒杀系统架构解密，不是所有的秒杀都是秒杀！！(代码片段)
大家好，我是冰河~~很多小伙伴反馈说，高并发专题学了那么久，但是，在真正做项目时，仍然不知道如何下手处理高并发业务场景！甚至很多小伙伴仍然停留在只是简单的提供接口（CRUD）阶段ÿ... 查看详情
实践出真知：全网最强秒杀系统架构解密，不是所有的秒杀都是秒杀！！(代码片段)
大家好，我是冰河~~很多小伙伴反馈说，高并发专题学了那么久，但是，在真正做项目时，仍然不知道如何下手处理高并发业务场景！甚至很多小伙伴仍然停留在只是简单的提供接口（CRUD）阶段ÿ... 查看详情
实战java高并发程序设计-读书笔记(代码片段)
实战Java高并发程序设计-读书笔记第一章死锁、饥饿、活锁的概念。并发级别：阻塞、饥饿、无障碍、无锁、无等待。无障碍：是一种最弱的非阻塞调度。两个线程如果是无障碍的执行，那么他们不会因为临界区的问... 查看详情
618技术前瞻高并发秒杀系统解密
618技术前瞻高并发秒杀系统解密https://ke.qq.com/webcourse/index.html#cid=260263&term_id=100306839&taid=9106894035876007 &nb 查看详情
李智慧·高并发架构实战课课程大纲
...917|Web应用防火墙：怎样拦截恶意用户的非法请求？2018|加解密服务平台：如何让敏感数据存储与传输更安全？2119|许可型区块链重构：无中心的区块链怎么做到可信任？2220|网约车系统设计：怎样设计一个日赚5亿的网约车系统？2... 查看详情
高并发高并发分布式锁架构解密，不是所有的锁都是分布式锁！！(代码片段)
...式锁，不是所有的锁都是高并发的。万字长文，带你深入解密高并发环境下的分布式锁架构，不是所有的锁都是分布式锁！！！究竟什么样的锁才能更好的支持高并发场景呢？今天，我们就一起解密高并发环境下典型的分布式锁... 查看详情
python爬虫实战-基于代理池的高并发爬虫(代码片段)
最近在写一个基于代理池的高并发爬虫，目标是用单机从某网站API爬取十亿级别的JSON数据。代理池有两种方式能够实现爬虫对代理池的充分利用：搭建一个TunnelProxy服务器维护代理池在爬虫项目内部自动切换代理所谓TunnelProxy实... 查看详情
<<高并发系统实战课;;小记随笔——用户中心案例优化(代码片段)
...个系统重度耦合，所以梳理这个模块对整个系统后续的高并发改造非常重要。结构梳理数据库表结构主要可以分为四类，从数据结构出发，先对一些场景进行改造，按照这四类进行数据整理后，再按需设计缓存策略会轻松很多。... 查看详情
java高并发编程实战4，synchronized与lock底层原理(代码片段)
目录一、synchronized底层原理二、反编译synchronized方法1、定义一个最简单的synchronized方法2、通过```javap-cSynchronizedTest.class```进行反编译：3、代码分析三、偏向锁四、Lock源码分析1、Lock锁的方法如下2、下面分... 查看详情
java高并发编程实战4，synchronized与lock底层原理(代码片段)
目录一、synchronized底层原理二、反编译synchronized方法1、定义一个最简单的synchronized方法2、通过```javap-cSynchronizedTest.class```进行反编译：3、代码分析三、偏向锁四、Lock源码分析1、Lock锁的方法如下2、下面分... 查看详情
一次线上商城系统高并发优化，涨姿势了～(代码片段)
????????关注后回复 “进群” ，拉你进程序员交流群????????作者：Alan_beijing来源：cnblogs.com/wangjiming/p/13225544.html对于线上系统调优，它本身是个技术活，不仅需要很强的技术实战能力，很强的问题定位，... 查看详情
java高并发编程实战3，java内存模型与java对象结构(代码片段)
...六、Java对象结构1、对象头2、实例数据3、对其填充Java高并发编程实战系列文章哪吒精品系列文章一、缓存一致性CPU的缓存一致性要求CPU内部各级缓存之间的数据是一致的。当多个CPU核 查看详情
java高并发编程实战3，java内存模型与java对象结构(代码片段)
...六、Java对象结构1、对象头2、实例数据3、对其填充Java高并发编程实战系列文章哪吒精品系列文章一、缓存一致性CPU的缓存一致性要求CPU内部各级缓存之间的数据是一致的。当多个CPU核 查看详情