javaredis实现抢购秒杀

2019美丽的梦      2022-04-16     394

关键词:

2018.10.24 今天研究了下抢购秒杀的功能实现

网上查了一大堆 用redis的最多。

主要是通过redis的 watch multi 事务来控制秒杀数量 不超卖。

这里说下自己的感受:

不超卖的话 那就要一个个的来减库存 这样的话 效率上会有点问题 这里上下代码 基本上是再网上抄的 。

我用的是 springboot jedis

我就直接上代码了 

Controller层

package com.bicon.basedemo.controller;

import java.util.Arrays;
import java.util.List;
import java.util.Random;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

import javax.annotation.Resource;

import org.omg.CORBA.PRIVATE_MEMBER;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;


@RestController
@RequestMapping("/test")
public class test {
    
//    @Resource
//    RedisOperation redisOps;
    
    @Resource
    private JedisPool jedisPool;

    @RequestMapping("/redis")
    public void redisTest() {
        Jedis jedis = jedisPool.getResource();
        final String watchkeys = "watchkeys";
        ExecutorService executor = Executors.newFixedThreadPool(20);  //20个线程池并发数

        jedis.set(watchkeys, "10");//设置起始的抢购数
       // jedis.del("setsucc", "setfail");
        jedis.close();
         
        for (int i = 0; i < 101; i++) {//设置101个人来发起抢购 模拟101个人抢购
            executor.execute(new MyRunnable(jedisPool));
        }
        executor.shutdown();
    }
    
     public static String getRandomString(int length) { //length是随机字符串长度
         String base = "abcdefghijklmnopqrstuvwxyz0123456789";  
         Random random = new Random();  
         StringBuffer sb = new StringBuffer();  
         for (int i = 0; i < length; i++) {  
             int number = random.nextInt(base.length());  
             sb.append(base.charAt(number));  
         }  
         return sb.toString();  
      } 
}

MyRunnable 代码
package com.bicon.basedemo.controller;

import java.util.List;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.Transaction;

public class MyRunnable implements Runnable{
    
    
    private JedisPool jedisPool;
    String userinfo;
    String watchkeys = "watchkeys";
    public MyRunnable(JedisPool jedisPoo){
        jedisPool = jedisPoo;
    };
    
    public void run() {
        Jedis jedis = jedisPool.getResource();
        try {
            jedis.watch(watchkeys);// watchkeys
 
            String val = jedis.get(watchkeys);
            int valint = Integer.valueOf(val);
            
            if (valint <= 100 && valint>=1) {
            
                 Transaction tx = jedis.multi();// 开启事务
               // tx.incr("watchkeys");
                tx.incrBy("watchkeys", -1);
 
                List<Object> list = tx.exec();// 提交事务,如果此时watchkeys被改动了,则返回null
                 
                if (list == null ||list.size()==0) {
                    System.out.println("重新抢购");
                    this.run();
                    return;
                } else {
                    for(Object succ : list){
                         String succuserifo ="succ"+succ.toString() +userinfo ;
                         String succinfo="用户:" + succuserifo + "抢购成功,当前抢购成功人数:"
                                 + (1-(valint-10));
                         System.out.println(succinfo);
                         /* 抢购成功业务逻辑 */
                         jedis.setnx(succuserifo, succinfo);
                    }
                }
            } else {
                    String failuserifo ="kcfail" +  userinfo;
                    String failinfo1="用户:" + failuserifo + "商品被抢购完毕,抢购失败";
                    System.out.println(failinfo1);
                    jedis.setnx(failuserifo, failinfo1);
                    return;
            }
 
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            jedis.close();
        }
    }

}

 

最后是效果

 

这段代码问题其实还是有的:就是没有按照顺来来抢购 

其实我觉得有种方法。就是将请求 存入 kafka中 

然后取kafka中前面的数据 一直取到抢购的数量(用户不重复)

这样不就可以了吗,不需要考虑超卖问题啥的。纯属自己的感想。

 

后来看了一个用rabbitMQ 做的 抢购

把请求插入rabbitMQ队列。然后 消费端订阅数据 来实现抢购。

2018-11-21 今天在github上看到一个秒杀的项目 还不错 分享给大家

https://github.com/hfbin/Seckill

这个里面有两个 分支,第二个分支是支持rabbitmq的。我觉得 做的还不完美。不过很有借鉴意义。

 

redis实现高并发下的抢购秒杀功能

博主最近在项目中遇到了抢购问题!现在分享下。抢购、秒杀是如今很常见的一个应用场景,主要需要解决的问题有两个:1高并发对数据库产生的压力2竞争状态下如何解决库存的正确减少("超卖"问题)对于第一个问题,已经... 查看详情

秒杀微服务实现抢购代金券功能(代码片段)

...活动表订单表创建秒杀服务pom依赖配置文件关系型数据库实现代金券秒杀相关实体引入抢购代金券活动信息代金券订单信息Rest配置类全局异常处理添加代金券秒杀活动代金券活动实体代金券活动Mapper->SeckillVouchersMapper代金券活... 查看详情

秒杀系统的设计与实现(限时抢购抢救接口单用户限制实现)(代码片段)

上面,完成了防止超卖商品和抢购接口的限流,已经能够防止大流量把我们的服务器直接搞炸,要开始关心一些细节问题。现在设计的系统还有一些问题:我们应该在一定的时间内执行秒杀处理,不能再任意时间都接受... 查看详情

网站抢购秒杀系统设计简析

...故障,也不要将错误数据展示出来。尽量保持公平公正。实现效果秒杀开始前,抢购按钮为活动未开始。秒杀开始时,抢购按钮可以点击下单。秒杀结束后,按钮按钮变成秒杀已结束。技术攻关短时间内的大访问量对现有网站业... 查看详情

电商的秒杀和抢购

...优化和稳定至关重要。这次我们会关注秒杀和抢购的技术实现和优化,同时,从技术层面揭开,为什么我们总是不容易抢到火车票的原因? 一、大规 查看详情

电商网站秒杀和抢购的高并发技术实现和优化

一、如何防止多个用户同时抢购同一商品,防止高并发同时订购同一商品?​最近双十一抢购系统应用频繁,销量火爆的同时,让人头疼是却是多用户高并发情况下出现的库存问题。据调查,多个用户同时下单,导致查询和插入... 查看详情

web系统大规模并发——电商秒杀与抢购

...优化和稳定至关重要。这次我们会关注秒杀和抢购的技术实现和优化,同时,从技术层面揭开,为什么我们总是不容易抢到火车票的原因? 一、大规模并发带来的挑战 在过去的工作中,我曾经面对过5w每秒的高并发秒杀... 查看详情

web系统大规模并发——电商秒杀与抢购

...优化和稳定至关重要。这次我们会关注秒杀和抢购的技术实现和优化,同时,从技术层面揭开,为什么我们总是不容易抢到火车票的原因? 一、大规模并发带来的挑战 在过去的工作中,我曾经面对过5w每秒的高并发秒杀... 查看详情

php和redis实现在高并发下的抢购及秒杀功能示例详解(代码片段)

...面试官也经常会问到,比如问你淘宝中的抢购秒杀是怎么实现的等等。抢购、秒杀实现很简单,但是有些问题需要解决,主要针对两个问题:一、高并发对数据库产生的压力二、竞争状态下如何解决库存的正确减少("超卖"问题... 查看详情

redis解决秒杀微服务抢购代金券超卖和同一个用户多次抢购(代码片段)

...edisson问题解决之前的博客,我通过传统的数据库方式实现秒杀按照正常逻辑来走,通过压 查看详情

关于秒杀与抢购

...---------------------------------------------------------电商的秒杀和抢购,对我们来说,都不是一个陌生的东 查看详情

python实现秒杀抢购某宝商品,不再害怕双十一抢不到了(代码片段)

前言马上就要双十一咯,给你们展示一下我在618干的大事,直接用Python抢购商品今天就来分享给你们吧这又快要到付尾款的日子咯,有些哥们需要送礼物给对象的,赶紧买这些预售的商品吧,听说今年预售的... 查看详情

redis轻松实现秒杀系统(代码片段)

...成一段时间平稳的流量也是设计秒杀系统很重要的思路。实现削峰的常用的方法有利用缓存和消息中间件等技术。异步处理:秒杀系统是一个高并发系统,采用异步处理模式可以极大地提高系统并发量,其实异步处理... 查看详情

redis轻松实现秒杀系统(代码片段)

...成一段时间平稳的流量也是设计秒杀系统很重要的思路。实现削峰的常用的方法有利用缓存和消息中间件等技术。异步处理:秒杀系统是一个高并发系统,采用异步处理模式可以极大地提高系统并发量,其实异步处理... 查看详情

秒杀/抢购系统设计优化

12306抢票,票是有限的,库存一份,瞬时流量非常多,都读相同的库存,读写冲突,锁非常严重;小米手机每周二的秒杀,可能手机只有1万部,但瞬时进入的流量可能是几百几千万;这是秒杀业务难的地方。那我们怎么优化秒杀... 查看详情

秒杀/抢购架构设计(代码片段)

1秒杀业务分析1.1正常电子商务流程(1)查询商品;(2)创建订单;(3)扣减库存;(4)更新订单;(5)付款;(6)卖家发货1.2秒杀业务的特性( 查看详情

转(解决抢购秒杀抢楼抽奖等阻塞式高并发库存防控超量的思路方法)

...认为比较可行的几个思路方法:方案一:使用消息队列来实现可以基于例如MemcacheQ等这样的消息队列,具体的 查看详情

抢购(秒杀)业务的技术要点

抢购业务数据库需要考虑的点如下: 一、超卖现象 场景如下:   库存数是5。现在3个用户来购买,a用户购买2个,b用户购买3个,c用户购买1个。合起来就是准备购买6个。   如果三个用户是同时并发... 查看详情