Redis之高并发超卖问题解决方案

分类：Redis作者：山河亦问安

目录

1. Redis高并发超卖问题解决方案

1.1 高并发场景超卖bug解析

1.2 Redisson

1. Redis高并发超卖问题解决方案

在高并发的秒杀抢购场景中，常常会面临一个称为“超卖”（Over-Selling）的问题。超卖指的是同一件商品被售出的数量超过了实际库存数量，导致库存出现负数。这是由于多个用户同时发起抢购请求，而系统未能有效地控制库存的并发访问。

下面进行一个秒杀购买某个商品的接口模拟，代码如下：

@RestController
public class MyController {

    @Autowired
    StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String key="product_" + id;
        int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
        if(count>0){
            stringRedisTemplate.opsForValue().set(key,String.valueOf(--count));
            System.out.println(key+"商品购买成功，剩余库存"+count);
            return "success";
        }
        System.out.println(key+"商品库存不足");
        return "error";
    }
}

上面的代码在高并发环境下容易出现超卖问题，使用JMeter进行压测，如下图：

5f9ddbaf5ca24350a921c52976c30711.png

dc5ffc12710940f7b3716f579a517f0f.png

 进行压测获得的日志如下图，存在并发安全问题。

a0fc440a4f114afe8a1994bca769a00a.png

 要解决上面的问题，我们一开始想到的是synchronized加锁，但是在 Redis 的高并发环境下，使用 Java 中的 synchronized关键字来解决超卖问题是行不通的，原因如下：

  1. 分布式环境下无效： synchronized是 Java 中的关键字，用于在单个 JVM 中保护共享资源。在分布式环境下，多个服务实例之间无法通过synchronized来同步，因为各个实例之间无法直接共享 JVM 中的锁。

  2. 性能问题： synchronized会导致性能问题，尤其在高并发的情况下，争夺锁可能会成为瓶颈。

对于 Redis 高并发环境下的超卖问题，更合适的解决方案通常是使用 Redis 提供的分布式锁（如基于 Redis 的分布式锁实现）。这可以确保在分布式环境中的原子性和可靠性。

基于Redis的分布式锁，我们可以基于Redis中的Setnx（命令在指定的 key 不存在时，为 key 设置指定的值），更改代码如下：

@RestController
public class MyController {

    @Autowired
    StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String lock="product_lock_"+id;
        String key="product_" + id;
        Boolean lock1 = stringRedisTemplate.opsForValue().setIfAbsent(lock,"lock");
        String message="error";
        if(!lock1){
            System.out.println("业务繁忙稍后再试");
            return "业务繁忙稍后再试";
        }
        //try catch 设计是为了防止在执行业务的时候出现异常导致redis锁一直无法释放
        try {
                int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
                if (count > 0) {
                    stringRedisTemplate.opsForValue().set(key,String.valueOf(--count));
                    System.out.println(key + "商品购买成功，剩余库存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            stringRedisTemplate.delete(lock);
        }
        if(message.equals("error"))
        System.out.println(key+"商品库存不足");
        return message;
    }
}

然后使用JMeter压测，在10s内陆续发送500个请求，日志如下图，由图可以看出基本解决超卖问题。

42cb97a25afc4276adbec529b685ebb6.png

1.1 高并发场景超卖bug解析

系统在达到finally块之前崩溃宕机，锁可能会一直存在于Redis中。这可能会导致其他进程或线程无法在未来获取该锁，从而导致资源被锁定，后续尝试访问该资源的操作可能被阻塞。因此在redis中给定 key设置过期时间。代码如下：

@RestController
public class MyController {

    @Autowired
    StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String lock="product_lock_"+id;
        String key="product_" + id;
        Boolean lock1 = stringRedisTemplate.opsForValue().setIfAbsent(lock,"lock",10,TimeUnit.SECONDS); //保证原子性
//        Boolean lock2 = stringRedisTemplate.opsForValue().setIfAbsent(lock,"lock");
//        stringRedisTemplate.expire(lock,TimeUnit.SECONDS); //此时宕机依旧会出现redis锁无法释放，应设置为原子操作
        String message="error";
        if(!lock1){
            System.out.println("业务繁忙稍后再试");
            return "业务繁忙稍后再试";
        }
        //try catch 设计是为了防止在执行业务的时候出现异常导致redis锁一直无法释放
        try {
                int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
                if (count > 0) {
                    stringRedisTemplate.opsForValue().set(key,String.valueOf(--count));
                    System.out.println(key + "商品购买成功，剩余库存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            stringRedisTemplate.delete(lock);
        }
        if(message.equals("error"))
        System.out.println(key+"商品库存不足");
        return message;
    }
}

在高并发场景下，还存在一个问题，即业务执行时间过长可能导致 Redis 锁提前释放，并且误删除其他线程或进程持有的锁。这可能发生在以下情况：

  1. 线程A获取锁并开始执行业务逻辑。
  2. 由于高并发，其他线程B、C等也尝试获取相同资源的锁。
  3. 由于锁的过期时间设置为10秒，线程A的业务逻辑执行时间超过10秒，导致其锁被 Redis 自动释放。
  4. 线程B在10秒内获取到了之前由线程A持有的锁，并开始执行业务逻辑。
  5. 线程A在业务逻辑执行完成后，尝试删除自己的锁，但由于已经被线程B持有，线程A实际上删除的是线程B的锁。

修改代码如下：

@RestController
public class MyController {

    @Autowired
    StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String lock="product_lock_"+id;
        String key="product_" + id;
        String clientId=UUID.randomUUID().toString();
        Boolean lock1 = stringRedisTemplate.opsForValue().setIfAbsent(lock,clientId,String.valueOf(--count));
                    System.out.println(key + "商品购买成功，剩余库存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            if (stringRedisTemplate.opsForValue().get(lock).equals(clientId))//在这里如果有别的业务代码并且耗时较长， stringRedisTemplate.delete(lock)之前还是有可能超过过期时间出现问题
                stringRedisTemplate.delete(lock);
        }
        if(message.equals("error"))
        System.out.println(key+"商品库存不足");
        return message;
    }
}

上面的代码在高并发场景下仍然存在概率很低的问题，所以就有了redisson分布式锁。

1.2 Redisson

Redisson 是一个用于 Java 的 Redis 客户端，它提供了丰富的功能，包括分布式锁。Redisson 的分布式锁实现了基于 Redis 的分布式锁，具有简单易用、可靠性高的特点。

以下是 Redisson 分布式锁的一些重要特性和用法：

  1. 可重入锁： Redisson 的分布式锁是可重入的，同一线程可以多次获取同一把锁，而不会出现死锁。

  2. 公平锁： Redisson 支持公平锁，即按照获取锁的顺序依次获取，避免了某些线程一直获取不到锁的情况。

  3. 锁超时： 可以为分布式锁设置过期时间，确保即使在某些情况下锁没有被显式释放，也能在一定时间后自动释放。

  4. 异步锁： Redisson 提供了异步的分布式锁，通过异步 API 可以在不阻塞线程的情况下获取和释放锁。

  5. 监控锁状态： Redisson 允许监控锁的状态，包括锁是否被某个线程持有，锁的过期时间等。

39b25cb597c34ee3ad06e02ca6a73cf7.png

导入依赖

       <dependency>
            <groupId>org.redisson</groupId>
            <artifactId>redisson</artifactId>
            <version>3.23.5</version>
        </dependency>

application.yaml 配置：

spring:
  redis:
    host: 127.0.0.1
    port: 6379
    password:
    lettuce:
      pool:
        max-active: 8
        max-idle: 8
        min-idle: 0
        max-wait: 1000ms

RedissonConfig配置：

@Configuration
public class RedissonConfig {


    @Value("${spring.redis.host}")
    private String host;
    @Value("${spring.redis.port}")
    private String port;


    /**
     * RedissonClient,单机模式
     */
    @Bean
    public RedissonClient redisson() {
        Config config = new Config();
        SingleServerConfig singleServerConfig = config.useSingleServer();
        singleServerConfig.setAddress("redis://" + host + ":" + port);
        return Redisson.create(config);
    }
}

利用Redisson分布式锁解决超卖问题，修改代码如下:

加锁 lock.lock()

阻塞等待，默认等待，加锁的默认时间都是30s，锁的自动续期，如果业务时间长，运行期间会自动给锁续上新的30s，不用担心业务时间长导致锁自动过期被删除，加锁的业务只要运行完成，就不会给当前锁续期，即使不手动解锁，锁默认在30s后自动删除。

加锁 lock.lock(10，TimeUnit.SECONDS)

锁到期后，不会自动续期，如果传递了锁的超时时间，就发送给redis执行脚本，进行占锁，默认超时就是我们指定的时间。如果未指定锁的超时时间，只要占锁成功，就会启动一个定时任务【重新给锁设置过期时间，新的过期时间就是看门狗的默认时间】，每隔10s就会自动进行续期。

@RestController
public class MyController {

    @Autowired
    StringRedisTemplate stringRedisTemplate;

    @Autowired
    RedissonClient redisson;

    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String message="error";
        String lock_key="product_lock_"+id;
        String key="product_" + id;
        RLock lock = redisson.getLock(lock_key);
        //try catch 设计是为了防止在执行业务的时候出现异常导致redis锁一直无法释放
        try {
                lock.lock();
                int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
                if (count > 0) {
                    stringRedisTemplate.opsForValue().set(key,String.valueOf(--count));
                    System.out.println(key + "商品购买成功，剩余库存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            lock.unlock();
        }
        if(message.equals("error"))
        System.out.println(key+"商品库存不足");
        return message;
    }
}

原文地址：https://blog.csdn.net/qq_43649937/article/details/134596236

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。

相关推荐

Redis键（Keys）
文章浏览阅读1.3k次。在 Redis 中，键（Keys）是非常重要的概念，它们代表了存储在数据库中的数据的标识符。对键的有效管理和操作是使用 Redis 数据库的关键一环，它直接影响到数据的存取效率、系统的稳定性和开发的便利性。本文将深入探讨 Redis 中键的管理和操作，包括键的命名规范、常用的键操作命令以及一些最佳实践。我们将详细介绍如何合理命名键、如何使用键的过期和持久化特性、如何批量删除键等技巧，旨在帮助读者更好地理解并灵活运用 Redis 中的键，从而提高数据管理和操作的效率和可靠性。
Java开发 - Canal进阶之和Redis的数据同步
文章浏览阅读3.3k次，点赞44次，收藏88次。本篇是对单节点的应用，但从中我们也能推断出一些关于集群的应用，不过大多数公司能搞个主从就已经是不错了，所以你能学会这个已经算是很有用了，关于ES，博主前面也讲过一些基础应用，创建一个工具类利用ES的数据模型进行存储就可以达到一个canal同时对Redis和ES的同步，如果担心出问题，可以把Canal搞成集群的形式，这个后续有时间博主再给大家做讲解。今天就到这里了，觉得不错就支持一下吧。_canal redis
Spring Boot 整合Redis实现消息队列
文章浏览阅读8.4k次，点赞8次，收藏18次。Spring Boot 整合Redis实现消息队列，RedisMessageListenerContainer的使用，Pub/Sub模式的优缺点_springboot redis 消息队列
【Redis系列】在Centos7上安装Redis5.0保姆级教程！
文章浏览阅读978次，点赞25次，收藏21次。在Centos上安装Redis5.0保姆级教程！_centos7 安装redis5.0服务器
Docker-Compose部署Redis(v7.2)哨兵模式
文章浏览阅读1.2k次，点赞21次，收藏22次。Docker-Compose部署Redis(v7.2)主从模式首先需要有一个redis主从集群，才能接着做redis哨兵模式。_warning: sentinel was not able to save the new configuration on disk!!!: dev
【redis】redis JedisPool 资源池优化
文章浏览阅读2.2k次，点赞59次，收藏38次。合理的JedisPool资源池参数设置能为业务使用Redis保驾护航，本文将对JedisPool的使用、资源池的参数进行详细说明，最后给出“最合理”配置。_jedispool资源池优化
Redis 如何批量删除指定前缀的Key
文章浏览阅读1.9k次。批量删除指定前缀的Key有两中方法，一种是借助 redis-cli，另一种是通过 SCAN命令来遍历所有匹配前缀的 key，并使用 DEL命令逐个删除它们。_redis删除前缀的key
Redis(2)--Redis的数据结构String/Hash
文章浏览阅读890次，点赞18次，收藏20次。1. Redis时一个key-cakye的数据库，key一般是String类型，不过value类型有很多。eg.String Hash List Set SortedSet (基本) | GEO BitMap HyperLog (特殊)2.Redis为了方便学习，将操作不同类型的命令做了分组，在官网可以进行查询。
基础面试题整理7之Redis
文章浏览阅读1.1k次，点赞19次，收藏26次。若不使用Redisson，而是用synchronized(this)，此时会造成对服务器的加锁，若开始大量查询ID为1的商品，每台机器都会先跑一遍加个锁，然后在查询ID为2的数据，此时需要等待ID为1的锁释放，所以需要将this对象调整为全局商品ID。若在执行bgsave命令时，还有其他redis命令被执行(主线程数据修改)，此时会对数据做个副本，然后bgsave命令执行这个副本数据写入rdb文件，此时主线程还可以继续修改数据。在当前redis目录下会生成aof文件，对redis修改数据的命令进行备份。
如何确保 Redis 集群的数据一致性？
文章浏览阅读1.5k次，点赞39次，收藏24次。本文全面剖析Redis集群在分布式环境下的数据一致性问题，从基础原理到高级特性，涵盖主从复制、哨兵模式、持久化策略等关键点，同时也分享了关于监控、故障模拟与自适应写一致性策略的实践经验。_redis集群一致性
Redis面试题：redis做为缓存，数据的持久化是怎么做的？两种持久化方式有什么区别呢？这两种方式，哪种恢复的比较快呢？
文章浏览阅读1k次。RDB因为是二进制文件，在保存的时候体积也是比较小的，它恢复的比较快，但是它有可能会丢数据，我们通常在项目中也会使用AOF来恢复数据，虽然AOF恢复的速度慢一些，但是它丢数据的风险要小很多，在AOF文件中可以设置刷盘策略，我们当时设置的就是每秒批量写入一次命令。AOF的含义是追加文件，当redis操作写命令的时候，都会存储这个文件中，当redis实例宕机恢复数据的时候，会从这个文件中再次执行一遍命令来恢复数据。：在Redis中提供了两种数据持久化的方式：1、RDB 2、AOF。
redis常用的数据结构以及使用场景
文章浏览阅读1k次，点赞24次，收藏21次。NoSQL(No only SQL)数据库,泛指非关系型数据库,实现对于传统数据库而言的。NoSQL 不依赖业务逻辑方式进行存储,而以简单的 key-value 模式存储。因此大大增加了数据库的扩展能力。不遵循SQL标准不支持ACID远超于SQL的性能Redis是当前比较热门的NOSQL系统之一，它是一个开源的使用ANSI c语言编写的key-value存储系统（区别于MySQL的二维表格的形式存储。
Mysql,Redis,Rabbitmq开启远程访问权限
文章浏览阅读988次，点赞17次，收藏19次。在上面的步骤中，我们已经开启了 MySQL 的远程访问功能，但是，如果使用 MySQL 管理工具 navicat 连接 MySQL 服务端时，还是可能会出现连接失败的情况。在实际工作中，如果我们需要从其他地方访问和管理 MySQL 数据库，就需要开启 MySQL 的远程访问功能并设置相应的权限。这对于我们的工作效率和数据安全都有很大的帮助。通过查看 MySQL 用户表，我们可以看到’host’为’%’，说明 root 用户登录 MySQL 的时候，可以允许任意的 IP 地址访问 MySQL 服务端。
Redis Desktop Manager安装和使用
文章浏览阅读956次。Redis Desktop Manager（RDM）是一款用于管理和操作Redis数据库的图形化界面工具。提供了简单易用的界面，使用户能够方便地执行各种Redis数据库操作，并且支持多个Redis服务器的连接_redisdesktopmanager安装包
一文彻底搞懂Redis中缓存穿透，缓存击穿和缓存雪崩的区别以及解决方案
文章浏览阅读1.9k次，点赞52次，收藏27次。缓存击穿指的是数据库有数据，缓存本应该也有数据，但是缓存过期了，Redis 这层流量防护屏障被击穿了，请求直奔数据库。缓存穿透指的是数据库本就没有这个数据，请求直奔数据库，缓存系统形同虚设。缓存雪崩指的是大量的热点数据无法在 Redis 缓存中处理（大面积热点数据缓存失效、Redis 宕机），流量全部打到数据库，导致数据库极大压力。
Redis报错：JedisConnectionException: Could not get a resource from the pool
文章浏览阅读1.2k次。一次命令时间（borrow|return resource + Jedis执行命令(含网络) ）的平均耗时约为1ms，一个连接的QPS大约是1000，业务期望的QPS是50000，那么理论上需要的资源池大小是50000 / 1000 = 50个，实际maxTotal可以根据理论值合理进行微调。JedisPool默认的maxTotal=8，下面的代码从JedisPool中借了8次Jedis，但是没有归还，当第9次(jedisPool.getResource().ping())3、发生异常可能的情况。_redis.clients.jedis.exceptions.jedisconnectionexception: could not get a res
DNS服务实战：使用自定义域名访问Redis服务
文章浏览阅读1k次，点赞27次，收藏18次。在这篇文章中，你将了解到如何在 CentOS 系统上安装 Redis 服务，并且掌握通过自定义域名来访问 Redis 服务的技巧。通过使用自定义域名，你可以方便地管理和访问你的 Redis 数据库，提高工作效率。无论你是开发者、系统管理员还是对 Redis 感兴趣的读者，这篇文章都会为你提供清晰的指导和实用的技巧。阅读本文，轻松搭建自己的 Redis 服务，并体验自定义域名带来的便捷！_redis怎么自定义域名
redis + 拦截器 ：防止数据重复提交
文章浏览阅读1.1k次，点赞15次，收藏18次。我们post请求,拦截器要预先读取HtppServletRequest里面的body的数据,是通过io的方式,都知道io读取完毕之后,之前的数据是变为null的，但是，当我么后面的接口来委派的时候,也是通过io读取body。我们要考虑一个事情，就是我们要验证数据的重复提交: 首先第一次提交的数据肯定是要被存储的，当而第二次往后,每次提交数据都会与之前的数据产生比对从而验证数据重复提交,我们要具体判断数据是否重复提交的子类。发现数据是成功存入的,剩余7s过期,在10s之内,也就是数据没过期之前，在发送一次。_json.parseobject(str, clazz, auto_type_filter);
PHP使用Redis实战实录2：Redis扩展方法和PHP连接Redis的多种方案
文章浏览阅读3.9k次，点赞3次，收藏7次。PHP使用Redis实战实录系列：我们首先检查$redis->connect()方法的返回值来确定是否成功连接到Redis服务器。如果连接失败，我们可以输出相应的错误信息。如果连接成功，我们再执行一些操作，如$redis->set()、$redis->get()等，并检查每个操作的返回结果来判断是否发生了异常。_php redis
Redis和Redis可视化管理工具的下载和安装
文章浏览阅读1.5w次，点赞23次，收藏51次。Redis（Remote Dictionary Server )，即远程字典服务，是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。Redis 是一个高性能的key-value数据库。redis的出现，很大程度补偿了memcached这类key/value存储的不足，在部 分场合可以对关系数据库起到很好的补充作用。_redisdesktopmanager下载
pythonJavaScriptjavaHTMLPHPreactjsC#AndroidCSSNode.jssqlrpython-3.xMysqLjQueryc++pandasFlutterangularIOSdjangolinuxswifttypescript路由器JSON路由器设置无线路由器h3c华三华三路由器设置华三路由器电脑软件教程arraysdocker软件图文教程Cvue.jslaravelspring-boot