大廠防止超賣的 7 種實作，很受用！

點選上方 「 Linux開源社群 」，選擇「 設為星標 」

優質文章，及時送達

作者：止步前行

https://blog.csdn.net/zxd1435513775/article/details/122643285

高並行場景在現場的日常工作中很常見，特別是在互聯網公司中，這篇文章就來透過秒殺商品來模擬高並行的場景。

2.商品秒殺-超賣

在開發中，對於下面的程式碼，可能很熟悉：在Service裏面加上 @Transactional 事務註解和Lock鎖。

控制層：Controller

@ApiOperation(value="秒殺實作方式——Lock加鎖")
@PostMapping("/start/lock")
public Result startLock(long skgId){
try {
log.info("開始秒殺方式一...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
Result result = secondKillService.startSecondKillByLock(skgId, userId);
if(result != null){
log.info("使用者:{}--{}", userId, result.get("msg"));
}else{
log.info("使用者:{}--{}", userId, "哎呦餵，人也太多了，請稍後！");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
}
return Result.ok();
}

業務層：Service

@Override
@Transactional(rollbackFor = Exception. class)
public Result startSecondKillByLock(long skgId, long userId) {
lock.lock();
try {
// 校驗庫存
SecondKill secondKill = secondKillMapper.selectById(skgId);
Integer number = secondKill.getNumber();
if (number > 0) {
// 扣庫存
secondKill.setNumber(number - 1);
secondKillMapper.updateById(secondKill);
// 建立訂單
SuccessKilled killed = new SuccessKilled();
killed.setSeckillId(skgId);
killed.setUserId(userId);
killed.setState((short) 0);
killed.setCreateTime(new Timestamp(System.currentTimeMillis()));
successKilledMapper.insert(killed);
// 模擬支付
Payment payment = new Payment();
payment.setSeckillId(skgId);
payment.setSeckillId(skgId);
payment.setUserId(userId);
payment.setMoney(40);
payment.setState((short) 1);
payment.setCreateTime(new Timestamp(System.currentTimeMillis()));
paymentMapper.insert(payment);
} else {
return Result.error(SecondKillStateEnum.END);
}
} catch (Exception e) {
throw new ScorpiosException("異常了個乖乖");
} finally {
lock.unlock();
}
return Result.ok(SecondKillStateEnum.SUCCESS);
}

對於上面的程式碼應該沒啥問題吧，業務方法上加事務，在處理業務的時候加鎖。

但上面這樣寫法是有問題的，會出現超賣的情況，看下測試結果：模擬1000個並行，搶100商品。

這裏在業務方法開始加了鎖，在業務方法結束後釋放了鎖。但這裏的事務送出卻不是這樣的，有可能在事務送出之前，就已經把鎖釋放了，這樣會導致商品超賣現象。所以加鎖的時機很重要！

3. 解決商品超賣

對於上面超賣現象，主要問題出現在事務中鎖釋放的時機，事務未送出之前，鎖已經釋放。（事務送出是在整個方法執行完）。如何解決這個問題呢，就是把加鎖步驟提前

3.1 方式一（改進版加鎖）

@ApiOperation(value="秒殺實作方式——Lock加鎖")
@PostMapping("/start/lock")
public Result startLock(long skgId){
// 在此處加鎖
lock.lock();
try {
log.info("開始秒殺方式一...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
Result result = secondKillService.startSecondKillByLock(skgId, userId);
if(result != null){
log.info("使用者:{}--{}", userId, result.get("msg"));
}else{
log.info("使用者:{}--{}", userId, "哎呦餵，人也太多了，請稍後！");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
// 在此處釋放鎖
lock.unlock();
}
return Result.ok();
}


上面這樣的加鎖就可以解決事務未送出之前，鎖釋放的問題，可以分三種情況進行壓力測試：

對於並行量大於商品數的情況，商品秒殺一般不會出現少賣的請況，但對於並行數小於等於商品數的時候可能會出現商品少賣情況，這也很好理解。

對於沒有問題的情況就不貼圖了，因為有很多種方式，貼圖會太多

3.2 方式二（AOP版加鎖）

對於上面在控制層進行加鎖的方式，可能顯得不優雅，那就還有另一種方式進行在事務之前加鎖，那就是AOP

自訂AOP註解

@Target({ElementType.PARAMETER, ElementType.METHOD})
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface ServiceLock {
String description() default "";
}


定義切面類

@Slf4j
@Component
@Scope
@Aspect
@Order(1) //order越小越是最先執行，但更重要的是最先執行的最後結束
public class LockAspect {
/**
* 思考：為什麽不用synchronized
* service 預設是單例的，並行下lock只有一個例項
*/
private static Lock lock = new ReentrantLock(true); // 互斥鎖 參數預設false，不公平鎖
// Service層切點 用於記錄錯誤日誌
@Pointcut("@annotation(com.scorpios.secondkill.aop.ServiceLock)")
public void lockAspect() {
}
@Around("lockAspect()")
public Object around(ProceedingJoinPoint joinPoint) {
lock.lock();
Object obj = null;
try {
obj = joinPoint.proceed();
} catch (Throwable e) {
e.printStackTrace();
throw new RuntimeException();
} finally{
lock.unlock();
}
return obj;
}
}



在業務方法上添加AOP註解

@Override
@ServiceLock // 使用Aop進行加鎖
@Transactional(rollbackFor = Exception. class)
public Result startSecondKillByAop(long skgId, long userId) {
try {
// 校驗庫存
SecondKill secondKill = secondKillMapper.selectById(skgId);
Integer number = secondKill.getNumber();
if (number > 0) {
//扣庫存
secondKill.setNumber(number - 1);
secondKillMapper.updateById(secondKill);
//建立訂單
SuccessKilled killed = new SuccessKilled();
killed.setSeckillId(skgId);
killed.setUserId(userId);
killed.setState((short) 0);
killed.setCreateTime(new Timestamp(System.currentTimeMillis()));
successKilledMapper.insert(killed);
//支付
Payment payment = new Payment();
payment.setSeckillId(skgId);
payment.setSeckillId(skgId);
payment.setUserId(userId);
payment.setMoney(40);
payment.setState((short) 1);
payment.setCreateTime(new Timestamp(System.currentTimeMillis()));
paymentMapper.insert(payment);
} else {
return Result.error(SecondKillStateEnum.END);
}
} catch (Exception e) {
throw new ScorpiosException("異常了個乖乖");
}
return Result.ok(SecondKillStateEnum.SUCCESS);
}


控制層：

@ApiOperation(value="秒殺實作方式二——Aop加鎖")
@PostMapping("/start/aop")
public Result startAop(long skgId){
try {
log.info("開始秒殺方式二...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
Result result = secondKillService.startSecondKillByAop(skgId, userId);
if(result != null){
log.info("使用者:{}--{}", userId, result.get("msg"));
}else{
log.info("使用者:{}--{}", userId, "哎呦餵，人也太多了，請稍後！");
}
} catch (Exception e) {
e.printStackTrace();
}
return Result.ok();
}


這種方式在對鎖的使用上，更高階、更美觀！

3.3 方式三（悲觀鎖一）

除了上面在業務程式碼層面加鎖外，還可以使用資料庫內建的鎖進行並行控制。

悲觀鎖，什麽是悲觀鎖呢？通俗的說，在做任何事情之前，都要進行加鎖確認。這種資料庫級加鎖操作效率較低。

使用for update一定要加上事務，當事務處理完後，for update才會將行級鎖解除

如果請求數和秒殺商品數量一致，會出現少賣

@ApiOperation(value="秒殺實作方式三——悲觀鎖")
@PostMapping("/start/pes/lock/one")
public Result startPesLockOne(long skgId){
try {
log.info("開始秒殺方式三...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
Result result = secondKillService.startSecondKillByUpdate(skgId, userId);
if(result != null){
log.info("使用者:{}--{}", userId, result.get("msg"));
}else{
log.info("使用者:{}--{}", userId, "哎呦餵，人也太多了，請稍後！");
}
} catch (Exception e) {
e.printStackTrace();
}
return Result.ok();
}


業務邏輯

@Override
@Transactional(rollbackFor = Exception. class)
public Result startSecondKillByUpdate(long skgId, long userId) {
try {
// 校驗庫存-悲觀鎖
SecondKill secondKill = secondKillMapper.querySecondKillForUpdate(skgId);
Integer number = secondKill.getNumber();
if (number > 0) {
//扣庫存
secondKill.setNumber(number - 1);
secondKillMapper.updateById(secondKill);
//建立訂單
SuccessKilled killed = new SuccessKilled();
killed.setSeckillId(skgId);
killed.setUserId(userId);
killed.setState((short) 0);
killed.setCreateTime(new Timestamp(System.currentTimeMillis()));
successKilledMapper.insert(killed);
//支付
Payment payment = new Payment();
payment.setSeckillId(skgId);
payment.setSeckillId(skgId);
payment.setUserId(userId);
payment.setMoney(40);
payment.setState((short) 1);
payment.setCreateTime(new Timestamp(System.currentTimeMillis()));
paymentMapper.insert(payment);
} else {
return Result.error(SecondKillStateEnum.END);
}
} catch (Exception e) {
throw new ScorpiosException("異常了個乖乖");
} finally {
}
return Result.ok(SecondKillStateEnum.SUCCESS);
}

Dao層

@Repository
public interface SecondKillMapper extends BaseMapper<SecondKill> {
/**
* 將此行數據進行加鎖，當整個方法將事務送出後，才會解鎖
* @param skgId
* @return
*/
@Select(value = "SELECT * FROM seckill WHERE seckill_id=#{skgId} FOR UPDATE")
SecondKill querySecondKillForUpdate(@Param("skgId") Long skgId);
}


上面是利用for update進行對查詢數據加鎖，加的是行鎖。微信搜尋公眾號：架構師指南，回復：架構師 領取資料 。

3.4 方式四（悲觀鎖二）

悲觀鎖的第二種方式就是利用update更新命令來加表鎖

/**
 * UPDATE鎖表
 * @param skgId 商品id
 * @param userId 使用者id
 * @return
 */
@Override
@Transactional(rollbackFor = Exception. class)
public Result startSecondKillByUpdateTwo(long skgId, long userId) {
try {
// 不校驗，直接扣庫存更新
int result = secondKillMapper.updateSecondKillById(skgId);
if (result > 0) {
//建立訂單
SuccessKilled killed = new SuccessKilled();
killed.setSeckillId(skgId);
killed.setUserId(userId);
killed.setState((short) 0);
killed.setCreateTime(new Timestamp(System.currentTimeMillis()));
successKilledMapper.insert(killed);
//支付
Payment payment = new Payment();
payment.setSeckillId(skgId);
payment.setSeckillId(skgId);
payment.setUserId(userId);
payment.setMoney(40);
payment.setState((short) 1);
payment.setCreateTime(new Timestamp(System.currentTimeMillis()));
paymentMapper.insert(payment);
} else {
return Result.error(SecondKillStateEnum.END);
}
} catch (Exception e) {
throw new ScorpiosException("異常了個乖乖");
} finally {
}
return Result.ok(SecondKillStateEnum.SUCCESS);
}


Dao層

@Repository
public interface SecondKillMapper extends BaseMapper<SecondKill> {
/**
* 將此行數據進行加鎖，當整個方法將事務送出後，才會解鎖
* @param skgId
* @return
*/
@Select(value = "SELECT * FROM seckill WHERE seckill_id=#{skgId} FOR UPDATE")
SecondKill querySecondKillForUpdate(@Param("skgId") Long skgId);
@Update(value = "UPDATE seckill SET number=number-1 WHERE seckill_id=#{skgId} AND number > 0")
int updateSecondKillById(@Param("skgId") long skgId);
}


3.5 方式五（樂觀鎖）

樂觀鎖，顧名思義，就是對操作結果很樂觀，透過利用version欄位來判斷數據是否被修改。

樂觀鎖，不進行庫存數量的校驗，直接做庫存扣減。

這裏使用的樂觀鎖會出現大量的數據更新異常（拋異常就會導致購買失敗）、如果配置的搶購人數比較少、比如120:100(人數:商品) 會出現少買的情況，不推薦使用樂觀鎖。

@ApiOperation(value="秒殺實作方式五——樂觀鎖")
@PostMapping("/start/opt/lock")
public Result startOptLock(long skgId){
try {
log.info("開始秒殺方式五...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
// 參數添加了購買數量
Result result = secondKillService.startSecondKillByPesLock(skgId, userId,1);
if(result != null){
log.info("使用者:{}--{}", userId, result.get("msg"));
}else{
log.info("使用者:{}--{}", userId, "哎呦餵，人也太多了，請稍後！");
}
} catch (Exception e) {
e.printStackTrace();
}
return Result.ok();
}
@Override
@Transactional(rollbackFor = Exception. class)
public Result startSecondKillByPesLock(long skgId, long userId, int number) {
// 樂觀鎖，不進行庫存數量的校驗，直接
try {
SecondKill kill = secondKillMapper.selectById(skgId);
// 剩余的數量應該要大於等於秒殺的數量
if(kill.getNumber() >= number) {
int result = secondKillMapper.updateSecondKillByVersion(number,skgId,kill.getVersion());
if (result > 0) {
//建立訂單
SuccessKilled killed = new SuccessKilled();
killed.setSeckillId(skgId);
killed.setUserId(userId);
killed.setState((short) 0);
killed.setCreateTime(new Timestamp(System.currentTimeMillis()));
successKilledMapper.insert(killed);
//支付
Payment payment = new Payment();
payment.setSeckillId(skgId);
payment.setSeckillId(skgId);
payment.setUserId(userId);
payment.setMoney(40);
payment.setState((short) 1);
payment.setCreateTime(new Timestamp(System.currentTimeMillis()));
paymentMapper.insert(payment);
} else {
return Result.error(SecondKillStateEnum.END);
}
}
} catch (Exception e) {
throw new ScorpiosException("異常了個乖乖");
} finally {
}
return Result.ok(SecondKillStateEnum.SUCCESS);
}
@Repository
public interface SecondKillMapper extends BaseMapper<SecondKill> {
/**
* 將此行數據進行加鎖，當整個方法將事務送出後，才會解鎖
* @param skgId
* @return
*/
@Select(value = "SELECT * FROM seckill WHERE seckill_id=#{skgId} FOR UPDATE")
SecondKill querySecondKillForUpdate(@Param("skgId") Long skgId);
@Update(value = "UPDATE seckill SET number=number-1 WHERE seckill_id=#{skgId} AND number > 0")
int updateSecondKillById(@Param("skgId") long skgId);
@Update(value = "UPDATE seckill SET number=number-#{number},version=version+1 WHERE seckill_id=#{skgId} AND version = #{version}")
int updateSecondKillByVersion(@Param("number") int number, @Param("skgId") long skgId, @Param("version")int version);
}





樂觀鎖會出現大量的數據更新異常（拋異常就會導致購買失敗），會出現少買的情況，不推薦使用樂觀鎖。

3.6 方式六（阻塞佇列）

利用阻塞隊類，也可以解決高並行問題。其思想就是把接收到的請求按順序存放到佇列中，消費者執行緒逐一從佇列裏取數據進行處理，看下具體程式碼。

阻塞佇列：這裏使用靜態內部類的方式來實作單例模式，在並行條件下不會出現問題。

// 秒殺佇列(固定長度為100)
public class SecondKillQueue {
// 佇列大小
static final int QUEUE_MAX_SIZE = 100;
// 用於多執行緒間下單的佇列
static BlockingQueue<SuccessKilled> blockingQueue = new LinkedBlockingQueue<SuccessKilled>(QUEUE_MAX_SIZE);
// 使用靜態內部類，實作單例模式
private SecondKillQueue(){};
private static class SingletonHolder{
// 靜態初始化器，由JVM來保證執行緒安全
private static SecondKillQueue queue = new SecondKillQueue();
}
/**
* 單例佇列
* @return
*/
public static SecondKillQueue getSkillQueue(){
return SingletonHolder.queue;
}
/**
* 生產入隊
* @param kill
* @throws InterruptedException
* add(e) 佇列未滿時，返回true；佇列滿則丟擲IllegalStateException(「Queue full」)異常——AbstractQueue
* put(e) 佇列未滿時，直接插入沒有返回值；佇列滿時會阻塞等待，一直等到佇列未滿時再插入。
* offer(e) 佇列未滿時，返回true；佇列滿時返回false。非阻塞立即返回。
* offer(e, time, unit) 設定等待的時間，如果在指定時間內還不能往佇列中插入數據則返回false，插入成功返回true。
*/
public Boolean produce(SuccessKilled kill) {
return blockingQueue.offer(kill);
}
/**
* 消費出隊
* poll() 獲取並移除隊首元素，在指定的時間內去輪詢佇列看有沒有首元素有則返回，否者超時後返回null
* take() 與帶超時時間的poll類似不同在於take時候如果當前佇列空了它會一直等待其他執行緒呼叫notEmpty.signal()才會被喚醒
*/
public SuccessKilled consume() throws InterruptedException {
return blockingQueue.take();
}
/**
* 獲取佇列大小
* @return
*/
public int size() {
return blockingQueue.size();
}
}







消費秒殺佇列：實作ApplicationRunner介面

// 消費秒殺佇列
@Slf4j
@Component
public class TaskRunner implements ApplicationRunner{
@Autowired
private SecondKillService seckillService;
@Override
public void run(ApplicationArguments var){
new Thread(() -> {
log.info("佇列啟動成功");
while(true){
try {
// 行程內佇列
SuccessKilled kill = SecondKillQueue.getSkillQueue().consume();
if(kill != null){
Result result = seckillService.startSecondKillByAop(kill.getSeckillId(), kill.getUserId());
if(result != null && result.equals(Result.ok(SecondKillStateEnum.SUCCESS))){
log.info("TaskRunner,result:{}",result);
log.info("TaskRunner從訊息佇列取出使用者，使用者:{}{}",kill.getUserId(),"秒殺成功");
}
}
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}).start();
}
}
@ApiOperation(value="秒殺實作方式六——訊息佇列")
@PostMapping("/start/queue")
public Result startQueue(long skgId){
try {
log.info("開始秒殺方式六...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
SuccessKilled kill = new SuccessKilled();
kill.setSeckillId(skgId);
kill.setUserId(userId);
Boolean flag = SecondKillQueue.getSkillQueue().produce(kill);
// 雖然進入了佇列，但是不一定能秒殺成功 進隊出隊有時間間隙
if(flag){
log.info("使用者:{}{}",kill.getUserId(),"秒殺成功");
}else{
log.info("使用者:{}{}",userId,"秒殺失敗");
}
} catch (Exception e) {
e.printStackTrace();
}
return Result.ok();
}


註意：在業務層和AOP方法中，不能丟擲任何異常， throw new RuntimeException()這些拋異常程式碼要註釋掉。因為一旦程式丟擲異常就會停止，導致消費秒殺佇列行程終止！

使用阻塞佇列來實作秒殺，有幾點要註意：

3.7.方式七（Disruptor佇列）

Disruptor是個高效能佇列，研發的初衷是解決記憶體佇列的延遲問題，在效能測試中發現竟然與I/O操作處於同樣的數量級，基於Disruptor開發的系統單執行緒能支撐每秒600萬訂單。

// 事件生成工廠（用來初始化預分配事件物件）
public class SecondKillEventFactory implements EventFactory<SecondKillEvent> {
@Override
public SecondKillEvent newInstance() {
return new SecondKillEvent();
}
}
// 事件物件（秒殺事件）
public class SecondKillEvent implements Serializable {
private static final long serialVersionUID = 1L;
private long seckillId;
private long userId;
 // set/get方法略
}
// 使用translator方式生產者
public class SecondKillEventProducer {
private final static EventTranslatorVararg<SecondKillEvent> translator = (seckillEvent, seq, objs) -> {
seckillEvent.setSeckillId((Long) objs[0]);
seckillEvent.setUserId((Long) objs[1]);
};
private final RingBuffer<SecondKillEvent> ringBuffer;
public SecondKillEventProducer(RingBuffer<SecondKillEvent> ringBuffer){
this.ringBuffer = ringBuffer;
}
public void secondKill(long seckillId, long userId){
this.ringBuffer.publishEvent(translator, seckillId, userId);
}
}
// 消費者(秒殺處理器)
@Slf4j
public class SecondKillEventConsumer implements EventHandler<SecondKillEvent> {
private SecondKillService secondKillService = (SecondKillService) SpringUtil.getBean("secondKillService");
@Override
public void onEvent(SecondKillEvent seckillEvent, long seq, boolean bool) {
Result result = secondKillService.startSecondKillByAop(seckillEvent.getSeckillId(), seckillEvent.getUserId());
if(result.equals(Result.ok(SecondKillStateEnum.SUCCESS))){
log.info("使用者:{}{}",seckillEvent.getUserId(),"秒殺成功");
}
}
}
public class DisruptorUtil {
static Disruptor<SecondKillEvent> disruptor;
static{
SecondKillEventFactory factory = new SecondKillEventFactory();
int ringBufferSize = 1024;
ThreadFactory threadFactory = runnable -> new Thread(runnable);
disruptor = new Disruptor<>(factory, ringBufferSize, threadFactory);
disruptor.handleEventsWith(new SecondKillEventConsumer());
disruptor.start();
}
public static void producer(SecondKillEvent kill){
RingBuffer<SecondKillEvent> ringBuffer = disruptor.getRingBuffer();
SecondKillEventProducer producer = new SecondKillEventProducer(ringBuffer);
producer.secondKill(kill.getSeckillId(),kill.getUserId());
}
}
@ApiOperation(value="秒殺實作方式七——Disruptor佇列")
@PostMapping("/start/disruptor")
public Result startDisruptor(long skgId){
try {
log.info("開始秒殺方式七...");
final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;
SecondKillEvent kill = new SecondKillEvent();
kill.setSeckillId(skgId);
kill.setUserId(userId);
DisruptorUtil.producer(kill);
} catch (Exception e) {
e.printStackTrace();
}
return Result.ok();
}












經過測試，發現使用Disruptor佇列佇列，與自訂佇列有著同樣的問題，也會出現超賣的情況，但效率有所提高。

4. 小結

對於上面七種實作並行的方式，做一下總結：

-End-

讀到這裏說明你喜歡本公眾號的文章，歡迎 置頂（標星）本公眾號 Linux技術迷，這樣就可以第一時間獲取推播了~

在本公眾號，後台回復：Linux，領取2T學習資料 ！

推薦閱讀

1. 

2. 

3.

4.