前言:
①本帖先选用JMeter作为测试并发的工具,讲解JMeter的并发配置,模拟请求成功
②开始抢票场景的模拟,编写数据库表、业务代码、模拟并发成功
③开始解决抢票过程中遇到的并发问题,并使其并发只有一个用户能够抢到票
④开始多种方案尝试
JMeter使用方法见下方,写的很详细:使用JMeter进行并发测试接口_susu1083018911的博客-CSDN博客_jmeter并发测试1.下载JMeterApache JMeter - Download Apache JMeter我是windows系统,选择了zip下载。2.解压下载好的zip3.打开bin文件夹找到jmeter.properties配置文件,修改(大概在39行的位置)language=zh_CN4.在bin目录下,找到jmeter.bat,双击启动5.新建测试计划,选中“测试计划”,鼠标右击,选择添加->线程(用户)->线程组6.光标选中线程组,..https://blog.csdn.net/susu1083018911/article/details/123529036
如图配置:
如上图检测到的结果能看到,并发的五个请求都成功请求到了。配置完毕。
下面我们开始模拟场景:
这里以抢票为例吧,一张票只能被一个人抢到。先设计表结构,编写业务。
票种和剩余票数关联关系表:
抢票记录表:
编写业务:
package com.hyj.services;
import com.baomidou.mybatisplus.core.conditions.query.QueryWrapper;
import com.baomidou.mybatisplus.core.toolkit.Wrappers;
import com.hyj.domain.tb.TicketNum;
import com.hyj.domain.tb.TicketPurchaseLog;
import com.hyj.interfaces.ITicketNumService;
import com.hyj.mapper.TicketNumMapper;
import com.hyj.mapper.TicketPurchaseLogMapper;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import java.util.Date;
@Service
@Slf4j
public class TicketNumServiceImpl implements ITicketNumService {
@Autowired
private TicketNumMapper numMapper;
@Autowired
private TicketPurchaseLogMapper purchaseLogMapper;
@Override
public Boolean buyTicket(Integer userId) {
//假设业务是,抢票成功即:更新票数,且插入成功,抢票失败即:更新失败,且插入失败。
//抢票前,需判断此票种是否还能抢票。
//在这里,模拟都抢ticked_id=1的票
try {
QueryWrapper queryWrapper = Wrappers.query();
queryWrapper.eq("ticked_id", 1);
TicketNum numInfo = numMapper.selectById(1);
if (numInfo == null || numInfo.getNum() < 1) {
log.warn("此票已被抢");
return false;
}
//减票数
numInfo.setNum(numInfo.getNum() - 1);
numMapper.updateById(numInfo);
//插入日志
TicketPurchaseLog model = new TicketPurchaseLog();
model.setTickedId(1);
model.setUserId(userId);
model.setCreateTime(new Date());
purchaseLogMapper.insert(model);
} catch (Exception e) {
log.error("抢票信息异常:{}", e.getStackTrace());
return false;
}
return true;
}
}
接口调试执行成功,插入一条数据并更新库存,从6更改为5。
清空表后,下面开始并发测试:
妈滴……只插入了一条数据,好像并没有并发问题????(当时是业务设计不完整,是单表操作。后面更改为两表操作后,不睡也会有问题) 有并发问题的话,应该插入5条。呵呵哒,傻了,是因为执行太快,并没有并发问题,所以再次假设,红框内执行较慢,让它睡5秒
再次并发测试,5个请求都返回true,且插入5条数据,成功模拟并发场景。
插入五条抢票记录,而库存却只减了一个。
这是错误日志:
所以,得出啥结论造吗……只要够快,就没有问题。。。所以呢,消息队列就可以引入了(如果业务场景允许)
下面开始——高并发解决方案: ①系统拆分 ②缓存 ③消息队列 ④分库分表 ⑤读写分离 ⑥solrCloud
这里我们说②③④
总而言之就是分布式锁和消息队列那些事儿呗。
分布式锁的实现方式 ①数据库:乐观锁、悲观锁 ②基于redis的实现 ③基于zookeeper分布式锁的那几种实现方式都搞上:悲观锁、乐观锁、缓存分布式锁、关键字锁之类的。能用乐观
锁就不要用悲观锁,悲观锁要等待,容易阻塞,体验很差劲。
下面开始实操:
场景:只剩一张车票,禁止卖超
①数据库悲观锁它悲观地认为,所有操作都冲突
@Override
@Transactional
public Boolean bgBuyTicket(Integer userId) {
//假设业务是,抢票成功即:更新票数,且插入成功,抢票失败即:更新失败,且插入失败。
//抢票前,需判断此票种是否还能抢票。
//在这里,模拟都抢ticked_id=1的票
try {
//悲观锁锁住数据
// SELECT id,num,version,update_time from ticket_num where id = 1 for update
TicketNum numInfo = numMapper.bgSql();
if (numInfo == null || numInfo.getNum() < 1) {
log.warn("此票已被抢");
return false;
}
// Thread.sleep(5000);
//减票数
numInfo.setNum(numInfo.getNum() - 1);
numMapper.updateById(numInfo);
//插入日志
TicketPurchaseLog model = new TicketPurchaseLog();
model.setTickedId(1);
model.setUserId(userId);
model.setCreateTime(new Date());
purchaseLogMapper.insert(model);
} catch (Exception e) {
log.error("抢票信息异常:{}", e.getStackTrace());
return false;
}
return true;
}
结果:
下图为并发10次,只有6张票的情况:所以解决方案正确
这种是悲观锁的方式,解决高并发问题,注意一定要加@transactional事务注解,不加的话,会同
时插入5条,控制不住并发。but有but,这种方式能不用就不用。贼不好,要一直等待,所以又产
生了一个新的问题:死锁。华丽丽登场,这里我们先不说了,篇幅有限(假装我会但我不说)
注意:单纯加注释而不锁数据for update。并没有卵用。
上图是其中的一种解决方式,本质是mysql的悲观锁+事务。最后commit
②数据库乐观锁乐观得认为,数据修改产生冲突的概率并不大,适合读多写少。
乐观锁的原理是:两个字段控制唯一一条数据。当在查询数据的时候并不知道成功与否,修改数据
的时候才知道
@Override
@Transactional
public Boolean lgBuyTicket(Integer userId) {
//假设业务是,抢票成功即:更新票数,且插入成功,抢票失败即:更新失败,且插入失败。
//抢票前,需判断此票种是否还能抢票。
//在这里,模拟都抢ticked_id=1的票
try {
//查出数据
QueryWrapper queryWrapper = Wrappers.query();
queryWrapper.eq("ticked_id", 1);
TicketNum numInfo = numMapper.selectById(1);
if (numInfo == null || numInfo.getNum() < 1) {
log.warn("此票已被抢");
return false;
}
//乐观锁,减票数
// UPDATE ticket_num set num = num-1,version = #{oldVersion}+1,update_time = now() where id = 1 and version = #{oldVersion}
Integer result = numMapper.lgSql(numInfo.getVersion());
if (result > 0) {
//插入日志
TicketPurchaseLog model = new TicketPurchaseLog();
model.setTickedId(1);
model.setUserId(userId);
model.setCreateTime(new Date());
purchaseLogMapper.insert(model);
}
} catch (Exception e) {
log.error("抢票信息异常:{}", e.getStackTrace());
return false;
}
return true;
}
这里模拟了只剩两张票,结果:
经尝试,不加事务注解对并发没什么影响,但是!还是加上吧,同时要注意拿到结果后才能继续下
一步
下图为并发10次,只有6张票的情况:所以解决方案正确
③关于加唯一索引的想法建议只是想想,太简单粗暴了,能没弊端吗(一不小心又死锁了)……能在上游拦截就拦截,加索
引也可以,上游一定要处理后再加。跟悲观锁一个道理
④消息队列异步,削峰。用起来用起来
⑤synchronized关键字,和lock锁
@Override
@Transactional
public synchronized Boolean lockBuyTicket(Integer userId) {
//假设业务是,抢票成功即:更新票数,且插入成功,抢票失败即:更新失败,且插入失败。
//抢票前,需判断此票种是否还能抢票。
//在这里,模拟都抢ticked_id=1的票
try {
QueryWrapper queryWrapper = Wrappers.query();
queryWrapper.eq("ticked_id", 1);
TicketNum numInfo = numMapper.selectById(1);
if (numInfo == null || numInfo.getNum() < 1) {
log.warn("此票已被抢,userId={}的没抢到", userId);
return false;
}
log.info("目前一共{}张票,userId={}抢到一张", numInfo.getNum(),userId);
//Thread.sleep(5000);
//减票数
numInfo.setNum(numInfo.getNum() - 1);
numMapper.updateById(numInfo);
//插入日志
TicketPurchaseLog model = new TicketPurchaseLog();
model.setTickedId(1);
model.setUserId(userId);
model.setCreateTime(new Date());
purchaseLogMapper.insert(model);
} catch (Exception e) {
log.error("抢票信息异常:{}", e.getStackTrace());
return false;
}
return true;
}
成功解决问题。依旧不推荐,原理同悲观锁相同,都需要等待释放,很慢,吞吐量不行。而且,这
里还有比数据库悲观锁更不好的一点,关键字只能控制单体应用,并不能控制分布式服务。
⑤redis实现
@Override
@Transactional
public Boolean redisBuyTicket(Integer userId) {
//假设业务是,抢票成功即:更新票数,且插入成功,抢票失败即:更新失败,且插入失败。
//抢票前,需判断此票种是否还能抢票。
//在这里,模拟都抢ticked_id=1的票
try {
Integer num = 0;
if (redisUtil.exists("ticked_id_1")) {
num = (Integer) redisUtil.get("ticked_id_1");
if (num < 1) {
log.warn("此票已被抢,userId={}的没抢到", userId);
return false;
}
} else {
QueryWrapper queryWrapper = Wrappers.query();
queryWrapper.eq("ticked_id", 1);
TicketNum numInfo = numMapper.selectById(1);
num = numInfo.getNum();
redisUtil.set("ticked_id_1", num);
if (num < 1) {
log.warn("此票已被抢,userId={}的没抢到", userId);
return false;
}
}
log.info("目前一共{}张票,userId={}抢到一张", num, userId);
// Thread.sleep(5000);
//减票数
redisUtil.set("ticked_id_1", num - 1);
TicketNum numModel = new TicketNum();
numModel.setId(1);
numModel.setNum(num - 1);
numModel.setUpdateTime(new Date());
numMapper.updateById(numModel);
//插入日志
TicketPurchaseLog model = new TicketPurchaseLog();
model.setTickedId(1);
model.setUserId(userId);
model.setCreateTime(new Date());
purchaseLogMapper.insert(model);
} catch (Exception e) {
log.error("抢票信息异常:{}", e.getStackTrace());
return false;
}
return true;
}
不考虑并发的,缓存业务写法如上图。
成功的并发住了,出现问题了:
实际上,只是简单的读取并放入就会并发住:
系统初始化的时候,将票的库存加载到Redis 缓存中保存
下面用分布式锁解决问题,
①redis的setnx实现如果key不存在,这种情况下等同SET命令。 当key存在时,什么也不做。
目前业务场景不支持用setnx,这里不说了
②redisson实现解决方式是:在业务模块之前,redis加锁;在业务模块之后,redis解锁。
这里引入redission,redisson 是 Redis 官方的分布式锁组件。很成熟了,拿来就可以用,支持单
点模式、主从模式、哨兵模式、集群模式,也不用自己写锁之类的。
Redisson实现了分布式和可扩展的java数据结构,支持的数据结构有:List, Set, Map, Queue,
SortedSet, ConcureentMap, Lock, AtomicLong, CountDownLatch。并且是线程安全的,底层使用
Netty4实现网络通信。和jedis相比,功能比较简单,不支持排序,事务,管道,分区等redis特性,
可以认为是jedis的补充,不能替换jedis。
首先,加入pom依赖
org.redisson
redisson-spring-boot-starter
3.13.0
加入依赖后,注解@Autowried引用类RedissonClient,这个类提供了方法的加锁及解锁。
编写:
@Override
@Transactional
public Boolean redissonBuyTicket(Integer userId) {
//假设业务是,抢票成功即:更新票数,且插入成功,抢票失败即:更新失败,且插入失败。
//抢票前,需判断此票种是否还能抢票。
//在这里,模拟都抢ticked_id=1的票
Boolean result = true;
//获取分布式锁
RLock lock = redissonClient.getLock("ticked_id_1");
lock.lock();
try {
QueryWrapper queryWrapper = Wrappers.query();
queryWrapper.eq("ticked_id", 1);
TicketNum numInfo = numMapper.selectById(1);
Integer num = numInfo.getNum();
if (num < 1) {
log.warn("此票已被抢,userId={}的没抢到", userId);
return false;
}
log.info("目前一共{}张票,userId={}抢到一张", num, userId);
// Thread.sleep(5000);
//业务逻辑卸载try...catch中 ,finally最后一定要释放锁
//减票数
TicketNum numModel = new TicketNum();
numModel.setId(1);
numModel.setNum(num - 1);
numModel.setUpdateTime(new Date());
numMapper.updateById(numModel);
//插入日志
TicketPurchaseLog model = new TicketPurchaseLog();
model.setTickedId(1);
model.setUserId(userId);
model.setCreateTime(new Date());
purchaseLogMapper.insert(model);
} catch (Exception e) {
log.error("抢票信息异常:{}", e.getStackTrace());
result = false;
} finally {
lock.unlock();
}
return result;
}
这里注意,try catch finally之后一定要解锁。
运行结果:报错
注意,这里锁的key和库存key不要用一个!!!不要用redis已经存在的key。。。
再次运行,结果如下:
成功控制住并发!再次解决。推荐此种方式



