【高并发】Redis如何助力高并发秒杀系统，看完这篇我完全懂了！！

写在前面

以前，咱们在《【高并发】高并发秒杀系统架构解密，不是全部的秒杀都是秒杀！》一文中，详细讲解了高并发秒杀系统的架构设计，其中，咱们介绍了可使用Redis存储秒杀商品的库存数量。不少小伙伴看完后，以为一头雾水，看完是看完了，那如何实现呢？今天，咱们就一块儿来看看Redis是如何助力高并发秒杀系统的！java

有关高并发秒杀系统的架构设计，小伙伴们能够关注 冰河技术 公众号，查看《【高并发】高并发秒杀系统架构解密，不是全部的秒杀都是秒杀！》一文。面试

秒杀业务

在电商领域，存在着典型的秒杀业务场景，那何谓秒杀场景呢。简单的来讲就是一件商品的购买人数远远大于这件商品的库存，并且这件商品在很短的时间内就会被抢购一空。好比每一年的61八、双11大促，小米新品促销等业务场景，就是典型的秒杀业务场景。redis

秒杀业务最大的特色就是瞬时并发流量高，在电商系统中，库存数量每每会远远小于并发流量，好比：天猫的秒杀活动，可能库存只有几百、几千件，而瞬间涌入的抢购并发流量可能会达到几十到几百万。设计模式

因此，咱们能够将秒杀系统的业务特色总结以下。缓存

（1）限时、限量、限价bash

在规定的时间内进行；秒杀活动中商品的数量有限；商品的价格会远远低于原来的价格，也就是说，在秒杀活动中，商品会以远远低于原来的价格出售。微信

例如，秒杀活动的时间仅限于某天上午10点到10点半，商品数量只有10万件，售完为止，并且商品的价格很是低，例如：1元购等业务场景。markdown

限时、限量和限价能够单独存在，也能够组合存在。数据结构

（2）活动预热架构

须要提早配置活动；活动还未开始时，用户能够查看活动的相关信息；秒杀活动开始前，对活动进行大力宣传。

（3）持续时间短

购买的人数数量庞大；商品会迅速售完。

在系统流量呈现上，就会出现一个突刺现象，此时的并发访问量是很是高的，大部分秒杀场景下，商品会在极短的时间内售完。

秒杀三阶段

一般，从秒杀开始到结束，每每会经历三个阶段：

准备阶段：这个阶段也叫做系统预热阶段，此时会提早预热秒杀系统的业务数据，每每这个时候，用户会不断刷新秒杀页面，来查看秒杀活动是否已经开始。在必定程度上，经过用户不断刷新页面的操做，能够将一些数据存储到Redis中进行预热。
秒杀阶段：这个阶段主要是秒杀活动的过程，会产生瞬时的高并发流量，对系统资源会形成巨大的冲击，因此，在秒杀阶段必定要作好系统防御。
结算阶段： 完成秒杀后的数据处理工做，好比数据的一致性问题处理，异常状况处理，商品的回仓处理等。

Redis助力秒杀系统

咱们能够在Redis中设计一个Hash数据结构，来支持商品库存的扣减操做，以下所示。

seckill:goodsStock:${goodsId}{
	totalCount:200,
	initStatus:0,
	seckillCount:0
}
复制代码

在咱们设计的Hash数据结构中，有三个很是主要的属性。

totalCount：表示参与秒杀的商品的总数量，在秒杀活动开始前，咱们就须要提早将此值加载到Redis缓存中。
initStatus：咱们把这个值设计成一个布尔值。秒杀开始前，这个值为0，表示秒杀未开始。能够经过定时任务或者后台操做，将此值修改成1，则表示秒杀开始。
seckillCount：表示秒杀的商品数量，在秒杀过程当中，此值的上限为totalCount，当此值达到totalCount时，表示商品已经秒杀完毕。

咱们能够经过下面的代码片断在秒杀预热阶段，将要参与秒杀的商品数据加载的缓存。

/** * @author binghe * @description 秒杀前构建商品缓存代码示例 */
public class SeckillCacheBuilder{
    private static final String GOODS_CACHE = "seckill:goodsStock:"; 
    private String getCacheKey(String id) { 
        return  GOODS_CACHE.concat(id);
    } 
    public void prepare(String id, int totalCount) { 
        String key = getCacheKey(id); 
        Map<String, Integer> goods = new HashMap<>(); 
        goods.put("totalCount", totalCount); 
        goods.put("initStatus", 0); 
        goods.put("seckillCount", 0); 
        redisTemplate.opsForHash().putAll(key, goods); 
     }
}
复制代码

秒杀开始的时候，咱们须要在代码中首先判断缓存中的seckillCount值是否小于totalCount值，若是seckillCount值确实小于totalCount值，咱们才可以对库存进行锁定。在咱们的程序中，这两步其实并非原子性的。若是在分布式环境中，咱们经过多台机器同时操做Redis缓存，就会发生同步问题，进而引发“超卖”的严重后果。

在电商领域，有一个专业名词叫做“超卖”。顾名思义：“超卖”就是说卖出的商品数量比商品的库存数量多，这在电商领域是一个很是严重的问题。那么，咱们如何解决“超卖”问题呢？

Lua脚本完美解决超卖问题

咱们如何解决多台机器同时操做Redis出现的同步问题呢？一个比较好的方案就是使用Lua脚本。咱们可使用Lua脚本将Redis中扣减库存的操做封装成一个原子操做，这样就可以保证操做的原子性，从而解决高并发环境下的同步问题。

例如，咱们能够编写以下的Lua脚本代码，来执行Redis中的库存扣减操做。

local resultFlag = "0" 
local n = tonumber(ARGV[1]) 
local key = KEYS[1] 
local goodsInfo = redis.call("HMGET",key,"totalCount","seckillCount") 
local total = tonumber(goodsInfo[1]) 
local alloc = tonumber(goodsInfo[2]) 
if not total then 
    return resultFlag 
end 
if total >= alloc + n  then 
    local ret = redis.call("HINCRBY",key,"seckillCount",n) 
    return tostring(ret) 
end 
return resultFlag
复制代码

咱们可使用以下的Java代码来调用上述Lua脚本。

public int secKill(String id, int number) { 
    String key = getCacheKey(id); 
    Object seckillCount =  redisTemplate.execute(script, Arrays.asList(key), String.valueOf(number)); 
    return Integer.valueOf(seckillCount.toString()); 
}
复制代码

这样，咱们在执行秒杀活动时，就可以保证操做的原子性，从而有效的避免数据的同步问题，进而有效的解决了“超卖”问题。

重磅福利

关注「 冰河技术 」微信公众号，后台回复 “设计模式” 关键字领取《深刻浅出Java 23种设计模式》PDF文档。回复“Java8”关键字领取《Java8新特性教程》PDF文档。回复“限流”关键字获取《亿级流量下的分布式限流解决方案》PDF文档，三本PDF均是由冰河原创并整理的超硬核教程，面试必备！！

好了，今天就聊到这儿吧！别忘了点个赞，给个在看和转发，让更多的人看到，一块儿学习，一块儿进步！！

写在最后

若是你以为冰河写的还不错，请微信搜索并关注「 冰河技术 」微信公众号，跟冰河学习高并发、分布式、微服务、大数据、互联网和云原生技术，「 冰河技术 」微信公众号更新了大量技术专题，每一篇技术文章干货满满！很多读者已经经过阅读「 冰河技术 」微信公众号文章，吊打面试官，成功跳槽到大厂；也有很多读者实现了技术上的飞跃，成为公司的技术骨干！若是你也想像他们同样提高本身的能力，实现技术能力的飞跃，进大厂，升职加薪，那就关注「 冰河技术 」微信公众号吧，天天更新超硬核技术干货，让你对如何提高技术能力再也不迷茫！