目录
秒杀功能作为大型交易平台的常见活动，落地实现的时候需要应对大量并发请求，同时保证请求的快速、准确处理。本文通过案例分析，讲解如何结合Springboot 3和RabbitMQ和Redis来构建秒杀请求的异步处理队列，并通过性能测试对异步处理方案进行优化。
1、描述
交易平台秒杀功能的业务流程
秒杀活动一般发生在一些特定的时间点，如节日特卖或者是限量产品的销售。这样的活动通常会吸引大批用户的参与。由于参与的用户量大，再加上秒杀商品的数量有限，因此这种活动对后端系统的架构设计提出了很大挑战。一般来说，秒杀活动的流程可以分为以下几个步骤：
-
秒杀宣传与倒计时：商家通过广告和营销方式进行秒杀活动的宣传，并在秒杀页面显示一个倒计时，告知用户秒杀活动开始的时间。
-
用户抢单：一般来说，用户需要在秒杀页面上点击“立即秒杀”按钮，发起秒杀请求。
-
系统处理秒杀请求：由于秒杀活动瞬间会产生大量用户请求，所以系统要有相应的优化措施。这里我们采用的是异步处理的方式。具体来说，就是当用户发起秒杀请求后，实际上用户的请求被发送到RabbitMQ的消息队列中，然后通过后台服务进行异步处理。
-
检查库存：在进行后续操作之前，系统会检查当前商品的库存量，以确保没有超卖。
-
扣减库存并生成订单：这是一个原子操作，即系统需要在一次操作中完成库存扣减和订单生成。也就是说，当我们更新库存数量的同时，也会在订单表中创建新的订单记录。
-
支付处理：成功生成订单的用户被引导至支付页面进行付款操作。支付通常有一定的时间限制，如果超过时间未支付，订单会被自动取消，并将库存加回。
-
订单处理：用户成功支付后，系统会进行后续的订单处理工作，比如发货等。
以上是一个通用的秒杀活动业务流程。实际上，在面对大流量的情况下，需要利用各种手段进行优化，以保证服务的稳定性和用户的体验，比如引入消息队列进行异步处理，使用缓存等。具体的优化手段，还需要根据业务场景和系统状况灵活选择和实施。
2、pom.xml文件
RabbitMQ的消息队列配置请看：Spring Boot与RabbitMQ整合：实现高可用消息队列服务
redis的基本配置和实战请看：Spring Boot与Redis深度整合：实战指南
我们需要在SpringBoot应用中集成RabbitMQ和Redis。我们在pom.xml文件中添加依赖：
<dependencies>
<!-- Spring Boot Starter for AMQP (RabbitMQ) -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-amqp</artifactId>
</dependency>
<!-- Spring Boot Starter for Redis -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<!-- 其他依赖... -->
</dependencies>在application.yml中配置RabbitMQ和Redis：
spring:
rabbitmq:
host: your-rabbitmq-host
port: 5672
username: guest
password: guest
redis:
host: your-redis-host
port: 6379
password: your-redis-password # 如果设置了密码的话3、创建redis工具类
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;
import java.util.Collection;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;
@Component
public class RedisUtil {
@Autowired
private RedisTemplate<String, Object> redisTemplate;
/**
* 指定缓存失效时间
* @param key 键
* @param time 时间(秒)
*/
public boolean expire(String key, long time) {
try {
if (time > 0) {
redisTemplate.expire(key, time, TimeUnit.SECONDS);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根据key 获取过期时间
* @param key 键 不能为null
* @return 时间(秒) 返回0代表为永久有效
*/
public long getExpire(String key) {
return redisTemplate.getExpire(key, TimeUnit.SECONDS);
}
/**
* 判断key是否存在
* @param key 键
* @return true 存在 false不存在
*/
public boolean hasKey(String key) {
try {
return redisTemplate.hasKey(key);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 删除缓存
* @param key 可以传一个值 或多个
*/
@SuppressWarnings("unchecked")
public void del(String... key) {
if (key != null && key.length > 0) {
if (key.length == 1) {
redisTemplate.delete(key[0]);
} else {
redisTemplate.delete((Collection<String>) CollectionUtils.arrayToList(key));
}
}
}
// ============================String=============================
/**
* 普通缓存获取
* @param key 键
* @return 值
*/
public Object get(String key) {
return key == null ? null : redisTemplate.opsForValue().get(key);
}
/**
* 普通缓存放入
* @param key 键
* @param value 值
* @return true成功 false失败
*/
public boolean set(String key, Object value) {
try {
redisTemplate.opsForValue().set(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 普通缓存放入并设置时间
* @param key 键
* @param value 值
* @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期
* @return true成功 false 失败
*/
public boolean set(String key, Object value, long time) {
try {
if (time > 0) {
redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
} else {
set(key, value);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 递增
* @param key 键
* @param delta 要增加几(大于0)
*/
public long incr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递增因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, delta);
}
/**
* 递减
* @param key 键
* @param delta 要减少几(小于0)
*/
public long decr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递减因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, -delta);
}
// ================================Map=================================
/**
* HashGet
* @param key 键 不能为null
* @param item 项 不能为null
*/
public Object hget(String key, String item) {
return redisTemplate.opsForHash().get(key, item);
}
/**
* 获取hashKey对应的所有键值
* @param key 键
* @return 对应的多个键值
*/
public Map<Object, Object> hmget(String key) {
return redisTemplate.opsForHash().entries(key);
}
/**
* HashSet
* @param key 键
* @param map 对应多个键值
*/
public boolean hmset(String key, Map<String, Object> map) {
try {
redisTemplate.opsForHash().putAll(key, map);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* HashSet 并设置时间
* @param key 键
* @param map 对应多个键值
* @param time 时间(秒)
* @return true成功 false失败
*/
public boolean hmset(String key, Map<String, Object> map, long time) {
try {
redisTemplate.opsForHash().putAll(key, map);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一张hash表中放入数据,如果不存在将创建
*
* @param key 键
* @param item 项
* @param value 值
* @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value) {
try {
redisTemplate.opsForHash().put(key, item, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 向一张hash表中放入数据,如果不存在将创建
*
* @param key 键
* @param item 项
* @param value 值
* @param time 时间(秒) 注意:如果已存在的hash表有时间,这里将会替换原有的时间
* @return true 成功 false失败
*/
public boolean hset(String key, String item, Object value, long time) {
try {
redisTemplate.opsForHash().put(key, item, value);
if (time > 0) {
expire(key, time);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 删除hash表中的值
*
* @param key 键 不能为null
* @param item 项 可以使多个 不能为null
*/
public void hdel(String key, Object... item) {
redisTemplate.opsForHash().delete(key, item);
}
/**
* 判断hash表中是否有该项的值
*
* @param key 键 不能为null
* @param item 项 不能为null
* @return true 存在 false不存在
*/
public boolean hHasKey(String key, String item) {
return redisTemplate.opsForHash().hasKey(key, item);
}
/**
* hash递增 如果不存在,就会创建一个 并把新增后的值返回
*
* @param key 键
* @param item 项
* @param by 要增加几(大于0)
*/
public double hincr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, by);
}
/**
* hash递减
*
* @param key 键
* @param item 项
* @param by 要减少记(小于0)
*/
public double hdecr(String key, String item, double by) {
return redisTemplate.opsForHash().increment(key, item, -by);
}
// ============================set=============================
/**
* 根据key获取Set中的所有值
* @param key 键
*/
public Set<Object> sGet(String key) {
try {
return redisTemplate.opsForSet().members(key);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 根据value从一个set中查询,是否存在
*
* @param key 键
* @param value 值
* @return true 存在 false不存在
*/
public boolean sHasKey(String key, Object value) {
try {
return redisTemplate.opsForSet().isMember(key, value);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将数据放入set缓存
*
* @param key 键
* @param values 值 可以是多个
* @return 成功个数
*/
public long sSet(String key, Object... values) {
try {
return redisTemplate.opsForSet().add(key, values);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 将set数据放入缓存
*
* @param key 键
* @param time 时间(秒)
* @param values 值 可以是多个
* @return 成功个数
*/
public long sSetAndTime(String key, long time, Object... values) {
try {
Long count = redisTemplate.opsForSet().add(key, values);
if (time > 0)
expire(key, time);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 获取set缓存的长度
*
* @param key 键
*/
public long sGetSetSize(String key) {
try {
return redisTemplate.opsForSet().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 移除值为value的
*
* @param key 键
* @param values 值 可以是多个
* @return 移除的个数
*/
public long setRemove(String key, Object... values) {
try {
Long count = redisTemplate.opsForSet().remove(key, values);
return count;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
// ===============================list=================================
/**
* 获取list缓存的内容
*
* @param key 键
* @param start 开始
* @param end 结束 0 到 -1代表所有值
*/
public List<Object> lGet(String key, long start, long end) {
try {
return redisTemplate.opsForList().range(key, start, end);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 获取list缓存的长度
*
* @param key 键
*/
public long lGetListSize(String key) {
try {
return redisTemplate.opsForList().size(key);
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
/**
* 通过索引 获取list中的值
*
* @param key 键
* @param index 索引 index>=0时， 0 表头，1 第二个元素，依次类推；index<0时，-1，表尾，-2倒数第二个元素，依次类推
*/
public Object lGetIndex(String key, long index) {
try {
return redisTemplate.opsForList().index(key, index);
} catch (Exception e) {
e.printStackTrace();
return null;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
*/
public boolean lSet(String key, Object value) {
try {
redisTemplate.opsForList().rightPush(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
* @param key 键
* @param value 值
* @param time 时间(秒)
*/
public boolean lSet(String key, Object value, long time) {
try {
redisTemplate.opsForList().rightPush(key, value);
if (time > 0)
expire(key, time);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
* @return
*/
public boolean lSet(String key, List<Object> value) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将list放入缓存
*
* @param key 键
* @param value 值
* @param time 时间(秒)
* @return
*/
public boolean lSet(String key, List<Object> value, long time) {
try {
redisTemplate.opsForList().rightPushAll(key, value);
if (time > 0)
expire(key, time);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根据索引修改list中的某条数据
*
* @param key 键
* @param index 索引
* @param value 值
* @return
*/
public boolean lUpdateIndex(String key, long index, Object value) {
try {
redisTemplate.opsForList().set(key, index, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 移除N个值为value
*
* @param key 键
* @param count 移除多少个
* @param value 值
* @return 移除的个数
*/
public long lRemove(String key, long count, Object value) {
try {
Long remove = redisTemplate.opsForList().remove(key, count, value);
return remove;
} catch (Exception e) {
e.printStackTrace();
return 0;
}
}
}4、创建rabbitmq的配置类
@Configuration
public class TopicConfig {
@Bean
public TopicExchange topicExchange() {
return new TopicExchange("seckill_topic", true, false);
}
@Bean
public Queue seckillQueue() {
return new Queue("seckillQueue", true);
}
@Bean
public Binding binding() {
return BindingBuilder.bind(seckillQueue()).to(topicExchange()).with("seckill.#");
}
}
5、创建数据库表
用户信息
商品信息
秒杀信息
订单信息
秒杀订单
6、具体实现过程
@ApiModelProperty(value = "秒杀功能")
@PostMapping("doseckill")
public Result doSeckill(@RequestParam Long userid, @RequestParam Long goodsid) {
//判断是否当前用户
RUser user = (RUser) redisUtil.get("user" + userid + ":");
if (user == null) {
return Result.fail("请登录！");
}
//缓存被秒杀商品的信息
if (redisUtil.get("g" + goodsid + ":") == null) {
GoodsVo goods = goodsService.selectGoodsById(goodsid);
redisUtil.set("g" + goodsid + ":", goods);
}
GoodsVo goods = (GoodsVo) redisUtil.get("g" + goodsid + ":");
//判断是否重复操作，已经成功秒杀，不能再次秒杀
// SeckillOrders seckillOrders = seckillOrdersService.getOne(new QueryWrapper<SeckillOrders>()
// .lambda().eq(SeckillOrders::getUserId, userid)
// .eq(SeckillOrders::getGoodId, goods.getId()));
Object o = redisUtil.get("order:" + userid + goodsid);
if (o != null) {
return Result.fail("用户" + userid + ":每个用户只能秒杀一次.....");
}
//库存预减
Long count = redisUtil.decr("seckill" + goodsid + ":", 1);
if (count < 0) {
redisUtil.incr("seckill" + goodsid + ":", 1);
return Result.fail("用户" + userid + ":存库不足，秒杀失败.....");
}
//将秒杀请求添加到队列中
MqMessage message = new MqMessage(userid, goods);
String msg = JSON.toJSONString(message);
product.sendSeckillMessage(msg);
return Result.succ("秒杀中............");
}用户登录
校验账号和密码是否正确，两者都正确则登陆成功，否则登陆失败。如果登录成功，就将用户的信息缓存在redis中，后续如果需要使用到用户的信息，直接从redis中获取即可，不用再次访问数据库。
public RUser Login(UserDto userDto) {
RUser user = new RUser();
BeanUtils.copyProperties(userDto,user);
QueryWrapper<RUser> qw = new QueryWrapper<>();
qw.lambda().eq(RUser::getId,user.getId())
.eq(RUser::getPassword,user.getPassword());
RUser user1 =baseMapper.selectOne(qw);
if(user1!=null){
redisUtil.set("user"+user1.getId()+":",user1);
System.out.println(redisUtil.set("user"+user1.getId()+":",user1));
}
return user1;
}秒杀功能的流程是：获得秒杀资格后，需要进行商品数量减少、生成订单、生成秒杀订单的操作，当三者都成功运行后，才能秒杀成功。
秒杀商品数量初始化
在系统初始化时，调用这个方法，将秒杀商品的数量存储在redis中，后续使用redis进行预减功能
@Override
public void getSeckillCount() {
List<Seckill> list = baseMapper.selectList(null);
list.forEach(System.out::println);
if (list.size()>0) {
list.forEach(seckill -> {
redisUtil.set("seckill" + seckill.getGoodsId() + ":", seckill.getStockCount());
Object o = redisUtil.get("seckill" + seckill.getGoodsId() + ":");
System.out.println(o.toString());
});
}
}rabbitmq队列
生产者代码
把用户id和秒杀商品信息分发到队列中
public void sendSeckillMessage(String msg){
System.out.println("发送秒杀信息"+msg);
rabbitTemplate.convertAndSend("seckill_topic","seckill.message",msg);
}消费者代码
从队列中获取用户id和商品信息。然后，判断该商品是否还有库存，是否已经秒杀过，如果都没有，则进行订单生产业务。
@RabbitListener(queues = "seckillQueue")
public void receive(String msg) {
MqMessage message = JSONObject.parseObject(msg, MqMessage.class);
Long userid = message.getUserid();
GoodsVo goods = message.getGoodsVo();
//判断是否还有库存
int stock = goods.getStockCount();
if(stock <= 0) {
return;
}
//判断是否已经秒杀到了
Orders order = ordersService.getOne(new QueryWrapper<Orders>()
.lambda().eq(Orders::getUserId,userid)
.eq(Orders::getGoodsId, goods.getId()));
if(order != null) {
return;
}
ordersService.seckill(userid,goods);
}订单模块
订单模块：将用户购买的商品的数量减少1，然后生成订单和秒杀订单。三者都成功后，在redis中存储用户id和订单id，作为秒杀成功的记录，如果用户再次进行秒杀时，直接从redis查询是否存在秒杀成功的记录，存在即返回已经秒杀
public void seckill(Long userid, GoodsVo goods) {
Seckill seckill = seckillMapper.selectOne(
new QueryWrapper<Seckill>().lambda().eq(Seckill::getGoodsId,goods.getId()));
seckill.setStockCount(seckill.getStockCount()-1);
seckillMapper.updateById(seckill);
//生成订单
Orders orders = new Orders();
orders.setUserId(userid).setGoodsId(goods.getId())
.setGoodsCount(1).setStatu(0).setCreateDate(new Date())
.setGoodsPrice(seckill.getSeckillPrice());
baseMapper.insert(orders);
//生成秒杀订单
SeckillOrders seckillOrders = new SeckillOrders();
seckillOrders.setOrderId(orders.getId());
seckillOrders.setUserId(userid);
seckillOrders.setGoodId(goods.getId());
// 保存秒杀订单信息
int i=seckillOrdersMapper.insert(seckillOrders);
redisUtil.set("order:"+userid+goods.getId(),i);
}注意事项：
- 性能优化：在实际生产环境中，您可能需要考虑使用Redis的Lua脚本来确保库存扣减的原子性，并考虑使用分布式锁来避免超卖。
- 限流：在秒杀场景下，大量的请求可能会导致系统崩溃。因此，您可能需要在应用层或网络层实现限流策略。
- 异步处理：使用RabbitMQ进行异步处理可以确保秒杀接口的快速响应，并避免同步处理订单逻辑导致的性能瓶颈。
- 持久化：虽然上述案例中没有明确提到，但您应该确保将秒杀成功的订单信息持久化到数据库中，以便后续的处理和查询。
- 错误处理：在分布式系统中，错误处理是非常重要的。您应该确保在RabbitMQ消费者中正确处理各种异常情况，并考虑使用重试机制来确保消息的可靠传递。