redis高併發秒殺測試
專案原始碼：https://pan.baidu.com/s/1KfTRyghgUqvkpBCHN6xJwg
準備
- 使用
docker-compose命令啟動redis伺服器（可以用其他方式啟動） - idea啟動測試專案
- jmeter測試指令碼
重現秒殺時出現的超賣問題
- 核心測試程式碼如下：
- /**
* 用於測試redis秒殺
*/
@RestController
@RequestMapping("/api/spike")
@Slf4j
public class SpikeController {
@Resource(name = "stringRedisTemplate")
private StringRedisTemplate stringRedisTemplate;
@Autowired
private RedissonClient redissonClient;
//記錄實際賣出的商品數量
private AtomicInteger successNum = new AtomicInteger(0);
@RequestMapping(value = "/initSku", method = RequestMethod.GET)
public String initSku() {
//初始化庫存數量
stringRedisTemplate.opsForValue().set("product_sku", "5");
//初始化實際賣出的商品數量0
successNum.set(0);
return "初始化庫存成功";
}
/**
* 會出現超賣情況的減少庫存方式
* @return
*/
@RequestMapping(value = "/reduceSku", method = RequestMethod.GET)
public String reduceSku() {
Integer sku = Integer.parseInt(stringRedisTemplate.opsForValue().get("product_sku"));
sku = sku - 1;
if (sku < 0) {
return "庫存不足";
}
stringRedisTemplate.opsForValue().set("product_sku", sku.toString());
//記錄實際賣出的商品數量
return "減少庫存成功,共減少" + successNum.incrementAndGet();
}
@RequestMapping(value = "/successNum", method = RequestMethod.GET)
public String successNum() {
return "顧客成功搶到的商品數量：" + successNum.get();
}
} - 測試api：
- API{初始化庫存數量} >> http://127.0.0.1:8090/api/spike/initSku
API{減少庫存數量} >> http://127.0.0.1:8090/api/spike/reduceSku
API{檢視共減少庫存數量} >> http://127.0.0.1:8090/api/spike/successNum第一個api用於：初始化庫存中的商品數量為5
第二個api用於：減少庫存1個商品（即客戶購買一個商品）
第三個api用於：檢視使用者實際購買的商品
少量使用者請求的情況展示：
首先初始商品庫存：http://127.0.0.1:8090/api/spike/initSku
- redis資料庫中商品庫存記錄，結果為5
- 檢視使用者實際購買的商品，結果為0
- 客戶購買5次商品（呼叫5次
減少庫存數量api）,下面只列出3個圖 -
客戶繼續購買（繼續呼叫
減少庫存數量api）時，會提示庫存不足 -
再次檢視redis資料庫中商品庫存記錄，結果為0
-
- 再次檢視使用者實際購買的商品，結果為5
-
大量使用者請求的情況（高併發秒殺）展示
- 首先初始商品庫存：http://127.0.0.1:8090/api/spike/initSku
- redis資料庫中商品庫存記錄，結果為5
- 檢視使用者實際購買的商品，結果為0
- 使用jmeter開啟測試指令碼，可以看到基本配置如下
- jmeter併發配置如下（當用戶數達到 1000 的時候才開始測試）
-
點選jmeter的
start按鈕，開始1000個併發請求 -
再次檢視redis資料庫中商品庫存記錄，結果為0
-
- 注意：再次檢視使用者實際購買的商品，結果超過5，出現超賣情況！！！
-
超賣問題原因分析
- 從上面測試結果，我們知道，高併發請求
http://127.0.0.1:8090/api/spike/reduceSku，會出現超賣的情況 - 下面我們看下超賣問題的原因
-
-
從程式碼片可以看出，問題原因是庫存數量sku的讀和寫操作不在同一個原子操作上，導致類似不可重複讀的現象。可以類比多執行緒的問題。
通過redis事務解決超賣問題使用redis原生的sdk
如下改造reduceSku()方法，作為一個新介面http://127.0.0.1:8090/api/spike/reduceSku3
/**
* 加入事務的減少庫存方式
* @return
*/
@RequestMapping(value = "/reduceSku3", method = RequestMethod.GET)
public String reduceSku3() {
Jedis jedis = new Jedis("127.0.0.1", 6379);
List<Object> result ;
Transaction transaction = null;
try {
jedis.watch("product_sku");
int sku = Integer.parseInt(jedis.get("product_sku"));
if (sku > 0) {
transaction = jedis.multi();
transaction.set("product_sku", String.valueOf(sku - 1));
// int exp = 1/0;
result = transaction.exec();
if (result == null || result.isEmpty()) {
System.out.println("Transaction error...");// 可能是watch-key被外部修改，或者是資料操作被駁回
// transaction.discard(); //watch-key被外部修改時，discard操作會被自動觸發
return "Transaction error...";
}
} else {
return "庫存不足";
}
return "減少庫存成功,共減少" + successNum.incrementAndGet();
} catch (Exception e) {
log.error(e.getMessage());
transaction.discard();
return "fail";
}
}大量使用者請求
reduceSku3介面的情況（高併發秒殺）展示 - 首先初始商品庫存：http://127.0.0.1:8090/api/spike/initSku
- redis資料庫中商品庫存記錄，結果為5
- 檢視使用者實際購買的商品，結果為0
- 使用jmeter開啟測試指令碼，可以看到基本配置如下
- jmeter併發配置如下（當用戶數達到 1000 的時候才開始測試）
-
點選jmeter的
start按鈕，開始1000個併發請求 -
再次檢視redis資料庫中商品庫存記錄，結果為0
-
- 注意：再次檢視使用者實際購買的商品，結果為5，超賣情況消失
-
上面是直接用redis原生的sdk物件jredis執行的事務
spring的redisTemplate執行事務
注意： 若要使用spring的redisTemplate執行事務，需要在開啟事務後執行一個redis的查詢操作（但不能使用查詢到的值）。原因有兩點：
spring對redis事務的exec()方法返回結果做了處理（把返回值的 OK結果刪掉）。
導致在事務中只有set等更新操作時，事務執行失敗與成功返回的結果一樣
事務過程中查詢redis的值只會在事務執行成功後才放回。而在事務執行過程中只會返回null
介面http://127.0.0.1:8090/api/spike/reduceSku3是使用spring的redisTemplate執行事務的例子。程式碼如下@RequestMapping(value = "/reduceSku2", method = RequestMethod.GET)
public String reduceSku2() {
stringRedisTemplate.setEnableTransactionSupport(true);
List<Object> results = stringRedisTemplate.execute(new SessionCallback<List<Object>>() {
@Override
public List<Object> execute(RedisOperations operations) throws DataAccessException {
operations.watch("product_sku");
String product_sku = (String) operations.opsForValue().get("product_sku");
operations.multi();
operations.opsForValue().get("product_sku");//必要的空查詢
Integer sku = Integer.parseInt(product_sku);
sku = sku - 1;
if (sku < 0) {
return null;
}
operations.opsForValue().set("product_sku", sku.toString());
return operations.exec();
// operations.unwatch(); //執行exec()後自動unwatch()
}
});
if (results != null && results.size() > 0) {
return "減少庫存成功,共減少" + successNum.incrementAndGet();
}
return "庫存不足";
// return result.toString();
} - 測試結果為：成功解決超賣問題
- 不再另外貼圖片出來
-
spring的
redisTemplate執行事務（使用zset） - 介面
http://127.0.0.1:8090/api/set/reduceSku是使用zset的方式 - @RequestMapping(value = "/reduceSku", method = RequestMethod.GET)
public String reduceSku5(String pid) {
pid = pid==null? String.valueOf(1) :pid;
String finalPid = pid;
List<Object> results = redisTemplate.execute(new SessionCallback<List<Object>>() {
@Override
public List<Object> execute(RedisOperations redisOperations) throws DataAccessException {
String key = "product";
redisOperations.watch(key);
ZSetOperations<String, String> kvzSetOperations = redisOperations.opsForZSet();
Object score = kvzSetOperations.score(key, finalPid);
redisOperations.multi();
if (score != null && Double.valueOf(score.toString()) > 0) {
kvzSetOperations.incrementScore("product", finalPid, -1);
}
return redisOperations.exec();
}
});
if (results != null && results.size() > 0) {
return "減少庫存成功,共減少" + successNum.incrementAndGet();
}
return "庫存不足";
} - 測試結果為：成功解決超賣問題
- 不再另外貼圖片出來
-
通過加鎖方式解決超賣問題
- 如下改造
reduceSku()方法，作為一個新介面http://127.0.0.1:8090/api/spike/reduceSku4 @RequestMapping(value = "/reduceSku4", method = RequestMethod.GET)
public String reduceSku4() {
RLock rLock = redissonClient.getLock("product_sku");
try {
rLock.lock();
Integer sku = Integer.parseInt(stringRedisTemplate.opsForValue().get("product_sku"));
sku = sku - 1;
if (sku < 0) {
return "庫存不足";
}
stringRedisTemplate.opsForValue().set("product_sku", sku.toString());
return "減少庫存成功,共減少" + successNum.incrementAndGet();
} finally {
rLock.unlock();
}
}- 測試結果為：成功解決超賣問題
- 不再另外貼圖片出來