1、场景
2、复现超卖场景
2.1 初始化库存接口
@RestController
@RequestMapping("/redis")
@Slf4j
public class RedisController {
@Resource
private RedisTemplate redisTemplate;
//记录实际卖出的商品数量
private AtomicInteger successNum = new AtomicInteger(0);
@GetMapping(value = "/init")
public String init() {
// 初始化库存数量,模拟库存只要5个商品,写入到redis中
redisTemplate.opsForValue().set("stock", 5);
successNum.set(0);
log.info("===>>>库存初始化成功,库存数为" + 5);
return "初始化库存成功";
}
}2.2 库存扣减接口
@RestController
@RequestMapping("/redis")
@Slf4j
public class RedisController {
@Resource
private RedisTemplate redisTemplate;
//记录实际卖出的商品数量
private AtomicInteger successNum = new AtomicInteger(0);
@GetMapping(value = "/reduce")
public String reduce() {
int stock = (Integer) redisTemplate.opsForValue().get("stock");
log.info("===>>>当前数量" + stock);
// 模拟只减少一个库存
stock = stock - 1;
if (stock < 0) {
log.info("===>>>库存不足");
return "库存不足";
}
// 将剩余数量回写到redis
redisTemplate.opsForValue().set("stock", stock);
// 记录实际卖出的商品数量(线程安全每个请求都会记录)
log.info("===>>>减少库存成功,共出售" + successNum.incrementAndGet());
return "减少库存成功";
}
}2.3 测试
使用工具JMeter模拟并发请求,此处模拟每秒200次;JMeter工具使用参考博客:https://blog.csdn.net/tianqingmuyu/article/details/108401543
注意:测试前先执行初始化库存接口,保证库存写入到Redis中
使用JMeter请求接口,结果如下图:

3、解决超卖实现
3.1 初始化库存接口
@RestController
@RequestMapping("/redis")
@Slf4j
public class RedisController {
@Resource
private RedisTemplate redisTemplate;
//记录实际卖出的商品数量
private AtomicInteger successNum = new AtomicInteger(0);
@GetMapping(value = "/init")
public String init() {
// 初始化库存数量,模拟库存只要5个商品,写入到redis中
redisTemplate.opsForValue().set("stock", 5);
successNum.set(0);
log.info("===>>>库存初始化成功,库存数为" + 5);
return "初始化库存成功";
}
}3.2 库存扣减接口
@RestController
@RequestMapping("/redis")
@Slf4j
public class RedisController {
@Resource
private RedisTemplate redisTemplate;
//记录实际卖出的商品数量
private AtomicInteger successNum = new AtomicInteger(0);
@GetMapping(value = "/reduce")
public String reduce() {
// 开启事务
redisTemplate.setEnableTransactionSupport(true);
List<Object> results = (List<Object>) redisTemplate.execute(new SessionCallback<List<Object>>() {
@Override
public List<Object> execute(RedisOperations operations) throws DataAccessException {
// 监视key
operations.watch("stock");
Integer stock = (Integer) operations.opsForValue().get("stock");
operations.multi();
stock = stock - 1;
if (stock < 0) {
log.info("===>>>库存不足");
return null;
}
operations.opsForValue().set("stock", stock);
return operations.exec();
}
});
if (results != null && results.size() > 0) {
log.info("===>>>减少库存成功,共出售" + successNum.incrementAndGet());
return "减少库存成功";
}
return "库存不足";
}
}3.3 测试
使用工具JMeter模拟并发请求,此处模拟每秒200次;JMeter工具使用参考博客:https://blog.csdn.net/tianqingmuyu/article/details/108401543
注意:测试前先执行初始化库存接口,保证库存写入到Redis中
使用JMeter请求接口,结果如下图,没有出现超卖情况:

结论
通过Redis事务机制,能够有效的解决秒杀系统的超卖问题;
其他实现方式:Redis实现分布式锁机制
最后
以上就是开朗过客最近收集整理的关于RedisTemplate解决高并发下秒杀系统库存超卖方案 — Redis事务+乐观锁机制的全部内容,更多相关RedisTemplate解决高并发下秒杀系统库存超卖方案内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复