`spring boot`高并发秒杀测试

￡神魔★判官ぃ 2022-04-16 02:16 151阅读 0赞

redis高并发秒杀测试  
测试项目： https://github.com/14251104246/redis-demo.git准备  
使用docker-compose命令启动redis服务器（可以用其他方式启动）  
idea启动测试项目  
jmeter测试脚本   
高并发秒杀-重现超卖问题.jmx  
高并发秒杀-有事务方式减少库存.jmx  
重现秒杀时出现的超卖问题  
核心测试代码如下：

/**
     * 用于测试redis秒杀
     */
    @RestController
    @RequestMapping("/api/spike")
    @Slf4j
    public class SpikeController {
    
        @Resource(name = "stringRedisTemplate")
        private StringRedisTemplate stringRedisTemplate;
    
        @Autowired
        private RedissonClient redissonClient;
    
        //记录实际卖出的商品数量
        private AtomicInteger successNum = new AtomicInteger(0);
    
        @RequestMapping(value = "/initSku", method = RequestMethod.GET)
        public String initSku() {
            //初始化库存数量
            stringRedisTemplate.opsForValue().set("product_sku", "5");
            //初始化实际卖出的商品数量0
            successNum.set(0);
            return "初始化库存成功";
        }
    
        /**
         * 会出现超卖情况的减少库存方式
         * @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 "库存不足";
            }
    
            stringRedisTemplate.opsForValue().set("product_sku", sku.toString());
            //记录实际卖出的商品数量
            return "减少库存成功,共减少" + successNum.incrementAndGet();
        }
    
        @RequestMapping(value = "/successNum", method = RequestMethod.GET)
        public String successNum() {
            return "顾客成功抢到的商品数量：" + successNum.get();
        }
    }

测试api：  
API\{初始化库存数量\} >> http://127.0.0.1:8090/api/spike/initSku  
API\{减少库存数量\} >> http://127.0.0.1:8090/api/spike/reduceSku  
API\{查看共减少库存数量\} >> http://127.0.0.1:8090/api/spike/successNum  
  
第一个api用于：初始化库存中的商品数量为5  
第二个api用于：减少库存1个商品（即客户购买一个商品）  
第三个api用于：查看用户实际购买的商品

少量用户请求的情况展示：

首先初始商品库存：http://127.0.0.1:8090/api/spike/initSku

redis数据库中商品库存记录，结果为5

查看用户实际购买的商品，结果为0

客户购买5次商品（调用5次减少库存数量api）,下面只列出3个图

客户继续购买（继续调用减少库存数量api）时，会提示库存不足

再次查看redis数据库中商品库存记录，结果为0

再次查看用户实际购买的商品，结果为5

大量用户请求的情况（高并发秒杀）展示

首先初始商品库存：http://127.0.0.1:8090/api/spike/initSku

redis数据库中商品库存记录，结果为5

查看用户实际购买的商品，结果为0

使用jmeter打开测试脚本，可以看到基本配置如下

jmeter并发配置如下（当用户数达到 1000 的时候才开始测试）

点击jmeter的start按钮，开始1000个并发请求

再次查看redis数据库中商品库存记录，结果为0

注意：再次查看用户实际购买的商品，结果超过5，出现超卖情况！！！  
  
超卖问题原因分析  
从上面测试结果，我们知道，高并发请求http://127.0.0.1:8090/api/spike/reduceSku，会出现超卖的情况  
下面我们看下超卖问题的原因

/**
     * 会出现超卖情况的减少库存方式
     * @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 "库存不足";
        }
    
        stringRedisTemplate.opsForValue().set("product_sku", sku.toString());
        //记录实际卖出的商品数量
        return "减少库存成功,共减少" + successNum.incrementAndGet();
    }

从代码片可以看出，问题原因是库存数量sku的读和写操作不在同一个原子操作上，导致类似不可重复读的现象。可以类比多线程的问题。  
通过redis事务解决超卖问题  
使用redis原生的sdk  
如下改造reduceSku()方法，作为一个新接口http://127.0.0.1:8090/api/spike/reduceSku3

/**
         * 加入事务的减少库存方式
         * @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，或者是数据操作被驳回
    //                    transaction.discard();  //watch-key被外部修改时，discard操作会被自动触发
                        return "Transaction error...";
                    }
                } else {
                    return "库存不足";
                }
                return "减少库存成功,共减少" + successNum.incrementAndGet();
            } catch (Exception e) {
                log.error(e.getMessage());
                transaction.discard();
                return "fail";
            }
        }

大量用户请求reduceSku3接口的情况（高并发秒杀）展示

首先初始商品库存：http://127.0.0.1:8090/api/spike/initSku

redis数据库中商品库存记录，结果为5

查看用户实际购买的商品，结果为0

使用jmeter打开测试脚本，可以看到基本配置如下

jmeter并发配置如下（当用户数达到 1000 的时候才开始测试）

点击jmeter的start按钮，开始1000个并发请求

再次查看redis数据库中商品库存记录，结果为0

注意：再次查看用户实际购买的商品，结果为5，超卖情况消失

上面是直接用redis原生的sdk对象jredis执行的事务spring的redisTemplate执行事务  
注意： 若要使用spring的redisTemplate执行事务，需要在开启事务后执行一个redis的查询操作（但不能使用查询到的值）。原因有两点：   
spring对redis事务的exec()方法返回结果做了处理（把返回值的 OK结果删掉）。   
导致在事务中只有set等更新操作时，事务执行失败与成功返回的结果一样  
事务过程中查询redis的值只会在事务执行成功后才放回。而在事务执行过程中只会返回null  
接口http://127.0.0.1:8090/api/spike/reduceSku3是使用spring的redisTemplate执行事务的例子。代码如下

@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");//必要的空查询
                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(); //执行exec()后自动unwatch()
    
            }
        });
    
        if (results != null && results.size() > 0) {
            return "减少库存成功,共减少" + successNum.incrementAndGet();
        }
    
        return "库存不足";
    //        return result.toString();
    }

测试结果为：成功解决超卖问题  
不再另外贴图片出来  
spring的redisTemplate执行事务（使用zset）  
接口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 "减少库存成功,共减少" + successNum.incrementAndGet();
        }
    
        return "库存不足";
    }

测试结果为：成功解决超卖问题  
不再另外贴图片出来  
通过加锁方式解决超卖问题  
如下改造reduceSku()方法，作为一个新接口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 "库存不足";
            }
    
            stringRedisTemplate.opsForValue().set("product_sku", sku.toString());
    
            return "减少库存成功,共减少" + successNum.incrementAndGet();
        } finally {
            rLock.unlock();
        }
    
    }

测试结果为：成功解决超卖问题  
不再另外贴图片出来  
\---------------------   
作者：AI蒸汽人   
来源：CSDN   
原文：https://blog.csdn.net/qq523786283/article/details/80813416   
版权声明：本文为博主原创文章，转载请附上博文链接！