redis lua脚本实战秒杀扣减库存

你的名字 2023-01-13 10:46 145阅读 0赞

> 原创不易，转载请注明出处

### 文章目录 ###

*   *   *  前言
         *  1.redisson介绍
         *  2. redis lua脚本编写与执行
         *  3.redis减库存lua脚本
         *  4.实战
         *   *  4.1 减库存逻辑
             *  4.2 压测

--------------------

### 前言 ###

我们都知道redis是高性能高并发系统必不可少的kv中间件，它以高性能，高并发著称，我们常常用它做缓存，将热点数据或者是万年不变的数据缓存到redis中，查询的时候直接查询redis，减轻db的压力，分布式系统中我们也会拿它来做分布式锁，分布式id，幂等来解决一些分布式问题，redis也支持lua脚本，而且能够保证lua脚本执行过程中原子性，这就使得它的应用场景很多，也很典型，在redisson这个redis客户端中，它的各种分布式锁底层就是使用lua来实现的。本文主要是学习一下redis lua脚本的编写，以及在redisson这个redis客户端中是怎样使用的，实战一下秒杀场景redis减库存lua脚本的编写，并伪真实环境压测查看效果。

### 1.redisson介绍 ###

redisson是一个redis的客户端，它拥有丰富的功能，而且支持redis的各种模式，什么单机，集群，哨兵的都支持，各种各样的分布式锁实现，什么分布式重入锁，红锁，读写锁，信号量的，然后它操作redis的常用数据结构就跟操作jdk的各种集合一样简单。  
这里我们稍微演示下，不做过多的介绍，api毕竟只是个api，有意思的都在它背后各种原理。  
maven依赖

<dependency>
        <groupId>org.redisson</groupId>
        <artifactId>redisson</artifactId>
        <version>3.8.1</version>
    </dependency>

创建RedissonClient对象

Config config = new Config();
    config.useSingleServer()
            .setAddress("redis://xxx:xx");
    RedissonClient redissonClient = Redisson.create(config);

它的功能超级多，下面只是列举了一些常用的，还有什么Bloom过滤器，队列等等。

// string
    redissonClient.getBucket("name").set("zhangsan");
    redissonClient.getBucket("name").get();
    
    // hash
    RMap<Object, Object> user = redissonClient.getMap("user");
    user.put("name","zhangsan");
    user.put("age",11);
    
    // list
    RList<String> names = redissonClient.getList("names");
    names.add("zhangsan");
    names.add("lisi");
    names.add("wangwu");
    // set
    RSet<Object> nameSet = redissonClient.getSet("names");
    nameSet.add("lisi");
    nameSet.add("lisi");
    
    //lock
    RLock lock = redissonClient.getLock("lock");
    lock.lock();
    lock.unlock();
    
    // 分布式id
    RAtomicLong id = redissonClient.getAtomicLong("id");
    long l = id.incrementAndGet();

### 2. redis lua脚本编写与执行 ###

其实redis中的lua脚本并不难，你也不需要把lua语言再去重学一遍，全凭感觉就好了，使用的时候去查下语法就ok了。  
脚本中就一个redis.call() 应该算是函数吧（方法也可以），比如我要使用lua脚本实现set动作，就可以这样写

return redis.call('set','name','zhangsan')；

其实就是跟redis交互命令一个样子，再使用lua语言做一些条件分支，循环啥的，就完成了一些稍微复杂的逻辑。  
下面自己写一遍扣减库存的逻辑，你就会这个玩意了。  
上面是介绍了lua脚本的编写，下面我们介绍下这个执行。  
不管是redis自己带的那个客户端，还是jedis，jediscluster，redistemplate，redisson这些客户端都是支持lua脚本api的，其实就是eval，evalsha，scriptload 这几个命令用的比较频繁，我这里把菜鸟教程上面关于介绍redis脚本命令截图过来  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70]  
多说无益，这里直接使用redisson客户端实践一下。

public class RedisLua { 
        private static  final Config config ;
        private static  final RedissonClient redisson ;
        static { 
            config = new Config();
            config.useSingleServer()
                    .setAddress("redis://ip:port");
    
            redisson =  Redisson.create(config);
        }
        public static void main(String[] args) throws InterruptedException { 
            redisson.getBucket("name").set(11);
            RScript script = redisson.getScript();
            String result = script.eval(RScript.Mode.READ_ONLY, new StringCodec(),"return redis.call('get','name');", RScript.ReturnType.VALUE);
            System.out.println(result);
        }
    }

可以看到就是使用getScript方法获取一个script对象，然后调用script 对象的eval方法，这个script对象其实还是用好多个方法的，evalSha等等，可以自己研究下。然后就是通过lua脚本获取我上面set进去的name值。  
我们在看上面菜鸟教程对脚本命令的介绍的时候，还发现有key… arg…这些东西，这个我认为就是动态替换（传参）的。  
比如我现在不获取name这个key的值了，我要获取age 的，或者是我要直接set一个值，这个时候我就可以lua脚本中有两个变量与你传的参数对等起来  
KEYS\[1\] ARGV\[1\]  
你可以看作是数组，不过它的位置是从1开始的。

RScript script = redisson.getScript();
    List<Object> keys=new ArrayList<>();
    keys.add("age");
    String re = script.eval(
            RScript.Mode.READ_WRITE,
            new StringCodec(),
            "return redis.call('set',KEYS[1],ARGV[1]);",
            RScript.ReturnType.VALUE,
            keys,1);
    Object age = redisson.getBucket("age").get();
    System.out.println(age);

KEYS\[1\] 就对应这age， ARGV\[1\]就对应1，同理，KEYS\[2\] 就对应keys集合中的第二个元素。

### 3.redis减库存lua脚本 ###

先介绍下下单减库存是怎么干的吧，其实一般库存有可用库存与预占库存，再下单的时候，就将可用库存减去你购买的商品数量看看是否是小于0，如果是小于0的话，说明库存不够了，就不让下单购买了，如果可用库存充足，可用库存减去购买商品数量，预占库存加上你购买商品数量，当用户超时未支付或者是手动取消订单的时候，就会去预占库减去用户购买商品数，可用库存加上商品数，其实还有一个已售库存，商家发货，已售库存加上商品数，预占减去商品数，大体上是这个逻辑。  
现在可以想下，如果让你来实现下单预占库存的功能，你会怎么做，数据库三个库存字段这个不用说了。  
首先你得先把可售库存查询出来，然后与购买商品数量进行比较，如果是可售库存大于这个购买商品数量，就可以购买，更新可售库存与预占库存。  
如果上面这段代码逻辑你不加一些特殊手段的处理，那ok，高并发场景下绝对会出现超卖现象。  
如果是秒杀场景呢？血亏。  
这个时候我们可能会增加一些特殊手段来解决，比如说加锁，加分布式锁，将这一段的业务逻辑锁住，这个时候就不会出现那种超卖现象了， 但是这个中情况如果售罄的话，也会一直查询数据库。秒杀的时候，流量那么高，你不能让这么大的流量直接查库，如果商品售罄直接返回就可以了，不用再查询数据库了。  
一般秒杀的时候，会将商品的库存同步推到redis中，流量过来的时候，会先扣减redis的库存，如果redis成功了，才扣减数据库中的库存，如果redis中的库存没了，直接返回就ok，这样大流量就不会直接冲击数据库了，那么redis要实现这段逻辑的话，就需要lua脚本的原子性了。  
接下来我们就实现一下lua脚本扣减库存逻辑。

public static final String LOCK_STOCK_LUA=  "local counter = redis.call('hget',KEYS[1],ARGV[1]); \n" +
                                                    "local result = counter - ARGV[2];" +
                                                    "if(result>=0 ) then \n" +
                                                    " redis.call('hset',KEYS[1],ARGV[1],result);\n" +
                                                    " redis.call('hincrby',KEYS[1],ARGV[3],ARGV[2]);\n" +
                                                    " return 1;\n" +
                                                    "end;\n" +
                                                    "return 0;\n";

我这里已经写好了，直接贴出来。  
数据设计大体是这个样子的,使用hash数据结构  
商品:\{  
“可售库存”:100,  
“预占库存”:0,  
“已售库存”:0  
\}

local counter = redis.call('hget',KEYS[1],ARGV[1]);

获取可售库存数量

local result  = counter - ARGV[2];
    if(result>=0 ) then

可售库存减去要购买的商品数量，如果是大于0的话，说明库存还够。

redis.call('hset',KEYS[1],ARGV[1],result);
    redis.call('hincrby',KEYS[1],ARGV[3],ARGV[2]);
    return 1;

重新设置可售库存数量，增加预占库存，然后返回1  
如果是库存不够的话，直接返回0了就。

### 4.实战 ###

#### 4.1 减库存逻辑 ####

减库存逻辑其实就是先是用lua脚本减redis库存，如果成功再去减数据库中的真实库存，如果减redis库存失败，库存不足，就不会再走后面减真实库存的逻辑了。  
这块的话，我是写了一个库存服务，实现了这段逻辑，但是总感觉有各种数据不一致的问题，当然不是超卖，而是少卖问题，这里就不发出来了。

#### 4.2 压测 ####

我们这个实战是在阿里云进行的  
redis选的是容器服务，按秒计费，配置是0.5c1g  
mysql也是选择的容器服务，配置是0.5c1g  
库存服务是云服务器，按小时计费的那种，配置是2c4g，因为要部署多个服务跟实例，选择的比较大。  
压测也是使用的阿里云的性能测试服务。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70 2]  
redis监控，可以看到，这点并发对redis来说就是毛毛雨。cpu才使用7%  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70 3]  
云服务器这块手速有点慢，没截图出来，cpu跟内存都在50%左右。  
![在这里插入图片描述][20210418154526201.png]  
mysql数据库，可以看到cpu飙上去了，内存飙上去了。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70 4]  
数据库数据：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70 5]  
可以发现并没有出现超卖现象。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70]: /images/20221022/d3a5d02e14814819913550109b7f8be7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70 1]: /images/20221022/a5b52eb295f44bba98af108fe858bd30.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70 2]: /images/20221022/170611d9939747aca62b22f6052055d0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70 3]: /images/20221022/2aaab8fb7d8747bd8ac33c2d8d92731a.png
[20210418154526201.png]: /images/20221022/e98e1e0fcd8549268c53d656d4ea22a4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70 4]: /images/20221022/878337a54df74f5583349201a619548a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1YW5zaGFuZ3NoZW5naHVv_size_16_color_FFFFFF_t_70 5]: /images/20221022/a525da36dad04c1088b88c9a20b87405.png