Redis 队列实现Java版秒杀系统（无脚本、可用于生产）

迈不过友情╰ 2023-09-26 17:10 4阅读 0赞

#### 写在前面 ####

需求是做一个秒杀系统，比如大家来抢100台手机，先到先得。

![bfdf1ff5898522343e25cf2ec8995a3c.jpeg][]

查阅了网上很多用redis实现秒杀的demo（java语言），竟然没一个能用的！！！

有些是php的，没闲心研究了，现在说说为什么不能用：

*  绝大多数的DEMO都是基于redis的watch特性的事务实现①，
 *  个别是基于redis分布式锁实现②。
 *  当然还有些用了脚本的，我也没仔细看是lua还是调用redis指令，哪有那个闲心去研究哇。

照顾一下小白，分析一下为什么这几种实现不行

#### 1.基于watch特性的 不靠谱 实现 ####

其实这两种实现方式，完全可以理解为乐观锁(watch)和悲观锁(加分布式锁)

watch事务，相当于是乐观锁，这种方法在并发情况下极为不靠谱，假设有100个人同时尝试秒杀，那么极端情况下，有99个人都会失败，只有一个能修改成功。

然而demo里甚至没写如果修改失败了就重试这个功能，那显然这失败的99个人，已经提示失败了，过一会回来，发现还剩了90多。那我是怎么失败的？我替他们问问了。

并且使用这种方式实现呢，在并发量较大的时候，过多的重试线程应该会严重影响服务器性能。

#### 2.基于用redis做个分布式锁的 不靠谱 实现 ####

这种实现方式相当于一个悲观锁，每次执行减减操作之前，在redis中存入一个k,v键值对，使用特定的名称，并且使用setNX特性，确保抢锁没有安全问题，并在使用完成后释放锁。那么问题是，在100个人秒杀时，只有一个人抢到锁，剩下99个人怎么办?

demo里同样没写个重试，抢不到锁就失败，醉了，不过就算写重新抢锁的机制，那么几十个上百个线程不断抢锁，想想是个挺恐怖的事，更别提高并发了。

#### 基于脚本的实现 不靠谱 实现 ####

作为一个C系语言开发，我看不太懂，看不懂就是不靠谱，出了问题都不知道改哪里，你说靠不靠谱

#### 正题：使用spring操作redis的list队列实现 ####

我用的是springboot的StringRedisTemplate，至于如何整合jedis到spring等等，去查阅其他文章吧，我就不重复写了。

贴工具类：

import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.data.redis.core.StringRedisTemplate;
    import org.springframework.stereotype.Service;
    import java.time.Duration;
    import java.util.Collection;
    
    @Service
    public class RedisServiceImpl<T> implements RedisService<T> {
        @Autowired
        private StringRedisTemplate stringRedisTemplate;
    
        //添加字符串并设置过期时间
        @Override
        public void addString(String key, String value, Duration duration) {
            stringRedisTemplate.opsForValue().set(key, value, duration);
        }
    
        //查找字符串
        @Override
        public String findString(String key) {
            return stringRedisTemplate.opsForValue().get(key);
        }
    
        //根据Key删除
        @Override
        public Boolean deleteByKey(String key) {
            return stringRedisTemplate.delete(key);
        }
    
     //在队列尾部减少一个对象
        @Override
        public String removeOneEntryOnListRight(String listName) {
            return stringRedisTemplate.opsForList().rightPop(listName);
        }
    
     //在队列头部新增对象
        @Override
        public Long addEntriesOnListLeft(String listName, Collection<String> args) {
            return stringRedisTemplate.opsForList().leftPushAll(listName, args);
        }
    
    }

解释一下哈 这个类的父类是我自己写的service层，不是提供好的

主要使用的是最后两个方法，最后一个方法，在队列头部新增对象，如果没有这个队列，他会创建出来这个队列，然后将一个集合统统塞到这个redis队列中。倒数第二个方法每调用一次，会删除队列中最后一个元素，然后返回这个元素的值，如果队列中已经没有元素了(队列已经没了)那么他会返回null，他们都是原子操作。

如此，每个请求都无需经过加锁操作，直接利用redis的单线程特性，即可实现高并发下的秒杀：请求到达redis，redis会逐个执行，每一次执行要么返回一个值，要么返回null。很显然，返回值的就是抢到了，返回null的就是没抢到。而且可以灵活的为这个队列新加入一些元素(老板发话再加100台)或者直接把这个队列删了(老板说不行，不卖了)都不会对代码产生任何影响。

其中对应的redis操作指令分别是：

*  在队列左侧新增：lpush
 *  在队列右侧消费：rpop

老板不卖了：del （笑）

接下来贴出十分简单的使用方法

先贴在任务开始时向redis中插入一个大队列

List<String> entriesList = new LinkedList<>();
       for (int i = 0; i < 100; i++){
           entriesList.add("某个商品");
       }
       redisService.addEntriesOnListLeft("队列名",entriesList);

突然想到这个实现即使秒杀100台不同型号的手机（并且在秒到时就通知用户秒到的是啥），也不用改代码。

每次秒杀执行：

String redisResult = redisService.removeOneEntryOnListRight("队列名");
        if (null == redisResult) {
            //说明没抢到
        }else{
     //说明抢到了 执行抢到逻辑
    }

突然发现这个实现看起来甚至比那些所谓的秒杀demo还简单

但他既没有并发问题，也没有为了解决并发问题而衍生的性能问题。

虽然没经过测试，不过我认为就算秒杀10万台，放到redis队列里，应该也占用不了多少内存。

赶工分布式秒杀，没想到如此基本的内容，竟没找到一个靠谱的实现，从上午写到现在(周末晚8点)一顿饭没吃，被网上过于demo的资源逼的，忍饿怒出此文。

[bfdf1ff5898522343e25cf2ec8995a3c.jpeg]: https://img-blog.csdnimg.cn/img_convert/bfdf1ff5898522343e25cf2ec8995a3c.jpeg