在秒杀场景下关于Redis分布式锁的优化

Love The Way You Lie 2024-03-23 15:47 80阅读 0赞

![format_png][]

## 秒杀场景下的业务梳理——Redis分布式锁的优化 ##

随着互联网的快速发展，商品秒杀的场景我们并不少见；秒杀是一种供不应求的，高并发的场景，它里面包含了很多技术点，掌握了其中的技术点，虽不一定能让你面试立马成功，但那也必是一个闪耀的点！

### 前言 ###

假设我们现在有一个商城系统，里面上线了一个商品秒杀的模块，那么这个模块我们要怎么设计呢？

秒杀模块又会有哪些不同的需求呢？

### 全局唯一 ID ###

商品秒杀本质上其实还是商品购买，所以我们需要准备一张订单表来记录对应的秒杀订单。

这里就涉及到了一个订单 id 的问题了，我们是否可以像其他表一样使用数据库自身的自增 id 呢？

#### 数据库自增 id 的缺点 ####

订单表如果使用数据库自增 id ，则会存在一些问题：

> 1.  **id 的规律太明显了** 因为我们的订单 id 是需要回显给用户查看的，如果是 id 规律太明显的话，会暴露一些信息，比如第一天下单的 id = 10 ， 第二天下单的 id = 11，这就说明这两单之间根本没有其他用户下单
> 2.  **受单表数据量的限制** 在高并发场景下，产生上百万个订单都是有可能的，而我们都知道 MySQL 的单张表根本不可能容纳这么多数据（性能等原因的限制）；如果是将单表拆成多表，还是用数据库自增 id 的话，就存在了订单 id 重复的情况了，很显然这是业务不允许的。

基于以上两个问题，我们可以知道订单表的 id 需要是一个全局唯一的 ID，而且还不能存在明显的规律。

#### 全局 ID 生成器 ####

全局ID生成器，是一种在分布式系统下用来生成全局唯一ID的工具，一般要满足下列特性：

![format_png 1][]

这里我们思考一下是否可以用 Redis 中的自增计数来作为全局 id 生成器呢？

能不能主要是看它是否满足上述 5 个条件：

1.  唯一性，每个订单都是来 Redis 这里生成订单 id 的，所以唯一性可以保证
2.  高可用，Redis 可以由主从、集群等模式保证可用性
3.  高性能，Redis 是基于内存的，本来就是以性能自称的
4.  递增性，increment 本来就是递增的
5.  安全性。。。这个就麻烦了点了，因为 Redis 的 increment 也是递增的，规律太明显了。。。

综上，Redis 的 increment 并不能满足安全性，所以我们不能单纯使用它来做全局 id 生成器。

但是——

我们可以使用它，再和其他东西拼接起来~

**举个栗子：**

![format_png 2][]

ID的组成部分：

1.  符号位：1bit，永远为0
2.  时间戳：31bit，以秒为单位，可以使用69年
3.  序列号：32bit，秒内的计数器，支持每秒产生2^32个不同ID

*上面的时间戳就是用来增加复杂性的*

下面给出代码样例：

public class RedisIdWorker {
        /**
         * 开始时间戳
         */
        private static final long BEGIN_TIMESTAMP = 1640995200L;
        /**
         * 序列号的位数
         */
        private static final int COUNT_BITS = 32;
    
        private StringRedisTemplate stringRedisTemplate;
    
        public RedisIdWorker(StringRedisTemplate stringRedisTemplate) {
            this.stringRedisTemplate = stringRedisTemplate;
        }
    
        public long nextId(String keyPrefix) {
            // 1.生成时间戳
            LocalDateTime now = LocalDateTime.now();
            long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
            long timestamp = nowSecond - BEGIN_TIMESTAMP;
    
            // 2.生成序列号
            // 2.1.获取当前日期，精确到天
            String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
            // 2.2.自增长
            // 每天一个key
            long count = stringRedisTemplate.opsForValue()
                                            .increment("icr:" + keyPrefix + ":" + date);

[format_png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/20b549a54cab402ea86d6b291aa61d65.png
[format_png 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/63b6e67795184dcb916b3d745a40d1ba.png
[format_png 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/419a57c205194763a868bc9c8566585f.png