redis 优惠券秒杀逐步优化

根据redis set nx实现分布式锁，防止同一用户多次请求引起的多个线程同时下单，同时保证分布式系统下也不能同时下单,根据用户创建唯一key，然后进行加锁，设置锁过期时间，防止运行过程中出现意外错误导致的死锁问题，释放锁的时候也添加的判断逻辑，判断是否释放的是当前线程加的锁，只有当前线程添加的锁才会被释放，由于判断从redis中获取判断结果和在java当前线程下判断结果的非原子性，使用lua脚本解决释放锁的时候出现的并发安全问题，保证原子性。

同时redis集群能够保证改锁的高可用性和高并发性。

基于乐观锁解决库存超卖问题。

setnx不可重入，不能重试(获取锁只尝试一次)，超时释放（如果执行时间过长也会释放），主从一致性问题

redission Redis的基础上实现的Java驻内存数据网格， 提供了分布式服务

可重入锁利用hash结构记录线程id和重入次数

利用watchdog监控线程，每隔一段时间重置超时等待时间

重试利用信号量等待唤醒，获取锁失败进入等待，当有其他线程释放锁的时候再唤醒

（在这里可以关联java并发编程）。

多个独立节点必须都获得锁才算成功。

把库存预先存入redis，通过lua脚本进行秒杀操作的同时保证操作原子性，并且记录用户id信息，通过消息队列将订单信息，库存异步存入数据库，削峰。

，使用

压测1000个线程同时访问等待时间变为原来2/5,从507-216，吞吐量1.4倍

使用stream消息队列110 1577

阻塞队列BlockingQueue,解除耦合

内存溢出阻塞队列内存限制，数据安全问题，丢失任务

List消息队列，持久化，利用Redis存储，不是用jvm内存，不直接，解决不了消息丢失问题，只支持单消费者

pubsub可以被多个消费者消费，不支持数据持久化，消息堆积有上限，缓存在消费者，jvm内存溢出

XREAD存在漏读风险，单消费者模式

基于Stream消费者组,读一个消息确认一个消息，从pendinglist中能获取到为确认的消息，支持多消费者，

消息确认机制消息回溯

Stream 不能保证万无一失，不支持生产者发送消息，消息的事务机制

总结

以上是生活随笔为你收集整理的redis 优惠券秒杀逐步优化的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。