当前位置:

首页 > 编程开发 > Redis优惠券秒杀问题怎么解决

Redis优惠券秒杀问题怎么解决

Redis Assistant
Redis Assistant

Redis Assistant 是一款为Redis设计的高效可视化管理与监控工具,提供多种操作模式,高效处理服务器数据。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

立即下载
¥19
Windows/macOS/Linux 2026-08-22
正版软件 Windows macOS软件 Linux 数据库管理工具

1实现优惠券秒杀功能下单时需要判断两点:1.秒杀是否开始或者结束2.库存是否充足所以,我们的业务逻辑如下1.通过优惠券id获取优惠券信息2.判断秒杀是否开始,如果未返回错误信息3.判断秒杀是否结束,如果已经结束返回错误信息4.如果在秒杀时间内,判断库存是否充足5.如果充足,扣减库存6.创建订单信息,并保存到优惠券订单表中6.1保存订单id6.2保存用户id6.3保存优惠券id7.返回订单id代码实现:(Service层实现类)packagecom.hmdp.service.impl;importcom.h

本文目录

    1 实现优惠券秒杀功能

    Redis优惠券秒杀问题怎么解决

    下单时需要判断两点:1.秒杀是否开始或者结束2.库存是否充足

    所以,我们的业务逻辑如下

    1. 通过优惠券id获取优惠券信息

    2.判断秒杀是否开始,如果未返回错误信息

    3.判断秒杀是否结束,如果已经结束返回错误信息

    4.如果在秒杀时间内,判断库存是否充足

    5.如果充足,扣减库存

    6.创建订单信息,并保存到优惠券订单表中

    6.1 保存订单id

    6.2保存用户id

    6.3保存优惠券id

    7.返回订单id

    Redis优惠券秒杀问题怎么解决

    代码实现:(Service层实现类)

    package com.hmdp.service.impl;
    import com.hmdp.dto.Result;
    import com.hmdp.entity.SeckillVoucher;
    import com.hmdp.entity.VoucherOrder;
    import com.hmdp.mapper.VoucherOrderMapper;
    import com.hmdp.service.ISeckillVoucherService;
    import com.hmdp.service.IVoucherOrderService;
    import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
    import com.hmdp.utils.RedisIdWorker;
    import com.hmdp.utils.UserHolder;
    import org.springframework.stereotype.Service;
    import javax.annotation.Resource;
    import java.time.LocalDateTime;
    /**
     * 

     *  服务实现类  * 

     *  * @author 虎哥  * @since 2021-12-22  */ @Service public class VoucherOrderServiceImpl extends ServiceImpl implements IVoucherOrderService {     @Resource     private ISeckillVoucherService iSeckillVoucherService;     @Resource     private RedisIdWorker redisIdWorker;     @Override     public Result seckillVoucher(Long voucherId) {         //1.获取优惠券信息         SeckillVoucher voucher = iSeckillVoucherService.getById(voucherId);         //2.判断是否已经开始         if (voucher.getBeginTime().isAfter(LocalDateTime.now())){             Result.fail("秒杀尚未开始!");         }         //3.判断是否已经结束         if (voucher.getEndTime().isBefore(LocalDateTime.now())){             Result.fail("秒杀已经结束了!");         }         //4.判断库存是否充足         if (voucher.getStock() < 1) {             Result.fail("库存不充足!");         }         //5.扣减库存         boolean success = iSeckillVoucherService.update()                 .setSql("stock = stock-1").eq("voucher_id",voucherId)                 .update();         if (!success){             Result.fail("库存不充足!");         }         //6. 创建订单         VoucherOrder voucherOrder = new VoucherOrder();         //6.1添加订单id         Long orderId = redisIdWorker.nextId("order");         voucherOrder.setId(orderId);         //6.2添加用户id         Long userId = UserHolder.getUser().getId();         voucherOrder.setUserId(userId);         //6.3添加优惠券id         voucherOrder.setVoucherId(voucherId);         save(voucherOrder);         //7.返回订单id         return Result.ok(orderId);     } }

    2 超卖问题(重点)

    我们先尝试在高并发的情况下运行上述代码。(使用jmx工具)

    下图是创建了两百个线程,在一瞬间发出优惠券请求

    Redis优惠券秒杀问题怎么解决

    但是我们看聚合报告,发现异常值只有45.5%,按道理来说应该是50%(因为库存有100个,这里发出了200个请求)

    Redis优惠券秒杀问题怎么解决

    一看库存数,好家伙,是-9

    Redis优惠券秒杀问题怎么解决

    订单也是添加了109个,这显然发生了超卖的问题。

    那么,为什么会发生这种问题呢?

    看图说话:

    按照我们正常的流程来走,就是线程1线查询完库存,然后扣减库存,这个时候线程2再来查询库存,扣减库存,这样是没问题的。

    Redis优惠券秒杀问题怎么解决

    超卖的问题就出在,在订单1查询库存后,发现是1,但还没去扣减的时候,线程2也来查询库存,发现也是1,也进行了扣减(高并发的场景下)

    Redis优惠券秒杀问题怎么解决

    这就导致了超卖的问题。

    对于这种高并发的问题,最常见的解决方法就是:上锁~

    但锁又包括悲观锁和乐观锁。

    悲观锁简单的讲就是:觉得线程一定会发生,然后在操作之前每个人先拿锁,你执行完后,在轮到下一个来执行(串行执行)

    乐观锁 :就是乐观(认为线程安全一定不会发生),只要在每次对数据修改之前,判断其他线程是否对数据进行的修改来保证线程安全。

    Redis优惠券秒杀问题怎么解决

    悲观锁较为简单,这里实现乐观锁。

    乐观锁的关键是判断之前查询得到的数据是否有被修改过,常见的方式有两种

    温馨提示:左边表格的数据都是线程1执行后的数据哦~

    1.版本号法

    就是在查询库存的步骤上加上一个版本号,每次修改完数据后给版本号+1并在后面加上where条件判断版本号是否和修改前的一致

    Redis优惠券秒杀问题怎么解决

    这样就可以做到线程安全啦~

    2.CAS法

    这个就是不用版本号了,直接在修改数据库后加上where条件判断库存是否是修改前的库存

    Redis优惠券秒杀问题怎么解决

    解决超卖问题代码实现:

    说到底就是在我们扣减库存的时候加上一个where条件判断库存是否大于0

    //5.1扣减库存
    boolean success = iSeckillVoucherService.update()
    .setSql("stock = stock-1").eq("voucher_id" , voucherId).gt("stock" ,0)
    .update();
    package com.hmdp.service.impl;
    import com.hmdp.dto.Result;
    import com.hmdp.entity.SeckillVoucher;
    import com.hmdp.entity.VoucherOrder;
    import com.hmdp.mapper.VoucherOrderMapper;
    import com.hmdp.service.ISeckillVoucherService;
    import com.hmdp.service.IVoucherOrderService;
    import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
    import com.hmdp.utils.RedisIdWorker;
    import com.hmdp.utils.UserHolder;
    import org.springframework.stereotype.Service;
    import javax.annotation.Resource;
    import java.time.LocalDateTime;
    /**
     * 

     *  服务实现类  * 

     */ @Service public class VoucherOrderServiceImpl extends ServiceImpl implements IVoucherOrderService {     @Resource     private ISeckillVoucherService iSeckillVoucherService;     @Resource     private RedisIdWorker redisIdWorker;     @Override     public Result seckillVoucher(Long voucherId) {         //1.获取优惠券信息         SeckillVoucher voucher = iSeckillVoucherService.getById(voucherId);         //2.判断是否已经开始         if (voucher.getBeginTime().isAfter(LocalDateTime.now())){             Result.fail("秒杀尚未开始!");         }         //3.判断是否已经结束         if (voucher.getEndTime().isBefore(LocalDateTime.now())){             Result.fail("秒杀已经结束了!");         }         //4.判断库存是否充足         if (voucher.getStock() < 1) {             Result.fail("库存不充足!");         }         //5.扣减库存         boolean success = iSeckillVoucherService.update()                 .setSql("stock = stock-1").eq("voucher_id",voucherId).gt("stock",0)                 .update();         if (!success){             Result.fail("库存不充足!");         }         //6. 创建订单         VoucherOrder voucherOrder = new VoucherOrder();         //6.1添加订单id         Long orderId = redisIdWorker.nextId("order");         voucherOrder.setId(orderId);         //6.2添加用户id         Long userId = UserHolder.getUser().getId();         voucherOrder.setUserId(userId);         //6.3添加优惠券id         voucherOrder.setVoucherId(voucherId);         save(voucherOrder);         //7.返回订单id         return Result.ok(orderId);     } }
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    php72w redis,docker php7安装php-redis
    php72w redis,docker php7安装php-redis

    在Docker环境下为PHP安装Redis扩展:手动编译需下载源码、安装phpize、配置编译并安装,生成redis.so并在php.d目录新建redis.ini加载,重启PHP-FPM;也可直接yum安装php72w-pecl-redis,免手动编译。

    php 如何配置 redis,php 如何设置redis
    php 如何配置 redis,php 如何设置redis

    配置PHP的Redis扩展:先安装Redis服务,从GitHub下载phpredis源码,用phpize编译安装,修改php.ini添加extension=redis.so,重启php-fpm或Apache,通过phpinfo验证并连接Redis。

    c++如何将结构体序列化为Redis兼容的RESP协议格式【深度】
    c++如何将结构体序列化为Redis兼容的RESP协议格式【深度】

    C++结构体无法直接序列化为RESP协议,需手动将字段映射为*N数组嵌套$lenbulkstring形式。整数需转换为字符串并加:前缀,空字符串用$0\r\n,null用$-1\r\n。长度计算需精确到字节数,特别注意二进制安全,同时确保字段顺序与结构体定义一致。

    如何在Golang架构中部署Redict作为高能数据临时存储中转站
    如何在Golang架构中部署Redict作为高能数据临时存储中转站

    Redis作为跨服务临时状态枢纽,需按消息队列、缓存和原子状态三重角色设计。选型用List实现任务分发及延迟重试,Stream用于事件广播与位点回溯。go-redis/v8需配置MinIdleConns、MaxRetries及超时。数据写入应JSON序列化并带type标签、设合理TTL、将关键字段提至顶层。消费通过原子GET+DEL或processedkey

    TP8.0 高并发下库存超卖?Redis 原子递减结合数据库乐观锁控制
    TP8.0 高并发下库存超卖?Redis 原子递减结合数据库乐观锁控制

    在高并发秒杀场景下,利用Redis的减库存原子操作预扣减库存拦截超卖请求,再通过数据库乐观锁(版本号与库存校验)确保最终一致性,异常时回滚Redis库存并借助Lua脚本保证原子性,从而有效防止库存超卖。

    如何在 Go 中利用 go-redis 执行 Lua 脚本优化逻辑
    如何在 Go 中利用 go-redis 执行 Lua 脚本优化逻辑

    在Go中使用go-redis执行Lua脚本可借助原子性解决竞态问题,通过redis.Script封装脚本并自动处理SHA1缓存与重试。需注意KEYS必须为非空切片且所有键在Cluster模式下落在同一slot,ARGV以字符串传入并由tonumber转换。返回值需先检查错误再调用Val(),避免panic。

    TP6.0 基于 Redis SetNX 实现的简单互斥锁机制【并发】
    TP6.0 基于 Redis SetNX 实现的简单互斥锁机制【并发】

    先看一个典型场景:电商秒杀、库存扣减、定时任务重复调度——这些并发冲突在 TP6 应用里屡见不鲜。用 Redis 的 SETNX 做互斥锁,确实是轻量又直接的方案,但“能用”和“稳妥”之间,隔着三层硬功夫:原子加锁、身份校验、合理超时。这三条,差一条就翻车。 很多人第一次上手,直接写 SETNX 加

    TP6.0 如何处理高并发抢购?Redis 原子锁与队列削峰详解【秒杀】
    TP6.0 如何处理高并发抢购?Redis 原子锁与队列削峰详解【秒杀】

    高并发抢购中,Redis的DECR原子操作可安全扣库存;配合think-queue异步削峰,接口仅扣库存和推消息;分布式锁需用SETNXEX加唯一标识,释放时用Lua脚本校验;成功资格后须以数据库事务双写为准,失败时补回Redis库存。

    Golang 实现基于 Redis 的延时任务队列
    Golang 实现基于 Redis 的延时任务队列

    基于Redis的ZSET实现延时队列需解决并发重复消费、失败重试混乱、精度不足及内存爆炸等问题。通过Lua脚本保证取删原子性,使用毫秒级时间戳,对临时错误采用指数退避重试,永久错误记入独立哈希表,并限制最大延迟、定期清理过期任务、使用紧凑序列化格式。

    RedisInsight怎么修改Key的过期时间 Redis操作方法【步骤】
    RedisInsight怎么修改Key的过期时间 Redis操作方法【步骤】

    操作 Redis 的时候,改个 Key 的过期时间其实是个高频场景。特别是做运维排查或者临时调试那会儿,谁也不想反复切命令行窗口、背那些命令参数。好在 RedisInsight 这个图形工具把这事儿做得很顺手——三种方式任选,总有一种合你胃口。 在动手前,先确认一下 Key 当前的 TTL 状态是个

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。

    即将离开本站
    您即将前往第三方网站,请确认是否继续?