三、优惠券秒杀

3.1 全局唯一ID

每个店铺都可以发布优惠券：

当用户抢购时，就会生成订单并保存到tb_voucher_order这种表中，而订单表如果使用数据库自增ID就存在一些问题：

• id的规律性太明显
• 受单表数据量的限制

场景分析一：如果我们的id具有太明显的规则，用户或者说商业对手很容易猜测出来我们的一些敏感信息，比如商城在一天时间内，卖出了多少单，这明显不合适。

场景分析二：随着我们商城规模越来越大，mysql的单表的容量不宜超过500W，数据量过大之后，我们要进行拆库拆表，但拆分表之后，他们从逻辑上讲是同一张表，所以他们的id是不能一样的，我们需要保证id的唯一性。

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：

为了增强ID的安全性，我们可以不直接使用Redis自增的数值，而是拼接一些其它信息：

ID的组成部分：

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

3.2 Redis实现全局唯一ID

@Component
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long count = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);// 3.拼接并返回return timestamp << COUNT_BITS | count;}
}

测试类：

countdownlatch

CountDownLatch 中有两个最重要的方法

1、countDown

2、await

await 方法 是阻塞方法，我们担心分线程没有执行完时，main线程就先执行，所以使用await可以让main线程阻塞，那么什么时候main线程不再阻塞呢？当CountDownLatch 内部维护的 变量变为0时，就不再阻塞，直接放行，那么什么时候CountDownLatch 维护的变量变为0 呢，我们只需要调用一次countDown ，内部变量就减少1，我们让分线程和变量绑定， 执行完一个分线程就减少一个变量，当分线程全部走完，CountDownLatch 维护的变量就是0，此时await就不再阻塞，统计出来的时间也就是所有分线程执行完后的时间。

@Autowired
private RedisIDWorker redisIDWorker;//创建500个线程
private ExecutorService es = Executors.newFixedThreadPool(500);@Test
void testIdWorker() throws InterruptedException {//总数是300CountDownLatch latch = new CountDownLatch(300);Runnable task = () -> {//每个线程生成100个idfor (int i = 0; i < 100; i++) {long id = redisIDWorker.nextId("order");System.out.println("id = " + id);}//latch-1latch.countDown();};long begin = System.currentTimeMillis();//将每个任务提交300次for (int i = 0; i < 300; i++) {es.submit(task);}//等待计数器归零，然后再向下执行latch.await();long end = System.currentTimeMillis();System.out.println("time=" + (end - begin));
}

3.3 添加优惠券

每个店铺都可以发布优惠券，分为平价券和特价券。平价券可以任意购买，而特价券需要秒杀抢购：

tb_voucher：优惠券的基本信息，优惠金额、使用规则等
tb_seckill_voucher：优惠券的库存、开始抢购时间，结束抢购时间。特价优惠券才需要填写这些信息

平价卷由于优惠力度并不是很大，所以是可以任意领取

而代金券由于优惠力度大，所以像第二种卷，就得限制数量，从表结构上也能看出，特价卷除了具有优惠卷的基本信息以外，还具有库存，抢购时间，结束时间等等字段

**新增普通卷代码： **VoucherController

@PostMapping
public Result addVoucher(@RequestBody Voucher voucher) {voucherService.save(voucher);return Result.ok(voucher.getId());
}

新增秒杀卷代码：

VoucherController

@PostMapping("seckill")
public Result addSeckillVoucher(@RequestBody Voucher voucher) {voucherService.addSeckillVoucher(voucher);return Result.ok(voucher.getId());
}

VoucherServiceImpl

@Override
@Transactional
public void addSeckillVoucher(Voucher voucher) {// 保存优惠券save(voucher);// 保存秒杀信息SeckillVoucher seckillVoucher = new SeckillVoucher();seckillVoucher.setVoucherId(voucher.getId());seckillVoucher.setStock(voucher.getStock());seckillVoucher.setBeginTime(voucher.getBeginTime());seckillVoucher.setEndTime(voucher.getEndTime());seckillVoucherService.save(seckillVoucher);// 保存秒杀库存到Redis中stringRedisTemplate.opsForValue().set(SECKILL_STOCK_KEY + voucher.getId(), voucher.getStock().toString());
}

3.4 实现秒杀下单

核心思路：当我们点击抢购时，会触发右侧的请求，我们只需要编写对应的controller即可。

秒杀下单应该思考的内容：

下单时需要判断两点：

1. 秒杀是否开始或结束，如果尚未开始或已经结束则无法下单
2. 库存是否充足，不足则无法下单

VoucherOrderController

@Autowired
private IVoucherOrderService voucherOrderService;@PostMapping("seckill/{id}")
public Result seckillVoucher(@PathVariable("id") Long voucherId) {return voucherOrderService.seckillVoucher(voucherId);
}

VoucherOrderServiceImpl

@Autowired
private ISeckillVoucherService seckillVoucherService;@Autowired
private RedisIDWorker redisIDWorker;@Transactional
public Result seckillVoucher(Long voucherId) {//1.查询优惠券信息SeckillVoucher voucher = seckillVoucherService.getById(voucherId);//2.判断秒杀是否开始if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {return Result.fail("秒杀尚未开始！");}//3.判断秒杀是否已经结束if (voucher.getEndTime().isBefore(LocalDateTime.now())) {return Result.fail("秒杀已经结束!");}//4.判断库存是否充足if (voucher.getStock() < 1) {return Result.fail("库存不足！");}//5.扣减库存boolean success = seckillVoucherService.update().setSql("stock=stock-1").eq("voucher_id", voucherId).update();if (!success) {return Result.fail("库存不足！");}//6.创建订单Long orderId = redisIDWorker.nextId("order");VoucherOrder order = VoucherOrder.builder().id(orderId).voucherId(voucherId).userId(UserHolder.getUser().getId()).build();save(order);//7.返回订单idreturn Result.ok(orderId);
}

3.5 库存超卖问题

假设线程1过来查询库存，判断出来库存大于1，正准备去扣减库存，但是还没有来得及去扣减，此时线程2过来，线程2也去查询库存，发现这个数量一定也大于1，那么这两个线程都会去扣减库存，最终多个线程相当于一起去扣减库存，此时就会出现库存的超卖问题。

超卖问题是典型的多线程安全问题，针对这一问题的常见解决方案就是加锁：而对于加锁，我们通常有两种解决方案：见下图：

悲观锁：

悲观锁可以实现对于数据的串行化执行，比如synchronized、lock都是悲观锁的代表，同时，悲观锁中又可以再细分为公平锁、非公平锁、可重入锁等等。

乐观锁：

修改代码方案：使用CAS法

//update tb_seckill_voucher set stock=stock-1 where voucher_id=? and stock>0;
boolean success = seckillVoucherService.update().setSql("stock= stock -1").eq("voucher_id", voucherId).update().gt("stock",0).update(); 

3.6 优惠券秒杀-一人一单

需求：修改秒杀业务，要求同一个优惠券，一个用户只能下一单

初步代码：增加一人一单逻辑

	// 5.一人一单逻辑// 5.1.用户idLong userId = UserHolder.getUser().getId();int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();// 5.2.判断是否存在if (count > 0) {// 用户已经购买过了return Result.fail("用户已经购买过一次！");}

存在问题：现在的问题还是和之前一样，并发过来，查询数据库，都不存在订单，保证不了一个用户只能下一单，所以我们还需要加锁，但是乐观锁比较适合更新数据，而现在是插入数据，所以我们需要使用悲观锁来操作。

注意：加锁的初始方案是封装一个createVoucherOrder方法，同时为了保证线程安全，在方法上添加了一把synchronized锁，但是这样的锁，锁的粒度太粗了，在使用锁的过程中，控制锁粒度是一个非常重要的事情，因为如果锁的粒度太大，会导致每个线程进来都会锁住，所以我们需要去控制锁的粒度。

intern()这个方法是从常量池中拿到数据，如果我们直接使用userId.toString()它拿到的对象实际上是不同的对象，new出来的对象，我们使用锁必须保证锁是同一把，所以我们使用intern()方法。

但是代码还是存在问题，问题的原因在于当前方法被spring的事务控制，如果你在方法内部加锁，可能导致当前方法事务还没有提交，但是锁已经释放也会导致问题，所以我们选择将当前方法整体包裹起来，确保事务不会出现问题。如下：

在seckillVoucher方法中，添加以下逻辑，这样就能保证事务的特性，同时也控制了锁的粒度

但是以上做法依然有问题，因为你调用的方法，其实是this.的方式调用的，事务想要生效，还要利用代理来生效，所以这个地方，我们需要获得原始的事务对象，来操作事务

完整代码

@Autowired
private ISeckillVoucherService seckillVoucherService;@Autowired
private RedisIDWorker redisIDWorker;public Result seckillVoucher(Long voucherId) {//1.查询优惠券信息SeckillVoucher voucher = seckillVoucherService.getById(voucherId);//2.判断秒杀是否开始if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {return Result.fail("秒杀尚未开始！");}//3.判断秒杀是否已经结束if (voucher.getEndTime().isBefore(LocalDateTime.now())) {return Result.fail("秒杀已经结束!");}//4.判断库存是否充足if (voucher.getStock() < 1) {return Result.fail("库存不足！");}Long userId = UserHolder.getUser().getId();synchronized (userId.toString().intern()) {//获取代理对象（事务）IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();return proxy.createVoucherOrder(voucherId);}
}@Transactional
public Result createVoucherOrder(Long voucherId) {//5.一人一单Long userId = UserHolder.getUser().getId();//5.1查询订单Integer count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();//5.2判断是否存在if (count > 0) {//用户已经购买过了return Result.fail("用户已经购买过一次！");}//6.扣减库存//update tb_seckill_voucher set stock=stock-1 where voucher_id=? and stock>0;boolean success = seckillVoucherService.update().setSql("stock=stock-1").eq("voucher_id", voucherId).gt("stock", 0).update();if (!success) {return Result.fail("库存不足！");}//7.创建订单Long orderId = redisIDWorker.nextId("order");VoucherOrder order = VoucherOrder.builder().id(orderId).voucherId(voucherId).userId(userId).build();save(order);//8.返回订单idreturn Result.ok(orderId);
}

3.7 集群环境下的并发问题

通过加锁可以解决在单机情况下的一人一单安全问题，但是在集群模式下就不行了。

1. 我们将服务启动两份。端口分别为8081和8083：

   

2. 然后将nginx的conf目录下的nginx.conf文件，配置反向代理和负载均衡：

   

有关锁失效原因分析

由于我们现在部署了多个tomcat，每个tomcat都有一个属于自己的jvm，那么假设在服务器A的tomcat内部有两个线程，这两个线程由于使用的是同一份代码，那么他们的锁对象是同一个，是可以实现互斥的，但是如果我们现在是服务器B的tomcat内部又有两个线程，但是他们的锁对象写的虽然和服务器A一样，但是锁对象却不是同一个，所以线程3和线程4可以实现互斥，但是却无法和线程1和线程2实现互斥，这就是集群环境，syn锁失效的原因，在这种情况下我们就需要使用分布式锁来解决这个问题。