首先,想象一个场景,商品A预售量1000件,早上10点准时开抢,10W个人一起来抢,在正式开始之后,我们将面对两个问题
1 大批的数据库请求和大量的订单创建,数据库压力巨大,有可能宕机
2 商品可能出现超卖的情况
解决方案如下:
这里我们先看商品超卖的问题
最原始的下单流程无非就是: 判断商品库存是否足够 -> 足够则下单
这种处理方式在没什么并发的情况下不会出现问题,但是一旦并发量一大,这种流程就肯定会出现超卖
假设有A和B两个进程,A要买1个,B也要买1个,可是商品库存就剩下一个了,这两个进程同时进入库存判断,都通过了,然后进入:下单->减库存 最后结果就是商品库存变成了负数,这显然是不符合需求的
所以我们要做的就是,库存判断 ->下单 -> 减库存 让这整个流程原子化 ,要么都能执行,要么先等着,别上赶着。
我们利用redis的单线程,可以实现这一点,也就是俗称的分布式锁
网上关于分布式锁的做法良莠不齐,博主之前也陷入过误区,这里挨个给大家爬坑,抛砖引玉
为了让大家只关注这个锁的意义,这里关于商品过多的信息不作完整赘述,只做简单的举例
这里是redis中存放的商品信息:productInfo:16 指的是ID为16的商品信息(秒杀活动商品详情页打开非常频繁,建议缓存起来)
limitBuy 指的是这件商品的限购数量,一会用得上
storage:16 指的是ID为16的商品库存,也建议在添加抢购活动的时候就缓存到redis中