细粒度实现基于Key的并发锁

本文采用两种方式实现并发锁控制,实现线程安全操作并且支持大并发.

package com.cary.test;

import cn.hutool.core.thread.ThreadUtil;
import com.google.common.collect.Maps;
import com.google.common.util.concurrent.Striped;
import org.junit.Test;

import java.util.Map;
import java.util.concurrent.locks.Lock;

public class LockTest {

    private static final Map<Long, Integer> TRADING_MAP = Maps.newConcurrentMap();
    private static final Striped<Lock> STRIPED = Striped.lazyWeakLock(100);

    /**
     * 采用 Guava Striped 实现细粒度锁
     */
    @Test
    public void testStriped() {
        Long orderId = 100L;
        for (int i = 0; i < 1000; i++) {
            //并发 +1
            ThreadUtil.execute(() -> incrByStriped(orderId));
            //并发 -1
            ThreadUtil.execute(() -> decrByStriped(orderId));
        }
        //查看结果
        for (int i = 0; i < 1000; i++) {
            ThreadUtil.sleep(1000);
            System.out.println(TRADING_MAP.get(orderId));
        }
    }

    /**
     * 采用 synchronized 实现细粒度锁
     */
    @Test
    public void testSynchronized() {
        Long orderId = 100L;
        for (int i = 0; i < 1000; i++) {
            //并发 +1
            ThreadUtil.execute(() -> incrBySynchronized(orderId));
            //并发 -1
            ThreadUtil.execute(() -> decrBySynchronized(orderId));
        }
        //查看结果
        for (int i = 0; i < 1000; i++) {
            ThreadUtil.sleep(1000);
            System.out.println(TRADING_MAP.get(orderId));
        }
    }

    /**
     * +1操作
     */
    public static void incrByStriped(Long orderId) {
        //获取锁
        Lock lock = STRIPED.get("OrderId-" + orderId);
        lock.lock();
        try {
            if (TRADING_MAP.containsKey(orderId)) {
                TRADING_MAP.put(orderId, TRADING_MAP.get(orderId) + 1);
            } else {
                TRADING_MAP.put(orderId, 1);
            }
        } finally {
            //释放锁
            lock.unlock();
        }
    }

    /**
     * -1操作
     */
    public static void decrByStriped(Long orderId) {
        //获取锁
        Lock lock = STRIPED.get("OrderId-" + orderId);
        lock.lock();
        try {
            if (TRADING_MAP.containsKey(orderId)) {
                int num = TRADING_MAP.get(orderId);
                TRADING_MAP.put(orderId, num - 1);
            } else {
                TRADING_MAP.put(orderId, -1);
            }
        } finally {
            //释放锁
            lock.unlock();
        }
    }

    /**
     * +1操作
     */
    public static void incrBySynchronized(Long orderId) {
        String lock = ("OrderId-" + orderId).intern();
        synchronized (lock) {
            if (TRADING_MAP.containsKey(orderId)) {
                TRADING_MAP.put(orderId, TRADING_MAP.get(orderId) + 1);
            } else {
                TRADING_MAP.put(orderId, 1);
            }
        }
    }

    /**
     * -1操作
     */
    public static void decrBySynchronized(Long orderId) {
        String lock = ("OrderId-" + orderId).intern();
        synchronized (lock) {
            if (TRADING_MAP.containsKey(orderId)) {
                int num = TRADING_MAP.get(orderId);
                TRADING_MAP.put(orderId, num - 1);
            } else {
                TRADING_MAP.put(orderId, -1);
            }
        }
    }
}

<think>好的,用户想了解如何使用Redisson分布式实现并发环境下的库存管理系统,确保多库并发控制的正确性和效率。我需要结合他们提供的引用内容来构建一个全面的回答。 首先,根据引用[1]和[2],Redisson是分布式的推荐方案,因为它解决了数据库和缓存不一致的问题,并且符合CAP原理。用户可能关心Redisson的基本原理和如何集成到库存系统中。我需要解释Redisson的机制,比如可重入续期等。 然后,库存管理通常涉及扣减库存的操作,必须保证原子性。这里需要提到使用Redis的原子操作,比如Lua脚本,或者结合Redisson的RLock。引用[3]提到了等待时间,这可能和的超时设置有关,需要说明如何合理配置的过期时间,避免死和长时间阻塞。 接下来是多库并发控制的问题。库存系统可能有多个仓库或数据库,分布式需要跨所有节点协调。根据引用[1]中的RedLock算法,可能需要多个独立的Redis实例来实现更可靠的。不过Redisson已经支持RedLock,可以介绍如何配置和使用。 另外,引用[4]提到的粒度问题,使用userid作为key,这里库存管理可能需要以商品ID或库存ID作为的键,确保同一商品的库存操作串行化,避免超卖。需要强调的粒度要合适,太粗会影响并发性能,太细会增加复杂度。 还需要考虑高并发下的性能优化,比如分段。引用[3]提到了Go的分段加Demo,可能可以借鉴到Java中,将库存分成多个段,每个段单独加,提高并发度。例如,将库存拆分为多个子库存,减少竞争。 此外,异常处理也很重要,比如的自动续期、避免泄漏。Redisson的看门狗机制可以自动延长的持有时间,防止业务未完成时过期。需要提醒用户正确处理的获取和释放,确保在异常情况下也能释放,比如在finally块中释放。 最后,分布式事务和幂等性可能也是需要考虑的,引用[2]提到了接口的幂等性,库存操作需要保证即使重复请求也不会多次扣减。可以通过唯一事务ID或版本号机制来实现。 总结回答结构:先介绍Redisson分布式的核心机制,然后详细说明库存扣减流程,包括的获取、原子操作、多库处理,接着讨论的优化如分段和RedLock,最后强调异常处理和监控。这样用户能一步步了解如何正确高效地实现分布式库存管理。</think>### Redisson分布式在库存管理系统中的实现实践 #### 一、核心机制设计 1. **可重入机制** Redisson的`RLock`支持线程级别的重入特性,同一线程可重复获取,防止死。适用于需要嵌套调用的库存操作场景: ```java RLock lock = redissonClient.getLock("product_stock:1001"); lock.lock(10, TimeUnit.SECONDS); // 设置自动过期时间[^1] ``` 2. **看门狗自动续期** 当未显式设置`leaseTime`参数时,Redisson会启动后台线程每10秒检测状态并自动续期(默认30秒有效期),避免业务未完成时过期[^1]。 #### 二、库存扣减流程实现 ```java public boolean deductStock(String productId, int quantity) { String lockKey = "stock_lock:" + productId; RLock lock = redissonClient.getLock(lockKey); try { // 尝试获取(等待5秒,持有30秒) if (lock.tryLock(5, 30, TimeUnit.SECONDS)) { int currentStock = redisTemplate.opsForValue().get(productId); if (currentStock >= quantity) { redisTemplate.opsForValue().decrement(productId, quantity); return true; } return false; } } finally { lock.unlock(); } } ``` #### 三、多库并发控制方案 1. **库存分片策略** 采用分段提升并发能力,将总库存拆分为N个分片: ```java int shard = productId.hashCode() % 16; String lockKey = "stock_shard_lock:" + shard; ``` 2. **跨库事务协调** 使用RedLock算法实现跨多Redis节点的强一致性: ```java RLock lock1 = redissonClient1.getLock("lockKey"); RLock lock2 = redissonClient2.getLock("lockKey"); RedissonRedLock redLock = new RedissonRedLock(lock1, lock2); ``` #### 四、性能优化实践 | 优化维度 | 实施方法 | 效果提升 | |----------------|-----------------------------------|---------------------------| | 粒度控制 | 按商品ID+仓库ID组合定 | 降低竞争概率 | | 热点库存拆分 | 将1000件库存拆分为10个100件的分片 | 并发能力提升8-10倍 | | 预扣库存策略 | 使用Redis原子操作提前扣减虚拟库存 | 减少数据库压力 | #### 五、异常处理关键点 1. **网络分区防护** 设置合理的`lockWatchdogTimeout`(默认30秒),配合`innodb_lock_wait_timeout`(数据库行超时)形成双层保护[^3] 2. **幂等性保证** 为每个操作生成唯一事务ID: ```sql UPDATE inventory SET stock=stock-? WHERE product_id=? AND version=? ``` #### 六、监控指标建议 1. 等待时间百分位(P99 ≤ 50ms) 2. 库存操作TPS与获取成功率关联分析 3. 分片的竞争热度分布
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值