Lua + Redis 優惠券領券設計

時間 2019-12-06

標籤 lua redis 優惠券設計欄目 Lua 简体版

原文原文鏈接

1、業務背景redis

　　優惠券業務主要提供用戶領券和消券的功能；領取優惠券的動做由用戶直接發起，因爲資源有限，咱們必須對用戶的領取動做進行一些常規約束。sql

　　約束1(優惠券維度)：券的最大數量 max；
　　約束2(用戶維度)：每一個用戶可領取的最大數量 user_max；

　　爲了知足一些特殊場景，好比連續幾天的大促活動，爲了吸引用戶，容許用戶天天領取一次優惠券。因而，數據庫

　　約束3(用戶加時間維度)：每一個用戶天天可領取的最大數量 user_per_day_max；

目前，用戶領券只有上述三個約束，將來，也許，會有更復雜的約束需求。緩存

爲了同時知足上述三個約束，優惠券業務分別記錄了每一個用戶當天已領取的數量 user_today_got，每一個用戶已領取的數量user_got , 全部用戶領取的數量 total_got，併發

只要在用戶領券前如下三個條件成立：分佈式

user_today_got < user_per_day_max
　　user_got < user_max
　　total_got < max

　　恭喜！成功領到一個新的優惠券！ide

2、數據分析高併發

　　max，user_max，user_per_day_max 三個值是元數據，基本是靜態值(容許修改)；性能

　　total_got，user_got，user_today_got 三個值是動態值，且屬於三個不一樣維度，不適合做爲一條記錄存在表裏，須要分三個表記錄；lua

　　用戶領券時，取出這6個值，一個if 把對應值比較一下，再依次修改一下領取數量的值；

　　三次讀取，三次比較，三次更新，完工。

3、問題：併發

　　搶券開始，用戶積極性不錯，不一下子券就被搶完了，手慢的用戶被告知領券失敗，沒有問題，收工。

回頭看一眼數據，彷佛不太妙，超領了。

　　併發，萬惡的根源。

　　用戶張三李四取出的 total_got 值都同樣，張三能夠領，李四也能夠領，因而，if 條件在這一刻失效，

或者張三連續來兩次取出的 user_got 值都同樣，因而張三能夠領兩次，因而，if 條件在這一刻失效。

　　先讀再寫並行，併發問題的根源。

4、解決思路

　　從讀到寫這段時間的數據不一致問題，根源在於用戶並行(我的認爲併發是時間概念，並行是空間概念)，

要解決這個問題，須要讓用戶串行，單個用戶原子性。鎖說它能夠作到。

　　鎖只有一個目的，就是把並行變爲串行，可是上鎖的方式五花八門。

　　1. Java應用內存鎖

　　　　Java中自帶不少內存鎖，synchronize，各類Lock，可是優惠券服務多機部署，內存鎖沒法知足需求；

　　2. Mysql數據庫鎖

　　　　優惠券服務使用MySql(一個寫節點)，innodb存儲引擎，innodb 支持行鎖。

　　　　利用innodb的行鎖機制，可使用兩種方式實現用戶領券的原子性：

　　　　第一種，讀取以前上鎖, 更新以後解鎖

　　　　　　select ... from table where ... for update;

　　　　　　update table set ....

　　　　　　優勢：簡單明瞭；缺點： select 和 update 之間處理出異常或應用異常終止會產生死鎖。

　　　　第二中，利用update 鎖行機制，加上where 條件判斷數據，也是讀取前上鎖，更新後解鎖。

　　　　　　update table set .... where ....

　　　　　　優勢：簡單明瞭；缺點：效率不高

　　　　另外更新操做直接命中數據庫會對數據庫產生很大的壓力，因此數據庫鎖沒法知足搶券業務；

　　3. Redis分佈式內存鎖

　　　　優惠券服務使用單節點Redis，Redis 支持setnx命令。

　　　　利用setnx命令，能夠在應用中自建鎖及維護鎖的生命週期。

　　　　基本思路是領券前將優惠券的key經過 setnx 命令寫進 redis，成功則以後便執行後續的三次讀取比較和更新，

　　最後 del 命令刪除優惠券的key。

　　　　優勢：邏輯簡單，實現簡單，total_got，user_got，user_today_got 三個值存哪裏不受任何限制。

　　　　缺點：不太可靠，setnx 成功後，應用出現異常，沒有執行最後的del , 會產生死鎖；也能夠在 setnx 後再

　　設置一個過時時間，是的，這是一個辦法，只須要保證過時時間大於接口的最大執行時間。

　　　　另外，也可使用官方推薦的分佈式Redis鎖開源實現 Redisson。

　　3. Redis的 pipeline & lua

　　Redis 使用單線程處理命令隊列，串行執行每一個命令，Redis數據讀寫操做不存在並行。

　　若是須要修改的數據都存儲在Redis中，那麼能夠將一批排序的命令發給Redis, Redis命令隊列保證不會打亂你的排序，而且保證不會有人插隊便可。

　　Redis提供了pipeline的方式一次解析接收多個命令，而且保證不會打亂你的命令順序，可是很惋惜，Redis不保證不會有人插隊，pipeline的設計目的是

爲了節約RTT。

　　優惠券業務須要一系列操做具備原子性，pipeline方式不可行。

　　Redis 支持執行 Lua 腳本，提供 eval 命令執行Lua腳本，注意，eval是一個命令，Redis單個命令都是原子執行的，執行Lua腳本固然也是原子性的。

Lua腳本能夠承載豐富的業務邏輯和Redis數據操做，領券只須要原子性的三次讀取三次比較以及三次更新，Redis + Lua 徹底能夠勝任，而且提供不錯的性能。

　　採用Redis + Lua 的解決思路以下：

　　Lua腳本的邏輯基本爲:

5、業務實現(基於Spring)

1. 配置Lua腳本

@Configuration
public class RedisLuaConfig {
@Bean("luaScript")
public RedisScript<Long> obtainCouponScript() {
DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
redisScript.setLocation(new ClassPathResource("lua/script.lua"));
redisScript.setResultType(Long.class);
return redisScript;
}
}

2. 加載和執行

@Slf4j
@Component
public class RedisScriptService {
@Autowired
private StringRedisTemplate redisTemplate;
@Resource(name = "luaScript")
private RedisScript<Long> luaScript;
/**
* 啓動時加載,手動加載
*/
@PostConstruct
public void loadScript() {
redisTemplate.execute(new RedisCallback<String>() {
@Override
public String doInRedis(RedisConnection connection) throws DataAccessException {
StringRedisConnection redisConnection = (StringRedisConnection) connection;
return redisConnection.scriptLoad(luaScript.getScriptAsString());
}
});
}
/**
* 執行腳本
* @param keys
* @param args
* @return
*/
public int execScript(List<String> keys,List<String> args) {
try {
Long scriptValue = redisTemplate.execute(luaScript,keys,args.toArray());
return scriptValue.intValue();
} catch (Exception e) {
log.error("execute script error", e);
return -1;
}
}
}

屢次加載問題：

　　Redis拿到Lua腳本時會先計算其sha1值，sha1值已存在的話會忽略加載，因此當Lua腳本文件內容沒有變化時只會加載一次。

RedisTemplate 執行 RedisScript 對象(Lua腳本)過程：

　　序列化參數；
　　RedisScript計算lua腳本 sha1值 (必定和Redis中計算出的sha1值相同)；
　　嘗試使用evalSha 命令執行 Lua腳本；
　　evalSha失敗時，使用eval 命令執行 Lua腳本；
　　序列化返回值，返回

執行過程源碼以下：

protected <T> T eval(RedisConnection connection, RedisScript<T> script, ReturnType returnType, int numKeys,
byte[][] keysAndArgs, RedisSerializer<T> resultSerializer) {
Object result;
try {
//script.getSha1()方法中會計算sha1值
result = connection.evalSha(script.getSha1(), returnType, numKeys, keysAndArgs);
} catch (Exception e) {
if (!ScriptUtils.exceptionContainsNoScriptError(e)) {
throw e instanceof RuntimeException ? (RuntimeException) e : new RedisSystemException(e.getMessage(), e);
}
//scriptBytes()序列化腳本內容
result = connection.eval(scriptBytes(script), returnType, numKeys, keysAndArgs);　　　　　　　// eval方法執行，redis會緩存腳本內容，可是不會記錄其 sha1 值；下一次evalSha時，redis會表示不認識該sha1值；因此上面須要手動加載腳本
}
if (script.getResultType() == null) {
return null;
}
return deserializeResult(resultSerializer, result);
}