Redis中的String类型及使用Redis解决订单秒杀超卖问题

站长资源 2024/11/22 佚名

2 0 1

本系列将和大家分享Redis分布式缓存，本章主要简单介绍下Redis中的String类型，以及如何使用Redis解决订单秒杀超卖问题。

Redis中5种数据结构之String类型：key-value的缓存，支持过期，value不超过512M。

Redis是单线程的，比如SetAll & AppendToValue & GetValues & GetAndSetValue & IncrementValue & IncrementValueBy等等，这些看上去像是组合命令，但实际上是一个具体的命令，是一个原子性的命令，不可能出现中间状态，可以应对一些并发情况。下面我们直接通过代码来看下具体使用。

首先来看下Demo的项目结构：

此处推荐使用的是ServiceStack包，虽然它是收费的，有1小时3600次请求限制，但是它是开源的，可以将它的源码下载下来破解后使用，网上应该有挺多相关资料，有兴趣的可以去了解一波。

一、Redis中与String类型相关的API

首先先来看下Redis客户端的初始化工作：

using System;

namespace TianYa.Redis.Init
{
 /// <summary>
 /// redis配置文件信息
 /// 也可以放到配置文件去
 /// </summary>
 public sealed class RedisConfigInfo
 {
  /// <summary>
  /// 可写的Redis链接地址
  /// format：ip1,ip2
  /// 
  /// 默认6379端口
  /// </summary>
  public string WriteServerList = "127.0.0.1:6379";

  /// <summary>
  /// 可读的Redis链接地址
  /// format：ip1,ip2
  /// 
  /// 默认6379端口
  /// </summary>
  public string ReadServerList = "127.0.0.1:6379";

  /// <summary>
  /// 最大写链接数
  /// </summary>
  public int MaxWritePoolSize = 60;

  /// <summary>
  /// 最大读链接数
  /// </summary>
  public int MaxReadPoolSize = 60;

  /// <summary>
  /// 本地缓存到期时间，单位：秒
  /// </summary>
  public int LocalCacheTime = 180;

  /// <summary>
  /// 自动重启
  /// </summary>
  public bool AutoStart = true;

  /// <summary>
  /// 是否记录日志，该设置仅用于排查redis运行时出现的问题，
  /// 如redis工作正常，请关闭该项
  /// </summary>
  public bool RecordeLog = false;
 }
}

using ServiceStack.Redis;

namespace TianYa.Redis.Init
{
 /// <summary>
 /// Redis管理中心
 /// </summary>
 public class RedisManager
 {
  /// <summary>
  /// Redis配置文件信息
  /// </summary>
  private static RedisConfigInfo _redisConfigInfo = new RedisConfigInfo();

  /// <summary>
  /// Redis客户端池化管理
  /// </summary>
  private static PooledRedisClientManager _prcManager;

  /// <summary>
  /// 静态构造方法，初始化链接池管理对象
  /// </summary>
  static RedisManager()
  {
   CreateManager();
  }

  /// <summary>
  /// 创建链接池管理对象
  /// </summary>
  private static void CreateManager()
  {
   string[] writeServerConStr = _redisConfigInfo.WriteServerList.Split(',');
   string[] readServerConStr = _redisConfigInfo.ReadServerList.Split(',');
   _prcManager = new PooledRedisClientManager(readServerConStr, writeServerConStr,
    new RedisClientManagerConfig
    {
     MaxWritePoolSize = _redisConfigInfo.MaxWritePoolSize,
     MaxReadPoolSize = _redisConfigInfo.MaxReadPoolSize,
     AutoStart = _redisConfigInfo.AutoStart,
    });
  }

  /// <summary>
  /// 客户端缓存操作对象
  /// </summary>
  public static IRedisClient GetClient()
  {
   return _prcManager.GetClient();
  }
 }
}

using System;
using TianYa.Redis.Init;
using ServiceStack.Redis;

namespace TianYa.Redis.Service
{
 /// <summary>
 /// redis操作的基类
 /// </summary>
 public abstract class RedisBase : IDisposable
 {
  /// <summary>
  /// Redis客户端
  /// </summary>
  protected IRedisClient _redisClient { get; private set; }

  /// <summary>
  /// 构造函数
  /// </summary>
  public RedisBase()
  {
   this._redisClient = RedisManager.GetClient();
  }

  private bool _disposed = false;
  protected virtual void Dispose(bool disposing)
  {
   if (!this._disposed)
   {
    if (disposing)
    {
     _redisClient.Dispose();
     _redisClient = null;
    }
   }

   this._disposed = true;
  }

  public void Dispose()
  {
   Dispose(true);
   GC.SuppressFinalize(this);
  }

  /// <summary>
  /// Redis事务处理示例
  /// </summary>
  public void Transcation()
  {
   using (IRedisTransaction irt = this._redisClient.CreateTransaction())
   {
    try
    {
     irt.QueueCommand(r => r.Set("key", 20));
     irt.QueueCommand(r => r.Increment("key", 1));
     irt.Commit(); //事务提交
    }
    catch (Exception ex)
    {
     irt.Rollback(); //事务回滚
     throw ex;
    }
   }
  }

  /// <summary>
  /// 清除全部数据 请小心
  /// </summary>
  public virtual void FlushAll()
  {
   _redisClient.FlushAll();
  }

  /// <summary>
  /// 保存数据DB文件到硬盘
  /// </summary>
  public void Save()
  {
   _redisClient.Save(); //阻塞式Save
  }

  /// <summary>
  /// 异步保存数据DB文件到硬盘
  /// </summary>
  public void SaveAsync()
  {
   _redisClient.SaveAsync(); //异步Save
  }
 }
}

下面直接给大家Show一波Redis中与String类型相关的API：

using System;
using System.Collections.Generic;

namespace TianYa.Redis.Service
{
 /// <summary>
 /// key-value 键值对 value可以是序列化的数据 （字符串）
 /// </summary>
 public class RedisStringService : RedisBase
 {
  #region 赋值

  /// <summary>
  /// 设置永久缓存
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <param name="value">存储的值</param>
  /// <returns></returns>
  public bool Set(string key, string value)
  {
   return base._redisClient.Set(key, value);
  }

  /// <summary>
  /// 设置永久缓存
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <param name="value">存储的值</param>
  /// <returns></returns>
  public bool Set<T>(string key, T value)
  {
   return base._redisClient.Set<T>(key, value);
  }

  /// <summary>
  /// 带有过期时间的缓存
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <param name="value">存储的值</param>
  /// <param name="expireTime">过期时间</param>
  /// <returns></returns>
  public bool Set(string key, string value, DateTime expireTime)
  {
   return base._redisClient.Set(key, value, expireTime);
  }

  /// <summary>
  /// 带有过期时间的缓存
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <param name="value">存储的值</param>
  /// <param name="expireTime">过期时间</param>
  /// <returns></returns>
  public bool Set<T>(string key, T value, DateTime expireTime)
  {
   return base._redisClient.Set<T>(key, value, expireTime);
  }

  /// <summary>
  /// 带有过期时间的缓存
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <param name="value">存储的值</param>
  /// <param name="expireTime">过期时间</param>
  /// <returns></returns>
  public bool Set<T>(string key, T value, TimeSpan expireTime)
  {
   return base._redisClient.Set<T>(key, value, expireTime);
  }

  /// <summary>
  /// 设置多个key/value
  /// </summary>
  public void SetAll(Dictionary<string, string> dic)
  {
   base._redisClient.SetAll(dic);
  }

  #endregion 赋值

  #region 追加

  /// <summary>
  /// 在原有key的value值之后追加value，没有就新增一项
  /// </summary>
  public long AppendToValue(string key, string value)
  {
   return base._redisClient.AppendToValue(key, value);
  }

  #endregion 追加

  #region 获取值

  /// <summary>
  /// 读取缓存
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <returns></returns>
  public string Get(string key)
  {
   return base._redisClient.GetValue(key);
  }

  /// <summary>
  /// 读取缓存
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <returns></returns>
  public T Get<T>(string key)
  {
   return
    _redisClient.ContainsKey(key)
    "keys">存储的键集合</param>
  /// <returns></returns>
  public List<string> Get(List<string> keys)
  {
   return base._redisClient.GetValues(keys);
  }

  /// <summary>
  /// 获取多个key的value值
  /// </summary>
  /// <param name="keys">存储的键集合</param>
  /// <returns></returns>
  public List<T> Get<T>(List<string> keys)
  {
   return base._redisClient.GetValues<T>(keys);
  }

  #endregion 获取值

  #region 获取旧值赋上新值

  /// <summary>
  /// 获取旧值赋上新值
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <param name="value">存储的值</param>
  /// <returns></returns>
  public string GetAndSetValue(string key, string value)
  {
   return base._redisClient.GetAndSetValue(key, value);
  }

  #endregion 获取旧值赋上新值

  #region 移除缓存

  /// <summary>
  /// 移除缓存
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <returns></returns>
  public bool Remove(string key)
  {
   return _redisClient.Remove(key);
  }

  /// <summary>
  /// 移除多个缓存
  /// </summary>
  /// <param name="keys">存储的键集合</param>
  public void RemoveAll(List<string> keys)
  {
   _redisClient.RemoveAll(keys);
  }

  #endregion 移除缓存

  #region 辅助方法

  /// <summary>
  /// 是否存在缓存
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <returns></returns>
  public bool ContainsKey(string key)
  {
   return _redisClient.ContainsKey(key);
  }

  /// <summary>
  /// 获取值的长度
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <returns></returns>
  public long GetStringCount(string key)
  {
   return base._redisClient.GetStringCount(key);
  }

  /// <summary>
  /// 自增1，返回自增后的值
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <returns></returns>
  public long IncrementValue(string key)
  {
   return base._redisClient.IncrementValue(key);
  }

  /// <summary>
  /// 自增count，返回自增后的值
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <param name="count">自增量</param>
  /// <returns></returns>
  public long IncrementValueBy(string key, int count)
  {
   return base._redisClient.IncrementValueBy(key, count);
  }

  /// <summary>
  /// 自减1，返回自减后的值
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <returns></returns>
  public long DecrementValue(string key)
  {
   return base._redisClient.DecrementValue(key);
  }

  /// <summary>
  /// 自减count，返回自减后的值
  /// </summary>
  /// <param name="key">存储的键</param>
  /// <param name="count">自减量</param>
  /// <returns></returns>
  public long DecrementValueBy(string key, int count)
  {
   return base._redisClient.DecrementValueBy(key, count);
  }

  #endregion 辅助方法
 }
}

测试如下：

using System;

namespace MyRedis
{
 /// <summary>
 /// 学生类
 /// </summary>
 public class Student
 {
  public int Id { get; set; }
  public string Name { get; set; }
  public string Remark { get; set; }
  public string Description { get; set; }
 }
}

using System;
using System.Collections.Generic;
using TianYa.Redis.Service;
using Newtonsoft.Json;

namespace MyRedis
{
 /// <summary>
 /// ServiceStack API封装测试 五大结构理解 （1小时3600次请求限制--可破解）
 /// </summary>
 public class ServiceStackTest
 {
  /// <summary>
  /// String
  /// key-value的缓存，支持过期，value不超过512M
  /// Redis是单线程的，比如SetAll & AppendToValue & GetValues & GetAndSetValue & IncrementValue & IncrementValueBy，
  /// 这些看上去是组合命令，但实际上是一个具体的命令，是一个原子性的命令，不可能出现中间状态，可以应对一些并发情况
  /// </summary>
  public static void ShowString()
  {
   var student1 = new Student()
   {
    Id = 10000,
    Name = "TianYa"
   };

   using (RedisStringService service = new RedisStringService())
   {
    service.Set("student1", student1);
    var stu = service.Get<Student>("student1");
    Console.WriteLine(JsonConvert.SerializeObject(stu));

    service.Set<int>("Age", 28);
    Console.WriteLine(service.IncrementValue("Age"));
    Console.WriteLine(service.IncrementValueBy("Age", 3));
    Console.WriteLine(service.DecrementValue("Age"));
    Console.WriteLine(service.DecrementValueBy("Age", 3));
   }
  }
 }
}

using System;

namespace MyRedis
{
 /// <summary>
 /// Redis：Remote Dictionary Server 远程字典服务器
 /// 基于内存管理（数据存在内存），实现了5种数据结构（分别应对各种具体需求），单线程模型的应用程序（单进程单线程），对外提供插入--查询--固化--集群功能。
 /// 正是因为基于内存管理所以速度快，可以用来提升性能。但是不能当数据库，不能作为数据的最终依据。
 /// 单线程多进程的模式来提供集群服务。
 /// 单线程最大的好处就是原子性操作，就是要么都成功，要么都失败，不会出现中间状态。Redis每个命令都是原子性（因为单线程），不用考虑并发，不会出现中间状态。（线程安全）
 /// Redis就是为开发而生，会为各种开发需求提供对应的解决方案。
 /// Redis只是为了提升性能，不做数据标准。任何的数据固化都是由数据库完成的，Redis不能代替数据库。
 /// Redis实现的5种数据结构：String、Hashtable、Set、ZSet和List。
 /// </summary>
 class Program
 {
  static void Main(string[] args)
  {
   ServiceStackTest.ShowString();
   Console.ReadKey();
  }
 }
}

运行结果如下：

Redis中的String类型在项目中使用是最多的，想必大家都有所了解，此处就不再做过多的描述了。

二、使用Redis解决订单秒杀超卖问题

首先先来看下什么是订单秒杀超卖问题：

/// <summary>
/// 模拟订单秒杀超卖问题
///  超卖：订单数超过商品
///  如果使用传统的锁来解决超卖问题合适吗？ 
///   不合适，因为这个等于是单线程了，其他都要阻塞，会出现各种超时。
///   -1的时候除了操作库存，还得增加订单，等支付等等。
///   10个商品秒杀，一次只能进一个？ 违背了业务。
/// </summary>
public class OverSellFailedTest
{
 private static bool _isGoOn = true; //秒杀活动是否结束
 private static int _stock = 0; //商品库存
 public static void Show()
 {
  _stock = 10;
  for (int i = 0; i < 5000; i++)
  {
   int k = i;
   Task.Run(() => //每个线程就是一个用户请求
   {
    if (_isGoOn)
    {
     long index = _stock;
     Thread.Sleep(100); //模拟去数据库查询库存
     if (index >= 1)
     {
      _stock = _stock - 1; //更新库存
      Console.WriteLine($"{k.ToString("0000")}秒杀成功，秒杀商品索引为{index}");
      //可以分队列，去操作数据库
     }
     else
     {
      if (_isGoOn)
      {
       _isGoOn = false;
      }

      Console.WriteLine($"{k.ToString("0000")}秒杀失败，秒杀商品索引为{index}");
     }
    }
    else
    {
     Console.WriteLine($"{k.ToString("0000")}秒杀停止......");
    }
   });
  }
 }
}

运行OverSellFailedTest.Show()，结果如下所示：

从运行结果可以看出不仅一个商品卖给了多个人，而且还出现了订单数超过商品数，这就是典型的秒杀超卖问题。

下面我们来看下如何使用Redis解决订单秒杀超卖问题：

/// <summary>
/// 使用Redis解决订单秒杀超卖问题
///  超卖：订单数超过商品
///  1、Redis原子性操作--保证一个数值只出现一次--防止一个商品卖给多个人
///  2、用上了Redis，一方面保证绝对不会超卖，另一方面没有效率影响，还有撤单的时候增加库存，可以继续秒杀，
///  限制秒杀的库存是放在redis，不是数据库，不会造成数据的不一致性
///  3、Redis能够拦截无效的请求，如果没有这一层，所有的请求压力都到数据库
///  4、缓存击穿/穿透---缓存down掉，请求全部到数据库
///  5、缓存预热功能---缓存重启，数据丢失，多了一个初始化缓存数据动作（写代码去把数据读出来放入缓存）
/// </summary>
public class OverSellTest
{
 private static bool _isGoOn = true; //秒杀活动是否结束
 public static void Show()
 {
  using (RedisStringService service = new RedisStringService())
  {
   service.Set<int>("Stock", 10); //库存
  }

  for (int i = 0; i < 5000; i++)
  {
   int k = i;
   Task.Run(() => //每个线程就是一个用户请求
   {
    using (RedisStringService service = new RedisStringService())
    {
     if (_isGoOn)
     {
      long index = service.DecrementValue("Stock"); //减1并且返回 
      if (index >= 0)
      {
       Console.WriteLine($"{k.ToString("0000")}秒杀成功，秒杀商品索引为{index}");
       //service.IncrementValue("Stock"); //加1，如果取消了订单则添加库存继续秒杀
       //可以分队列，去操作数据库
      }
      else
      {
       if (_isGoOn)
       {
        _isGoOn = false;
       }

       Console.WriteLine($"{k.ToString("0000")}秒杀失败，秒杀商品索引为{index}");
      }
     }
     else
     {
      Console.WriteLine($"{k.ToString("0000")}秒杀停止......");
     }
    }
   });
  }
 }
}

运行OverSellTest.Show()，结果如下所示：