J**A主流分布式解决方案多场景设计与实践
xia設地止：lexuecode.com/7381.html
J**基于Redis手动分布式锁的主流分布式设计与实践。
if （balance - amount < 0） 但是，由于快照用于 ，因此读取了旧值，而未读取最新值，这会导致此层验证失败，因此 ** 继续运行并执行数据更新。
更新语句编写如下：
update account set balance=balance-1000 where id =1;此更新语句必须根据该记录的最新值进行更新，执行该更新语句时，该记录变为 id=1， balance=-1000。
一些朋友想知道，如果你在 t12 更新后再次阅读快照，结果会是什么。
在上图所示的执行结果中，可以看到结果为 id=1 且 balance=-1000，可以看到查询到了最新的结果记录。
由于此行数据的最新版本由事务 2 本身更新，因此其自身事务的更新始终对自身可见。
另外，这个问题本质上是j**a层和数据库层的数据不一致导致的，有朋友留言建议在更新余额的时候可以加一层判断：
update account set balance=balance-1000 where id =1 and balance>0;然后更新完成，j**a 图层确定更新的有效行数是否大于 0。 这确实规避了这个问题。
最后，这位朋友的留言总结得很好，贴起来：
先点赞再看，微信搜索程序，关注它，就结束了。
手淫分布式锁 现在切入正文，本文本来是想写一下MySQL查询中的左匹配问题，但还没有研究过。 让我们先写一些我最近一直在修补的东西，使用 redistris 实现可重入分布式锁。
看到这里，可能会有朋友提出，用redisson不香，为什么要自己实现呢？
嘿嘿，Redisson 真的很香，但是我不能在现有项目中使用它，所以我必须分发一个可重入的分布式锁。
我不需要 redisson，但我可以研究源代码并最终实现引用 redisson 实现的可重入分布式锁。
分布式锁 分布式锁的特点在于排他性，多个调用方可以同时锁定对方，并且只有一个调用方可以成功锁定。
由于内部单线程执行，Redis 内部按照请求顺序执行，不存在并发冲突，因此只有一个调用方会成功获取锁。
此外，Redis基于内存，具有很高的解锁速度性能，我们还可以使用集群部署来增强Redis的可用性。
锁定 使用 redis 实现一个简单的分布式锁，非常简单，可以直接使用 setnx 命令完成。
如果不存在，则设置 setnx，不存在时将设置，可以按如下方式使用：
但是直接使用 setnx 有一个缺陷，我们无法为其设置过期时间，如果锁客户端宕机，会导致锁无法获取。
有的同学可能会提出，在执行 setnx 后，执行 expire 命令主动设置过期时间，伪代码如下：
var result = setnx lock "client"if（result==1） 但是，这还是存在一个缺陷，锁**不能原子执行，如果调用了锁语句，应用在设置到期时间之前就宕机了，还是会出现锁过期不了的问题。
此问题存在于 Redis 2 中6.版本 12 可以完美解决。 此版本增强了 set 命令，可用于使用 nx，ex 命令原子执行锁定操作。 参数如下：
ex second：设置密钥的过期时间，单位为秒 nx 当密钥不存在时，进行设置操作，相当于 setnx 操作 只需一行即可使用 set 命令实现分布式锁
set lock_name anystring nx ex lock_time
j**主流的分布式设计和实践MySQL锁解决了库存超卖的问题。
秒杀引发的问题。
限时抢购最大的问题之一就是解决超卖问题。 解决超卖的方法之一如下：
update goods set num = num - 1 where id = 1001 and num > 0
假设数据库中只剩下一项，并且 num = 1
但是有 100 个线程同时读取此 num = 1，因此所有 100 个线程都开始耗尽库存。
但你最终会发现，只有一个线程成功减少了库存，其他 99 个线程都失败了。
为什么？ 这就是mysql中的独占锁发挥作用的地方。
独占锁，又称写锁，简称x锁，顾名思义，独占锁就是不能与其他锁共存，比如一个事务获得一个数据行的独占锁，其他事务就不能再获取该行的其他锁，包括共享锁和独占锁，但获得独占锁的事务可以读取和修改该行的数据。
这类似于我执行更新操作时，这一行是一个事务（默认具有独占锁）。 此行不能由任何其他线程修改和读取或写入。
解决超卖的第二种方法如下。
select version from goods where id= 1001;
更新商品集 num = num - 1，version = version + 1，其中 id= 1001 和 num > 0 和 version = @version（上面找到的版本）;
更新商品集 num = num - 1， version = version + 1 其中 id= 1001 和 version = @version （上面找到的版本）;
此外，在执行 SQL 语句之前，应添加判断 num 个数是否大于 0 的业务逻辑。
在MySQL中，这里其实有一个独占锁，但是使用版本号也是解决超卖的一种方式，但是version方法取代了数据库中num>0语句的作用，将num>0判断放在业务逻辑中。
事实上，两种解决超卖的方法之间略有不同。 考虑两个线程，当库存数量为2时，如果是第一种方式，那么两个线程都可以成功执行。 在第二种方式中，如果第二个线程也执行相同的 SQL，并在第一个线程提交事务之前获取版本值（即线程 1 和线程 2 获得相同的版本值），那么两个线程之间只有一个线程将能够使清单减去一个成功执行。 最终库存编号不是 0，而是 1。
这种方法使用版本号，这实际上是 CAS 的原理。
假设版本 = 100，num = 1; 100 个线程进来，他们选择的版本号是 version = 100。
那么直接更新的时候，只有一个先更新，版本号也同时更新。
然后其他 99 个会在更新时发现版本不等于上次选择的版本，这意味着该版本已经被其他线程修改了。 那我就放弃这个更新了
解决超卖的第三种方法如下。
利用 Redis 的单线程库存减少。
例如，有 100 种产品。 然后我在 redis 中存储一个 k，v。 例如
每次用户线程进入时，键值都会减少 1，当它减少到 0 时，所有剩余的请求都会被拒绝。
这意味着只有 100 个线程将进行后续操作。 所以不会有超卖。
在很多抢购活动中，如何保证抢购商品的用户数量不能大于限货数量限制下的商品数量，即不能出现超卖问题; 抢购期间也会有大量的用户访问，如何提升用户体验效果也是一个问题，那就是解决seckill系统的性能问题。
本文主要介绍基于REDIS的产品限时抢购的实现。 首先，让我告诉你大致的想法。 总体思路是减少对数据库的访问，并尽可能地将数据缓存到 Redis 缓存中，从缓存中获取数据。
系统初始化时，产品的库存数量会加载到 Redis 缓存中，无需请求一次即可缓存。
当收到闪购请求时，在 Redis 中预缩减闪购，当 Redis 中的库存不足时，闪购无法退货，从而减少对数据库的访问。 否则，请继续执行步骤 3;
将请求放入异步队列 （rabbitmq） 中，并立即向前端返回一个值，指示它正在排队。
服务器端异步队列将请求取消排队，成功的请求可以用于 seckill 逻辑、减少库存、下订单>、>写入 seckill 订单，如果成功则返回成功。
后端订单创建成功后，可以通过 WebSocket 向用户发送闪购成功通知。 前端用它来判断闪购是否成功，如果闪购成功，会输入闪购订单的详细信息，否则闪购会失败。
系统初始化后，将闪购产品的库存放入Redis缓存中。
首先，我们需要实现 initializingbean 接口，initializingbean 接口为 Bean 提供了初始化方法的方法，它包括 afterpropertiesset 方法，所有继承该接口的类在初始化 Bean 时都会执行这个方法。
component
public class weblistener implements initializingbean
for(goodsvo goods : goodslist)
这允许我们在系统启动时加载所有缓存，然后我们可以通过操作 Redis 来预先减少库存。
减少的清单请求被放置在异步队列中。
然后当我们的并发足够大，Redis 压力页很大时，我们就可以通过 map 集合对缓存进行标记，以减轻 Redis 服务器的压力。
1.生成一个map，并在初始化时，将所有产品的ID存储为key，并在map中标记为false。
2.在减少库存之前，从地图上取标记，如果标记为假，则表示库存，以及 3.预先减少库存，当库存不足时，将产品的标记设置为true，表示产品的库存不足。
这样，以下所有请求都将被拦截，而无需访问 Redis 以预先减少库存。
系统启动时会初始化，所有限时抢购产品ID都会存储在地图中，库存为0为真
private map localovermap = new hashmap();
requestmapping(value="//do_miaosha", method=requestmethod.post)
responsebody
public result miaosha(httpservletrequest request, httpservletresponse response,model model,miaoshauser user,@requestparam("goodsid")long goodsid,@pathvariable("path") string path)
验证路径
boolean check = miaoshaservice.checkpath(user, goodsid, path);
if(!check)
内存标签用于确定映射的值，可减少 Redis 访问。
boolean over = localovermap.get(goodsid);
if(over)
预先减少库存 这里的库存减少是一个原子操作。
long stock = redisservice.decr(goodskey.getmiaoshagoodsstock, ""+goodsid);//10
if(stock < 0)
确定它是否已达到峰值。
miaoshaorder order = orderservice.getmiaoshaorderbyuseridgoodsid(user.getid(),goodsid);
if(order != null)
团队。 miaoshamessage mm = new miaoshamessage();
mm.setuser(user);
mm.setgoodsid(goodsid);
sender.sendmiaoshamessage(mm);
返回 0 表示它在队列中。
return result.success(0);
Redis缓解了数据库的压力，使用地图标签库存来减轻Redis的压力。