`spring boot`高并发秒杀测试

spring boot高并发秒杀测试测试项目： https://github.com/14251104246/redis-demo.git准备使用docker-compose命令启动redis服务器（可以用其他方式启动）idea启动测试项目jmeter测试脚本高并发秒杀-重现超卖问题.jmx高并发秒杀-有事务方式减少库存.jmx重现秒杀时出现的超卖问题...

AI蒸汽人

16068人浏览 · 2018-06-26 12:19:10

AI蒸汽人 · 2018-06-26 12:19:10 发布

redis高并发秒杀测试

测试项目： https://github.com/14251104246/redis-demo.git

准备

使用docker-compose命令启动redis服务器（可以用其他方式启动）
idea启动测试项目
jmeter测试脚本
- 高并发秒杀-重现超卖问题.jmx
- 高并发秒杀-有事务方式减少库存.jmx

重现秒杀时出现的超卖问题

核心测试代码如下：

/**
 * 用于测试redis秒杀
 */
@RestController
@RequestMapping("/api/spike")
@Slf4j
public class SpikeController {

    @Resource(name = "stringRedisTemplate")
    private StringRedisTemplate stringRedisTemplate;

    @Autowired
    private RedissonClient redissonClient;

    //记录实际卖出的商品数量
    private AtomicInteger successNum = new AtomicInteger(0);

    @RequestMapping(value = "/initSku", method = RequestMethod.GET)
    public String initSku() {
        //初始化库存数量
        stringRedisTemplate.opsForValue().set("product_sku", "5");
        //初始化实际卖出的商品数量0
        successNum.set(0);
        return "初始化库存成功";
    }

    /**
     * 会出现超卖情况的减少库存方式
     * @return
     */
    @RequestMapping(value = "/reduceSku", method = RequestMethod.GET)
    public String reduceSku() {
        Integer sku = Integer.parseInt(stringRedisTemplate.opsForValue().get("product_sku"));
        sku = sku - 1;
        if (sku < 0) {
            return "库存不足";
        }

        stringRedisTemplate.opsForValue().set("product_sku", sku.toString());
        //记录实际卖出的商品数量
        return "减少库存成功,共减少" + successNum.incrementAndGet();
    }

    @RequestMapping(value = "/successNum", method = RequestMethod.GET)
    public String successNum() {
        return "顾客成功抢到的商品数量：" + successNum.get();
    }
}

测试api：

API{初始化库存数量} >> http://127.0.0.1:8090/api/spike/initSku
API{减少库存数量} >> http://127.0.0.1:8090/api/spike/reduceSku
API{查看共减少库存数量} >> http://127.0.0.1:8090/api/spike/successNum

第一个api用于：初始化库存中的商品数量为5
第二个api用于：减少库存1个商品（即客户购买一个商品）
第三个api用于：查看用户实际购买的商品
少量用户请求的情况展示：
- 首先初始商品库存：http://127.0.0.1:8090/api/spike/initSku
- redis数据库中商品库存记录，结果为5
- 查看用户实际购买的商品，结果为0
- 客户购买5次商品（调用5次减少库存数量api）,下面只列出3个图
- 客户继续购买（继续调用减少库存数量api）时，会提示库存不足
- 再次查看redis数据库中商品库存记录，结果为0
- 再次查看用户实际购买的商品，结果为5
大量用户请求的情况（高并发秒杀）展示
- 首先初始商品库存：http://127.0.0.1:8090/api/spike/initSku
- redis数据库中商品库存记录，结果为5
- 查看用户实际购买的商品，结果为0
- 使用jmeter打开测试脚本，可以看到基本配置如下
- jmeter并发配置如下（当用户数达到 1000 的时候才开始测试）
- 点击jmeter的start按钮，开始1000个并发请求
- 再次查看redis数据库中商品库存记录，结果为0
- 注意：再次查看用户实际购买的商品，结果超过5，出现超卖情况！！！

超卖问题原因分析

从上面测试结果，我们知道，高并发请求http://127.0.0.1:8090/api/spike/reduceSku，会出现超卖的情况
下面我们看下超卖问题的原因

/**
 * 会出现超卖情况的减少库存方式
 * @return
 */
@RequestMapping(value = "/reduceSku", method = RequestMethod.GET)
public String reduceSku() {
    Integer sku = Integer.parseInt(stringRedisTemplate.opsForValue().get("product_sku"));
    sku = sku - 1;
    if (sku < 0) {
        return "库存不足";
    }

    stringRedisTemplate.opsForValue().set("product_sku", sku.toString());
    //记录实际卖出的商品数量
    return "减少库存成功,共减少" + successNum.incrementAndGet();
}

从代码片可以看出，问题原因是库存数量sku的读和写操作不在同一个原子操作上，导致类似不可重复读的现象。可以类比多线程的问题。

通过redis事务解决超卖问题

使用redis原生的sdk

如下改造reduceSku()方法，作为一个新接口http://127.0.0.1:8090/api/spike/reduceSku3

    /**
     * 加入事务的减少库存方式
     * @return
     */
    @RequestMapping(value = "/reduceSku3", method = RequestMethod.GET)
    public String reduceSku3() {
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        List<Object> result ;
        Transaction transaction = null;
        try {
            jedis.watch("product_sku");
            int sku = Integer.parseInt(jedis.get("product_sku"));
            if (sku > 0) {
                transaction = jedis.multi();
                transaction.set("product_sku", String.valueOf(sku - 1));
//                int exp = 1/0;
                result = transaction.exec();
                if (result == null || result.isEmpty()) {
                    System.out.println("Transaction error...");// 可能是watch-key被外部修改，或者是数据操作被驳回
//                    transaction.discard();  //watch-key被外部修改时，discard操作会被自动触发
                    return "Transaction error...";
                }
            } else {
                return "库存不足";
            }
            return "减少库存成功,共减少" + successNum.incrementAndGet();
        } catch (Exception e) {
            log.error(e.getMessage());
            transaction.discard();
            return "fail";
        }
    }

大量用户请求reduceSku3接口的情况（高并发秒杀）展示
- 首先初始商品库存：http://127.0.0.1:8090/api/spike/initSku
- redis数据库中商品库存记录，结果为5
- 查看用户实际购买的商品，结果为0
- 使用jmeter打开测试脚本，可以看到基本配置如下
- jmeter并发配置如下（当用户数达到 1000 的时候才开始测试）
- 点击jmeter的start按钮，开始1000个并发请求
- 再次查看redis数据库中商品库存记录，结果为0
- 注意：再次查看用户实际购买的商品，结果为5，超卖情况消失
上面是直接用redis原生的sdk对象jredis执行的事务

spring的`redisTemplate`执行事务

注意：若要使用spring的redisTemplate执行事务，需要在开启事务后执行一个redis的查询操作（但不能使用查询到的值）。原因有两点：
- spring对redis事务的exec()方法返回结果做了处理（把返回值的 OK结果删掉）。
  - 导致在事务中只有set等更新操作时，事务执行失败与成功返回的结果一样
- 事务过程中查询redis的值只会在事务执行成功后才放回。而在事务执行过程中只会返回null
接口http://127.0.0.1:8090/api/spike/reduceSku3是使用spring的redisTemplate执行事务的例子。代码如下

@RequestMapping(value = "/reduceSku2", method = RequestMethod.GET)
public String reduceSku2() {
    stringRedisTemplate.setEnableTransactionSupport(true);
    List<Object> results = stringRedisTemplate.execute(new SessionCallback<List<Object>>() {
        @Override
        public List<Object> execute(RedisOperations operations) throws DataAccessException {
            operations.watch("product_sku");
            String product_sku = (String) operations.opsForValue().get("product_sku");
            operations.multi();
            operations.opsForValue().get("product_sku");//必要的空查询
            Integer sku = Integer.parseInt(product_sku);
            sku = sku - 1;
            if (sku < 0) {
                return null;
            }
            operations.opsForValue().set("product_sku", sku.toString());
            return operations.exec();
//                operations.unwatch(); //执行exec()后自动unwatch()

        }
    });

    if (results != null && results.size() > 0) {
        return "减少库存成功,共减少" + successNum.incrementAndGet();
    }

    return "库存不足";
//        return result.toString();
}

测试结果为：成功解决超卖问题
不再另外贴图片出来

spring的`redisTemplate`执行事务（使用`zset`）

接口http://127.0.0.1:8090/api/set/reduceSku是使用zset的方式

@RequestMapping(value = "/reduceSku", method = RequestMethod.GET)
public String reduceSku5(String pid) {
    pid = pid==null? String.valueOf(1) :pid;
    String finalPid = pid;
    List<Object> results = redisTemplate.execute(new SessionCallback<List<Object>>() {
        @Override
        public List<Object> execute(RedisOperations redisOperations) throws DataAccessException {
            String key = "product";
            redisOperations.watch(key);
            ZSetOperations<String, String> kvzSetOperations = redisOperations.opsForZSet();
            Object score = kvzSetOperations.score(key, finalPid);
            redisOperations.multi();
            if (score != null && Double.valueOf(score.toString()) > 0) {
                kvzSetOperations.incrementScore("product", finalPid, -1);
            }
            return redisOperations.exec();

        }
    });

    if (results != null && results.size() > 0) {
        return "减少库存成功,共减少" + successNum.incrementAndGet();
    }

    return "库存不足";
}

测试结果为：成功解决超卖问题
不再另外贴图片出来

通过加锁方式解决超卖问题

如下改造reduceSku()方法，作为一个新接口http://127.0.0.1:8090/api/spike/reduceSku4

@RequestMapping(value = "/reduceSku4", method = RequestMethod.GET)
public String reduceSku4() {
    RLock rLock = redissonClient.getLock("product_sku");
    try {
        rLock.lock();

        Integer sku = Integer.parseInt(stringRedisTemplate.opsForValue().get("product_sku"));
        sku = sku - 1;
        if (sku < 0) {
            return "库存不足";
        }

        stringRedisTemplate.opsForValue().set("product_sku", sku.toString());

        return "减少库存成功,共减少" + successNum.incrementAndGet();
    } finally {
        rLock.unlock();
    }

}

测试结果为：成功解决超卖问题
不再另外贴图片出来

向您推荐>>Eolink开发者社区

权威｜前沿｜技术｜干货｜国内首个API全生命周期开发者社区

更多推荐

ELK实现containerd的容器日志采集展示【基于logging的全栈监测】

企业级ELK Stack构建介绍

云原生

深入理解 Mocha 测试框架：从零实现一个 Mocha

前言什么是自动化测试自动化测试在很多团队中都是Devops环节中很难执行起来的一个环节，主要原因在于测试代码的编写工作很难抽象，99%的场景都需要和业务强绑定，而且写测试代码的编写工作量往往比编写实际业务代码的工作量更多。在一些很多业务场景中投入产出比很低，适合写自动化测试的应该是那些中长期业务以及一些诸如组件一样的基础库。自动化测试是个比较大的概念，其中分类也比较多，比如单元测试，端对端测试，集

云原生

(20200916 Solved)docker-compose up创建容器自动退出

问题描述如题，创建容器后自动退出了。并且docker start container无效解决方案原因是缺失了控制终端的配置，需要在docker-compose.yml中增加tty:true ，有时候这样也不行，需要再增加一个command:/bin/bash，命令不一定是这个，需要是一个不会退出的命令，然后用-d后台启动容器。Referencesdocker-compose启动容器后自动退出...