• 高并发之商品秒杀系统


    一基于redis

    利用redis的乐观锁,实现秒杀系统的数据同步(基于watch实现),

    用户一:

    复制代码
    import redis
    
    conn = redis.Redis(host='127.0.0.1',port=6379)
    
    # conn.set('count',1000)
    
    with conn.pipeline() as pipe:
    
        # 先监视,自己的值没有被修改过
        conn.watch('count')
    
        # 事务开始
        pipe.multi()
        old_count = conn.get('count')
        count = int(old_count)
        input('我考虑一下')
        if count > 0:  # 有库存
            pipe.set('count', count - 1)
    
        # 执行,把所有命令一次性推送过去
        pipe.execute()
        ret = pipe.execute()
        print(type(ret))
        print(ret)
    复制代码

    用户二:

    复制代码
    import redis
    
    conn = redis.Redis(host='127.0.0.1',port=6379)
    
    with conn.pipeline() as pipe:
    
        # 先监视,自己的值没有被修改过
        conn.watch('count')
    
        # 事务开始
        pipe.multi()
        old_count = conn.get('count')
        count = int(old_count)
        if count > 0:  # 有库存
            pipe.set('count', count - 1)
    
        # 执行,把所有命令一次性推送过去
        ret=pipe.execute()
        print(type(ret))
    复制代码

    注:windows下如果数据被修改了,不会抛异常,只是返回结果的列表为空,mac和linux会直接抛异常

    秒杀系统核心逻辑测试,创建100个线程并发秒杀

    import redis
    from threading import Thread
    
    def choose(name, conn):
        # conn.set('count',10)
        with conn.pipeline() as pipe:
            # 先监视,自己的值没有被修改过
            conn.watch('count')
            # 事务开始
            pipe.multi()
            old_count = conn.get('count')
            count = int(old_count)
            # input('我考虑一下')
            # time.sleep(random.randint(1, 2))
            if count > 0:  # 有库存
                pipe.set('count', count - 1)
    
            # 执行,把所有命令一次性推送过去
            ret = pipe.execute()
            print(ret)
            if len(ret) > 0:
                print('第%s个人抢购成功' % name)
            else:
                print('第%s个人抢购失败' % name)
    
    
    if __name__ == '__main__':
        conn = redis.Redis(host='127.0.0.1', port=6379)
        for i in range(100):
    
            t = Thread(target=choose, args=(i, conn))
            t.start()
    View Code

    二 基于mysql

    一乐观锁


     总是认为不会产生并发问题,每次去取数据的时候总认为不会有其他线程对数据进行修改,因此不会上锁,但是在更新时会判断其他线程在这之前有没有对数据进行修改,一般会使用版本号机制或CAS操作实现。

     version方式:一般是在数据表中加上一个数据版本号version字段,表示数据被修改的次数,当数据被修改时,version值会加一。当线程A要更新数据值时,在读取数据的同时也会读取version值,在提交更新时,若刚才读取到的version值为当前数据库中的version值相等时才更新,否则重试更新操作,直到更新成功。

    核心SQL代码:

    update table set x=x+1, version=version+1 where id=#{id} and version=#{version};  


     CAS操作方式:即compare and swap 或者 compare and set,涉及到三个操作数,数据所在的内存值,预期值,新值。当需要更新时,判断当前内存值与之前取到的值是否相等,若相等,则用新值更新,若失败则重试,一般情况下是一个自旋操作,即不断的重试。

    二悲观锁


     总是假设最坏的情况,每次取数据时都认为其他线程会修改,所以都会加锁(读锁、写锁、行锁等),当其他线程想要访问数据时,都需要阻塞挂起。可以依靠数据库实现,如行锁、读锁和写锁等,都是在操作之前加锁,在Java中,synchronized的思想也是悲观锁。

  • 相关阅读:
    Zero-shot Relation Classification as Textual Entailment (Abiola Obamuyide, Andreas Vlachos, 2018)阅读笔记:Model
    高阶Erlang:超大只的问答房间
    高阶的Parser:可变运算优先级
    Erlang练习2:火烈鸟
    Erlang实现的模拟kaboose(山寨kahoot)
    Prolog模拟社交圈
    08-bootcss
    07-jQuery
    06-字符串、表单form、input标签
    05-有名/无名函数
  • 原文地址:https://www.cnblogs.com/bubu99/p/14774506.html
Copyright © 2020-2023  润新知