【高并发】秒杀系统高并发请求排队处理

今天无意中看见了这位兄弟的文章 通过请求队列的方式来缓解高并发抢购（初探）  但文章最后说并发超过500 就会出现超发，看了下代码，的确有这个问题

抽空简单完善了下，经压力测试后发现暂无超发现象， 下面为我的代码，有不足之处请指正交流：

1.请求参数封装，有个随机的用户ID 用来区分不同用户的请求：

import java.util.Random;

public class OrderRequest {
    private int goodId = new Random().nextInt(100000);// 商品id
    private int userId = new Random().nextInt(100000);// 用户ID
    private int status;// 0:未处理;1:正常;2:异常

    public int getGoodId() {
        return goodId;
    }

    public void setGoodId(int goodId) {
        this.goodId = goodId;
    }

    public int getUserId() {
        return userId;
    }

    public void setUserId(int userId) {
        this.userId = userId;
    }

    public int getStatus() {
        return status;
    }

    public void setStatus(int status) {
        this.status = status;
    }

}

2.controller 入口：

import java.util.concurrent.ConcurrentLinkedQueue;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.locks.ReentrantLock;

import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class QueueController {

    private static ConcurrentLinkedQueue<OrderRequest> orderQueue = new ConcurrentLinkedQueue<OrderRequest>();

    private static AtomicInteger totalprodocut;
    private static AtomicInteger totalQueSize;
    private ExecutorService excutorService = Executors.newCachedThreadPool();
    public static ReentrantLock queueLock = new ReentrantLock(true);

    static {
        totalprodocut = new AtomicInteger(15);
        totalQueSize = new AtomicInteger(15);
    }

    @RequestMapping("/queque")
    public String queque(OrderRequest orderRequest) {
        try {
            // queueLock.lock();
            if (totalprodocut.get() < 1) {
                return "error";
            } else {
                if (orderQueue.size() < totalQueSize.get()) {
                    // System.out.println(orderRequest.getGood_id()+" 增加到待处理队列成功:" + orderQueue.size());
                    orderQueue.add(orderRequest);
                } else {
                    return "error";
                }
            }
            if (!OrderDealThread.dealLock.isLocked()) {
                OrderDealThread dealQueue = new OrderDealThread(orderQueue);
                excutorService.execute(dealQueue);
            }
        } catch (Exception e) {
            e.printStackTrace();
            return "not done";
        } finally {
            // queueLock.unlock();
        }
        return "ok";
    }
}

说明： 如果这里放开lock，可以保证只有允许的请求进入到请求队列中去，但是效率会降低很多，毕竟每个请求都要去上锁开锁

　　　 如果这里不要锁，进入请求队列的请求会超过我们设定的个数，但不会多太多；

　　　 其实这里应该不用锁，应该快速的响应大多数不能进入请求队列用户的请求，已经进入请求队列的请求在后续处理的时候还会进行业务判断的

3.业务处理线程

import java.util.Iterator;
import java.util.concurrent.ConcurrentLinkedQueue;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.locks.ReentrantLock;

public class OrderDealThread implements Runnable {

    ConcurrentLinkedQueue<OrderRequest> orderQueue;

    private static AtomicInteger totalprodocut;

    public static ReentrantLock dealLock = new ReentrantLock(true);

    static {
        totalprodocut = new AtomicInteger(15);
    }

    public OrderDealThread() {
    }

    public OrderDealThread(ConcurrentLinkedQueue<OrderRequest> queque) {
        this.orderQueue = queque;
    }

    @Override
    public void run() {
        while (!orderQueue.isEmpty()) {
            try {
                dealLock.lock();
                Iterator<OrderRequest> it = orderQueue.iterator();
                while (it.hasNext()) {
                    dealQueque(it.next());
                }
            } catch (Exception e) {
                e.printStackTrace();
            } finally {
                dealLock.unlock();
            }
        }
    }

    void dealQueque(OrderRequest orderRequest) {
        if (orderRequest.getStatus() == 0) {
            int status = 2;
            if (totalprodocut.get() > 0) {//需再次判断是否还有商品，加锁范围内
                //TODO 下单处理其他逻辑
                totalprodocut.decrementAndGet();// 减库存
                status =1;
            }

            if (status == 2) {
//                System.out.println(orderRequest.getUserId() + " deal er:" + Thread.currentThread().getName());
                orderRequest.setStatus(2);
            } else {
                System.out.println(orderRequest.getUserId() + " deal ok:" + Thread.currentThread().getName());
                orderRequest.setStatus(1);
            }
        }
    }
}

说明：在真正处理业务的时候还要判断是否有库存等逻辑

上述代码中，部分内容，比如产品数目等应该在活动开始前同步到redis等能快速获取的中间件中去

下面是我的测试结果：有个疑问？ 我设置的线程组是1秒内启动6000个，为啥这里显示6万个？  疑问解除，原来我线程组里面循环了10次 没注意到那个参数

经过多轮测试，暂未发现多发现象， OK项目始终只有15个

欢迎指正

由于是在windows下测试，并发高了就报错  java.net.BindException: Address already in use  这个初看上去很像端口被占用，其实是因为已经完成请求的 socket 端口 还处于 TIME_WAIT状态，把端口耗尽了

处理办法 参考 https://blog.csdn.net/ywb201314/article/details/51258777

=============增加=====================

有同学给我发邮件提了一个问题：

问：你代码里面请求进入了请求队列就返回了成功，但是你写了请求队列中请求数会超过预期值，那我怎么做下一步的操作呢？比如进行付款？

答：很好的问题！  感谢你的提问

说下处理逻辑：1.进入了请求队列，就有可能被请求到，而且这里是异步，就是说请求收到ok了，但后台逻辑完全可能还没处理

　　　　　　　　所以，在接收到OK后，前端应该发起一个类似倒计时页面，如下：

　　　　　　　　

　　　　　　　　提示系统正常处理中，同时隔一定时间去后台确认是否处理完成以及状态

　　　　　　　　当获取到的状态为完成且成功时，跳转到下一步如付款操作界面，现在很多秒杀系统都是这么处理的

我的博客即将搬运同步至腾讯云+社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=bunl3uhohufn