Java秒杀系统(十三):数据库级别Sql的优化与代码的调整

作者: 修罗debug
版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。



摘要:本篇博文是“Java秒杀系统实战系列文章”的第十三篇,从本篇文章开始我们将进入“秒杀代码优化”环节,本文将首先从数据库级别Sql的优化入手,结合调整秒杀相关的部分核心代码,实现初步的优化!

内容:上篇文章我们暴露出了“秒杀接口”在面对高并发请求的场景下所出现的“超卖”、“重复秒杀”等问题,并对相应的问题进行了分析,然后就没有然后了……(事了拂衣去!)

问题既然落在我们的手里,那么身为一名程序猿,那是没有理由回避的。通过分析该“秒杀接口”的核心代码,可以发现在数据库层面,其涉及的Sql我们还是可以动一动手脚的!其调整后的“秒杀核心业务逻辑”的完整源代码如下所示:

//商品秒杀核心业务逻辑的处理-mysql的优化
@Override
public Boolean killItemV2(Integer killId, Integer userId) throws Exception {
Boolean result=false;

//TODO:判断当前用户是否已经抢购过当前商品
if (itemKillSuccessMapper.countByKillUserId(killId,userId) <= 0){
//A 查询待秒杀商品详情
ItemKill itemKill=itemKillMapper.selectByIdV2(killId);

//TODO:判断是否可以被秒杀canKill=1?
if (itemKill!=null && 1==itemKill.getCanKill() && itemKill.getTotal()>0){
//B 扣减库存-减一
int res=itemKillMapper.updateKillItemV2(killId);

//TODO:扣减是否成功?是-生成秒杀成功的订单,同时通知用户秒杀成功的消息
if (res>0){
commonRecordKillSuccessInfo(itemKill,userId);
result=true;
}
}
}else{
throw new Exception("您已经抢购过该商品了!");
}
return result;
}

首先是对于 注释A 那里的调整,即在获取“秒杀商品详情”时,我们限定了“可秒杀商品的数量total需要大于0”,其对应的代码为:itemKillMapper.updateKillItemV2(killId);完整的动态Sql如下所示:  

<!--获取秒杀详情V2-->
<select id="selectByIdV2" resultType="com.debug.kill.model.entity.ItemKill">
SELECT
a.*,
b.name AS itemName,
(CASE WHEN (now() BETWEEN a.start_time AND a.end_time)
THEN 1
ELSE 0
END) AS canKill
FROM item_kill AS a LEFT JOIN item AS b ON b.id = a.item_id
WHERE a.is_active = 1 AND a.id =#{id} AND a.total>0
</select>

然后是 注释B 对应的优化调整,即在扣减库存时,我们除了可以保证正常减1的操作之外,还需要保证扣减完之后的数量大于0,即只有在保证扣减完之后的数量大于0之下,该Sql操作后受影响的行数为1,对应的代码为:itemKillMapper.updateKillItemV2(killId); 其对应的动态Sql如下所示:  

<!--抢购商品,剩余数量减一-->
<update id="updateKillItemV2">
UPDATE item_kill
SET total = total - 1
WHERE id = #{killId} AND total>0
</update>

至此,我们在秒杀核心业务逻辑的优化层面~数据库级别Sql的优化 已经搞完了!除此之外,我们还在代码层面进行优化,如下所示:  

private void commonRecordKillSuccessInfo(ItemKill kill, Integer userId) throws Exception{
//TODO:记录抢购成功后生成的秒杀订单记录

ItemKillSuccess entity=new ItemKillSuccess();
String orderNo=String.valueOf(snowFlake.nextId());

//entity.setCode(RandomUtil.generateOrderCode()); //传统时间戳+N位随机数
entity.setCode(orderNo); //雪花算法
entity.setItemId(kill.getItemId());
entity.setKillId(kill.getId());
entity.setUserId(userId.toString());
entity.setStatus(SysConstant.OrderStatus.SuccessNotPayed.getCode().byteValue());
entity.setCreateTime(DateTime.now().toDate());
//TODO:学以致用,举一反三 -> 仿照单例模式的双重检验锁写法
if (itemKillSuccessMapper.countByKillUserId(kill.getId(),userId) <= 0){
int res=itemKillSuccessMapper.insertSelective(entity);

if (res>0){
//TODO:进行异步邮件消息的通知=rabbitmq+mail
rabbitSenderService.sendKillSuccessEmailMsg(orderNo);

//TODO:入死信队列,用于 “失效” 超过指定的TTL时间时仍然未支付的订单
rabbitSenderService.sendKillSuccessOrderExpireMsg(orderNo);
}
}
}

即我们在“用户秒杀成功生成订单记录”的代码加入了类似于“单例模式”中的“双重检验锁”,即在生成订单记录,再次判断一下“当前用户是否已经真的没有抢购过该商品”!

在后面的篇章中,我们将开始搬上“中间件”这一利器,并结合本文所介绍Sql的优化和调整后的代码,彻底解决高并发压力测试的场景下出现的“库存超卖”、“重复秒杀”等乱七八糟的问题!

补充:

1、目前,这一秒杀系统的整体构建与代码实战已经全部完成了,该秒杀系统对应的视频教程的链接地址为:https://www.fightjava.com/web/index/course/detail/6,可以点击链接进行试看以及学习,实战期间有任何问题都可以留言或者与Debug联系、交流!

2、另外,Debug也开源了该秒杀系统对应的完整的源代码以及数据库,其地址可以来这里下载:https://gitee.com/steadyjack/SpringBoot-SecondKill 记得Fork跟Star啊!!!

3、最后,不要忘记了关注一下Debug的技术微信公众号: