1.解決超賣和重復(fù)秒殺

秒殺動(dòng)作執(zhí)行的操作比較多，多線程場(chǎng)景下，將會(huì)出現(xiàn)超賣和重復(fù)秒殺的情況，這屬于異常情況，必須解決。
解決超賣，我們利用MySQL來解決，只對(duì)庫存>0的商品執(zhí)行減庫存操作，即增加stock > 0的判斷。

update goods set stock = stock - 1 where id = #{id} and stock > 0

解決重復(fù)秒殺，我們同樣利用MySQL來解決，對(duì)訂單表的goods_id和user_id建立唯一索引，保障goods_id和user_id組合起來是唯一的。

2. 在redis中預(yù)減庫存/判斷是否重復(fù)秒殺

項(xiàng)目啟動(dòng)，將庫存加載到redis
秒殺時(shí)從redis中預(yù)減庫存，如果減為0，則直接返回秒殺失敗，減少不必要的數(shù)據(jù)庫訪問
假設(shè)有10個(gè)商品，200個(gè)請(qǐng)求，其實(shí)到第11~200個(gè)請(qǐng)求完全不需要去redis查庫存了。所以直接在tomcat建一個(gè)map<goodsId,是否沒庫存了>，直接在內(nèi)存中判斷，不訪問redis。

//服務(wù)端維護(hù)商品庫存，減少redis的訪問
public static ConcurrentHashMap<String,Boolean> hasNoStock = new ConcurrentHashMap<>();

//獲取當(dāng)前用戶id
int userId = user.getId();

//判斷秒殺是否開始，因?yàn)闉g覽器倒計(jì)時(shí)使用的是客戶端時(shí)間，即使瀏覽器使用服務(wù)端時(shí)間進(jìn)行倒計(jì)時(shí)，也不能保證絕對(duì)沒有誤差，所以最好還是判斷一下
if(System.currentTimeMillis() < Constant.BARGAIN_DASH_START_TIME) {
    return Result.fail("秒殺還未開始呢");
}

//先從map中判斷庫存是否已經(jīng)沒了
if(BargainsDashController.hasNoStock.get(goodsId+"_stock")) {
    return Result.fail("慢了一步，商品已售完");
}

//判斷秒殺商品的庫存，如果已經(jīng)沒了，返回 秒殺結(jié)束
//預(yù)減緩存
int stock = redisTemplate.opsForValue().increment(goodsId+"_stock",-1L).intValue();
if(stock < 0) {
    //在map中記錄商品庫存已經(jīng)沒了
    BargainsDashController.hasNoStock.put(goodsId+"_stock",true);
    return Result.fail("慢了一步，商品已售完");
}

雖然已經(jīng)通過唯一索引保證了不會(huì)出現(xiàn)重復(fù)秒殺的情況，但是我們更應(yīng)該盡早地將不必要請(qǐng)求攔截下來。既能減少對(duì)數(shù)據(jù)庫的操作，又能盡快響應(yīng)，釋放當(dāng)前線程。在入訂單表之后，將userid_goodsid_order記錄到redis，下次判斷直接從redis中讀取看是否有訂單記錄。

public int countOrder2(int userId,int goodsId) {
    //從redis中判斷是否重復(fù)秒殺
    return redisTemplate.opsForValue().size(userId+"_"+goodsId+"_order").intValue();
}

3.服務(wù)端異步處理

對(duì)于滿足庫存的請(qǐng)求，加入RabbitMQ慢慢處理（這里使用的是一生產(chǎn)者，多消費(fèi)者模式），向客戶端響應(yīng)“排隊(duì)中，請(qǐng)稍后”，最大限度地降低并發(fā)量
在MQ將請(qǐng)求處理完成后，將結(jié)果記錄到redis；客戶端每隔1s進(jìn)行一次查詢，服務(wù)端直接從redis取秒殺結(jié)果返給客戶端。

//將請(qǐng)求入MQ，向redis記錄當(dāng)前狀態(tài)為排隊(duì)中，并返回該狀態(tài)
rabbitTemplate.convertAndSend(RabbitMQConfig.QUEUE_NAME,new RabbitMessage(userId, goodsId));
redisTemplate.opsForValue().set(userId+"_"+goodsId+"_result", Result.queue());
return Result.queue();

/**
 * 將處理結(jié)果放入redis中，由客戶端定時(shí)輪詢處理結(jié)果
 * @param rabbitMessage
 * @throws InterruptedException
 */
// 收到消息后，將調(diào)用該方法處理
@RabbitHandler
public void handleMessage(RabbitMessage rabbitMessage) throws InterruptedException {
    logger.debug("消費(fèi)者" + this + "收到MQ消息:" + rabbitMessage);
    
    int goodsId = rabbitMessage.getGoodsId();
    int userId = rabbitMessage.getUserId();

    try{
        // 判斷秒殺商品的庫存，如果已經(jīng)沒了，返回 秒殺結(jié)束
        int stock = goodsService.getStockById(goodsId);
        if (stock <= 0) {
            //將秒殺結(jié)果放入redis
            redisTemplate.opsForValue().set(userId+"_"+goodsId+"_result", Result.fail("慢了一步，商品已售完"));
        }

        // 判斷訂單表是否已經(jīng)有記錄了，防止重復(fù)秒殺
        int count = orderService.countOrder2(userId, goodsId);
        if (count > 0) {
            //將秒殺結(jié)果放入redis
            redisTemplate.opsForValue().set(userId+"_"+goodsId+"_result", Result.fail("請(qǐng)勿重復(fù)秒殺，把機(jī)會(huì)留給其他人吧"));
        }

        // 執(zhí)行秒殺（在一個(gè)事務(wù)中 1.減庫存 2.入訂單表）
        bargainsDashService.bargainsDash2(userId, goodsId);
        
        //將秒殺的訂單放入redis
        redisTemplate.opsForValue().set(userId+"_"+goodsId+"_result", Result.success(orderService.findOrderByUser(userId)));    
    }catch(Exception e) {
        logger.error("秒殺失敗",e);
        redisTemplate.opsForValue().set(userId+"_"+goodsId+"_result", Result.fail("服務(wù)器開小差了，秒殺失敗"));
    }
}

/**
 * 客戶端輪詢秒殺結(jié)果
 * @param goodsId
 * @param user
 * @return
 */
@RequestMapping("/bargainsDashResult/{goodsId}")
@ResponseBody
public Object bargainDashResult(@PathVariable("goodsId") int goodsId,User user) {
    //獲取當(dāng)前用戶id
    int userId = user.getId();
    
    return redisTemplate.opsForValue().get(userId+"_"+goodsId+"_result");
}

對(duì)于客戶端獲取秒殺結(jié)果，可以考慮使用websocket由服務(wù)端進(jìn)行推送，但如果服務(wù)器集群的話，可能處理秒殺請(qǐng)求的服務(wù)器，和客戶端websocket連接上的服務(wù)器，不是同一個(gè)，為了正確推送，還得處理服務(wù)端之間通信，就比較麻煩了。所以還是客戶端去輪詢吧。

4.壓力測(cè)試

優(yōu)化的秒殺

可以看出來，性能提升的效果還是極明顯的。

附：所有代碼在github上