Redis的事务,Go+lua用起来真香(redisson事务)
mhr18 2024-11-05 10:24 22 浏览 0 评论
Redis是应对高并发的常用工具,在常用缓存技巧中讲过相关技巧。但有些业务场景,使用Redis会遇到问题,如电商里的秒杀、扣减库存等。
拿减库存举例,一般需要两步:
- 先扣减库存,获取扣减后的库存值V
- 如果V小于0,说明库存不够,需要将扣减的值再加回去;如果V大于等于0,则执行后续操作
但这两步是分开的,很可能扣减时成功,但增加回去时失败,导致库存不一致。
另一种方案是:
- t1时刻,先查询库存,判断是否够用
- t2时刻,再减库存
但这两步也是分开的,而且t1和t2有时间差,t2时刻扣减库存时,真正的库存和t1时刻已经不一致了。
Redis有没有像MySQL原子性一样的能力,来解决这个问题呢?
事务
要解决扣减库存的问题,可以借助Redis的事务能力。
基本介绍
Redis的基本事务(basic transaction)需要用到MULTI命令和EXEC命令,这种事务可以让一个客户端在不被其他客户端打断的情况下执行多个命令。
和关系数据库那种可以在执行的过程中进行回滚(rollback)的事务不同,在Redis里面,被MULTI命令和EXEC命令包围的所有命令会一个接一个地执行,直到所有命令都执行完毕为止。当一个事务执行完毕之后,Redis才会处理其他客户端的命令。
Redis事务在执行的中途遇到错误,不会回滚,而是继续执行后续命令;
- 还未执行exec就报错:如果事务中出现语法错误,则事务会成功回滚,整个事务中的命令都不会提交
- 成功执行exec后才报错:如果事务中出现的不是语法错误,而是执行错误,不会触发回滚,该事务中仅有该错误命令不会提交,其他命令依旧会继续提交
另外,Redis里遇到有查询的情况穿插在事务中间,不会返回结果,如下所示,只有执行exec才能返回查询结果:
127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set a aaa
QUEUED
127.0.0.1:6379(TX)> get a
QUEUED
127.0.0.1:6379(TX)> exec
1) OK
2) "aaa"
对于事务,做个简单的总结:
- Redis事务作为一个整体被执行,执行期间不会被其它客户端打断
- Redis事务在执行的中途遇到错误,不会回滚,而是继续执行后续命令
- Redis里遇到有查询的情况穿插在事务中间,不会返回结果
Redis事务执行的时候不会被其它客户端打断,所以多个命令可以进行打包,当做一个命令执行。但Redis的原生命令无法提供根据Redis查询结果执行相关动作的功能,这时我们就可以用lua脚本了。
lua
Redis2.6之后新增的功能,我们可以在Redis中通过lua脚本操作Redis。
脚本会将多个命令和操作当成一个命令在Redis中执行,也就是说该脚本在执行的过程中,不会被任何其他脚本或命令打断干扰。
正是因此这种原子性,lua脚本才可以代替multi和exec的事务功能。同时也是因此,在lua脚本中不宜进行过大的开销操作,避免影响后续的其他请求的正常执行。
使用lua脚本的好处:
- lua脚本是作为一个整体执行的,所以中间不会被其他命令插入
- 可以把多条命令一次性打包,所以可以有效减少网络开销
- lua脚本可以常驻在redis内存中,所以在使用的时候,可以直接拿来复用,也减少了代码量
lua脚本在Redis里的样子如下图所示:
实例
场景
秒杀系统里画过秒杀的流程图,其中秒杀库存相关代码为:
//加库存
goodsKey := getGoodsKey(p.AppLocal, tag, tid, goods_id)
cacheQty, err := app.Global().RedisStore.Incr(goodsKey)
if err != nil {
return nil, 11008, fmt.Errorf(SERVICE_BUSY)
}
//和本次秒杀总数量进行比较
if cacheQty > int64(goodsInfo.Qty) {
//不符合条件,则减去库存
_, err := app.Global().RedisStore.Decr(goodsKey)
if err != nil {
ctx.Warn("%s seckill %s ,incr the cnt but not decr success in count process, err:%s", userId, goods_id, err.Error())
}
return nil, 11009, fmt.Errorf(NOT_SUCCESS)
}
可以看出,先增加库存,然后和本次秒杀总数量进行比较,如果超出范围,需减去库存。这种分开的操作,增加了失败的可能性。扣减商品库存,也是类似的逻辑。
使用lua
在Go语言里用lua脚本实现扣减库存操作。我们可以先查询,后比较,最后扣减,脚本将操作打包,代码为:
package main
import (
"fmt"
"github.com/go-redis/redis"
)
var Client *redis.Client
func init() {
Client = redis.NewClient(&redis.Options{
Addr: "localhost:6379",
Password: "111111", // no password set
DB: 0, // use default DB
})
}
func useLua() {
Client.FlushAll()
//设置初始值
Client.Set("stock", "10", 0)
//编写脚本 - 检查数值,是否够用,够用再减,否则返回减掉后的结果
var luaScript = redis.NewScript(`
local value = redis.call("Get", KEYS[1])
print("当前值为 " .. value);
if( value - KEYS[2] >= 0 ) then
local leftStock = redis.call("DecrBy" , KEYS[1],KEYS[2])
print("剩余值为" .. leftStock );
return leftStock
else
print("数量不够,无法扣减");
return value - KEYS[2]
end
return -1
`)
//执行脚本
n, err := luaScript.Run(Client, []string{"stock", "6"}).Result()
if err != nil {
panic(err)
}
fmt.Println("结果", n, err)
}
func main() {
useLua()
}
客户端将lua加载到Redis,脚本被Redis执行:
如果将扣减值设置为25,执行之后,观察到返回值为负数,但再次查询,值未变
? myproject go run main.go
当前值为 10
数量不够,无法扣减
结果 -15
? myproject redis-cli -p 6379 -a 111111
127.0.0.1:6379> get stock
"10"
如果将扣减值设置为6,扣减成功,执行后查看结果
? myproject go run main.go
当前值为 10
剩余值为4
结果 4
? myproject redis-cli -p 6379 -a 111111
127.0.0.1:6379> get stock
"4"
优化lua使用
当脚本会被多次执行时,可考虑使用ScriptLoad和EvalSha代替RUN节省带宽。
- 先用命令ScriptLoad将脚本缓存到Redis,Redis返回一个sha1的标识符
- 命令EvalSha基于sha1执行脚本
这种方案只有标识符sha1通过网络传输,而不需传输lua代码块,节省流量,流程如下图所示:
具体代码为:
package main
import (
"fmt"
"github.com/go-redis/redis"
)
var Client *redis.Client
var script string = `
local value = redis.call("Get", KEYS[1])
print("当前值为 " .. value);
if( value - KEYS[2] >= 0 ) then
local leftStock = redis.call("DecrBy" , KEYS[1],KEYS[2])
print("剩余值为" .. leftStock );
return leftStock
else
print("数量不够,无法扣减");
return value - KEYS[2]
end
return -1
`
var luaHash string
func init() {
Client = redis.NewClient(&redis.Options{
Addr: "localhost:6379",
Password: "111111", // no password set
DB: 0, // use default DB
})
luaHash, _ = Client.ScriptLoad(script).Result() //返回的脚本会产生一个sha1哈希值,下次用的时候可以直接使用这个值
}
func useLuaHash() {
n, err := Client.EvalSha(luaHash, []string{"stock", "6"}).Result()
if err != nil {
panic(err)
}
fmt.Println("结果", n, err)
}
func main() {
useLuaHash()
}
定制
如果大家觉得在Go中自己写lua不优雅,我们可选择定制方案。
找Redis的运维同学,让运维人员通过lua定制命令,将这些命令常驻Redis内存, 实现复用效果。使用这些定制的命令与使用Redis自身提供的命令没有区别。
当然,前提是运维同学同意做。
问题
虽然使用lua利用Redis事务能力,保证执行过程中不会插入其他命令,但无法解决所有问题:
- 不确定的返回结果:如请求超时了,要不要归还库存?
- 这种情况一般不要归还,因为很可能没扣减成功,超卖容易造成资损,少卖问题要小一些
- 归还失败:扣减成功,但后续操作失败,仍要归还库存,始终有归还失败的可能
- 这种情况需要重试,而且必须是确定类型的错误才可重试,例如超时就不可重试,同时要做好记录
这也是要求SLA要高,要常记日志的原因,无形中能解决很多问题。
搭建
记录一下在Mac机上搭建Redis的过程,大家可以安装一下Redis,执行Go+lua的代码。
安装
Redis搭建比较简单,使用如下命令即可安装完毕
brew install redis
密码
为了安全,可以设置密码。打开 redis.conf 文件,然后按 command + f 进行搜索:#requirepass foobared 修改为:requirepass 你的密码
服务端启动
执行如下命令,在服务端启动redis
/usr/local/bin/redis-server /usr/local/etc/redis.conf
执行redis-server命令时,如果没有redis.conf文件,则按照默认配置启动,这种情况下登录无需auth
命令行登录
如果设置了auth,命令行登录如下:
redis-cli -p 端口 -a 密码
如果未设置auth,直接执行
redis-cli
总结
有些问题无法百分之百解决,我们要接受这个事实。但并不意味着妥协,我们要能发现问题,确定解决方案,即使是手动解决的方案。有一个前提,解决频率要足够低,这时就没必要把关注点放在100%自动化解决上,产出比特别低的事尽量少做。
资料
- 在golang中使用lua脚本
- redis登录及设置密码
- 为什么说Redis是单线程的以及Redis为什么这么快!
- go-redis 事务提交
- Golang使用lua脚本实现redis原子操作
- Redis事务与Lua
- Redis事务的分析及改进
- Redis系列(九)、Redis的“事务”及Lua脚本操作
最后
大家如果喜欢我的文章,可以关注我的公众号(程序员麻辣烫)
我的个人博客为:https://shidawuhen.github.io/
往期文章回顾:
- 设计模式
- 招聘
- 思考
- 存储
- 算法系列
- 读书笔记
- 小工具
- 架构
- 网络
- Go语言
相关推荐
- Redis合集-使用benchmark性能测试
-
采用开源Redis的redis-benchmark工具进行压测,它是Redis官方的性能测试工具,可以有效地测试Redis服务的性能。本次测试使用Redis官方最新的代码进行编译,详情请参见Redis...
- Java简历总被已读不回?面试挂到怀疑人生?这几点你可能真没做好
-
最近看了几十份简历,发现大部分人不是技术差,而是不会“卖自己”——一、简历死穴:你写的不是经验,是岗位说明书!反面教材:ד使用SpringBoot开发项目”ד负责用户模块功能实现”救命写法:...
- redission YYDS(redission官网)
-
每天分享一个架构知识Redission是一个基于Redis的分布式Java锁框架,它提供了各种锁实现,包括可重入锁、公平锁、读写锁等。使用Redission可以方便地实现分布式锁。red...
- 从数据库行锁到分布式事务:电商库存防超卖的九重劫难与破局之道
-
2023年6月18日我们维护的电商平台在零点刚过3秒就遭遇了严重事故。监控大屏显示某爆款手机SKU_IPHONE13_PRO_MAX在库存仅剩500台时,订单系统却产生了1200笔有效订单。事故复盘发...
- SpringBoot系列——实战11:接口幂等性的形而上思...
-
欢迎关注、点赞、收藏。幂等性不仅是一种技术需求,更是数字文明对确定性追求的体现。在充满不确定性的网络世界中,它为我们建立起可依赖的存在秩序,这或许正是技术哲学最深刻的价值所在。幂等性的本质困境在支付系...
- 如何优化系统架构设计缓解流量压力提升并发性能?Java实战分享
-
如何优化系统架构设计缓解流量压力提升并发性能?Java实战分享在高流量场景下。首先,我需要回忆一下常见的优化策略,比如负载均衡、缓存、数据库优化、微服务拆分这些。不过,可能还需要考虑用户的具体情况,比...
- Java面试题: 项目开发中的有哪些成长?该如何回答
-
在Java面试中,当被问到“项目中的成长点”时,面试官不仅想了解你的技术能力,更希望看到你的问题解决能力、学习迭代意识以及对项目的深度思考。以下是回答的策略和示例,帮助你清晰、有说服力地展示成长点:一...
- 互联网大厂后端必看!Spring Boot 如何实现高并发抢券逻辑?
-
你有没有遇到过这样的情况?在电商大促时,系统上线了抢券活动,结果活动刚一开始,服务器就不堪重负,出现超卖、系统崩溃等问题。又或者用户疯狂点击抢券按钮,最后却被告知无券可抢,体验极差。作为互联网大厂的后...
- 每日一题 |10W QPS高并发限流方案设计(含真实代码)
-
面试场景还原面试官:“如果系统要承载10WQPS的高并发流量,你会如何设计限流方案?”你:“(稳住,我要从限流算法到分布式架构全盘分析)…”一、为什么需要限流?核心矛盾:系统资源(CPU/内存/数据...
- Java面试题:服务雪崩如何解决?90%人栽了
-
服务雪崩是指微服务架构中,由于某个服务出现故障,导致故障在服务之间不断传递和扩散,最终造成整个系统崩溃的现象。以下是一些解决服务雪崩问题的常见方法:限流限制请求速率:通过限流算法(如令牌桶算法、漏桶算...
- 面试题官:高并发经验有吗,并发量多少,如何回复?
-
一、有实际高并发经验(建议结构)直接量化"在XX项目中,系统日活用户约XX万,核心接口峰值QPS达到XX,TPS处理能力为XX/秒。通过压力测试验证过XX并发线程下的稳定性。"技术方案...
- 瞬时流量高并发“保命指南”:这样做系统稳如泰山,老板跪求加薪
-
“系统崩了,用户骂了,年终奖飞了!”——这是多少程序员在瞬时大流量下的真实噩梦?双11秒杀、春运抢票、直播带货……每秒百万请求的冲击,你的代码扛得住吗?2025年了,为什么你的系统一遇高并发就“躺平”...
- 其实很多Java工程师不是能力不够,是没找到展示自己的正确姿势。
-
其实很多Java工程师不是能力不够,是没找到展示自己的正确姿势。比如上周有个小伙伴找我,五年经验但简历全是'参与系统设计''优化接口性能'这种空话。我就问他:你做的秒杀...
- PHP技能评测(php等级考试)
-
公司出了一些自我评测的PHP题目,现将题目和答案记录于此,以方便记忆。1.魔术函数有哪些,分别在什么时候调用?__construct(),类的构造函数__destruct(),类的析构函数__cal...
- 你的简历在HR眼里是青铜还是王者?
-
你的简历在HR眼里是青铜还是王者?兄弟,简历投了100份没反应?面试总在第三轮被刷?别急着怀疑人生,你可能只是踩了这些"隐形求职雷"。帮3630+程序员改简历+面试指导和处理空窗期时间...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- oracle位图索引 (63)
- oracle批量插入数据 (62)
- oracle事务隔离级别 (53)
- oracle 空为0 (50)
- oracle主从同步 (55)
- oracle 乐观锁 (51)
- redis 命令 (78)
- php redis (88)
- redis 存储 (66)
- redis 锁 (69)
- 启动 redis (66)
- redis 时间 (56)
- redis 删除 (67)
- redis内存 (57)
- redis并发 (52)
- redis 主从 (69)
- redis 订阅 (51)
- redis 登录 (54)
- redis 面试 (58)
- 阿里 redis (59)
- redis 搭建 (53)
- redis的缓存 (55)
- lua redis (58)
- redis 连接池 (61)
- redis 限流 (51)