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：

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)

用户二：

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))

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

转载于:https://www.cnblogs.com/liuqingzheng/p/9997092.html

相关资源：基于Springboot高并发商品限时秒杀系统