当前位置：首页 > news >正文

Redis 在订单系统中的实战应用：防重、限流与库存扣减

news 2025/10/19 8:55:22

一、背景：为什么订单系统离不开 Redis？

在高并发订单系统中，我们常常面临三大问题：

问题类型	说明	常见后果
防重下单	用户重复点击“提交订单”按钮	重复扣款、重复库存
接口限流	秒杀/大促活动瞬时请求暴增	系统崩溃、拒绝服务
库存扣减	多人同时抢购同一商品	超卖、库存为负数

Redis 凭借高性能 + 原子操作 + 多数据结构支持，成为电商类系统“抗高并发”的首选组件。

二、整体架构思维导图

Redis 在订单系统中的实战
├── 防重下单
│   ├── 原理：唯一 Key + TTL
│   └── 实现：SETNX 防重复提交
├── 限流算法
│   ├── 固定窗口
│   ├── 滑动窗口
│   ├── 令牌桶（Token Bucket）
│   └── 漏桶（Leaky Bucket）
└── 库存扣减├── 原理：Redis 原子操作 + Lua 脚本└── 实现：watch + eval 实现库存一致性

三、防重下单：用 Redis 保证接口幂等性

理论分析

在电商系统中，用户点击“提交订单”可能由于：

网络延迟；
前端多次触发；
用户误操作。

导致同一订单被重复创建。

用户操作	请求时间	服务器行为	结果
第一次点击下单	0ms	创建订单A	✅ 成功
第二次点击下单	10ms	再次创建订单B	❌ 重复下单

由于 HTTP 请求是无状态且幂等性不保证的，后端必须自己设计防重机制。

要解决这个问题，我们通常采用 幂等性机制：

相同业务请求（用户ID + 订单号）无论请求多少次，结果都一致。

Redis 提供的 SETNX（set if not exists）正好适合这种场景。

示例代码

@Service
public class OrderService {@Autowiredprivate StringRedisTemplate redisTemplate;private static final String ORDER_REPEAT_KEY = "order:repeat:";public String createOrder(String userId, String productId) {String key = ORDER_REPEAT_KEY + userId + ":" + productId;Boolean success = redisTemplate.opsForValue().setIfAbsent(key, "1", 5, TimeUnit.SECONDS); // 设置5秒过期防重复点击if (Boolean.FALSE.equals(success)) {throw new RuntimeException("请勿重复提交订单！");}// 模拟生成订单逻辑return "订单创建成功：" + UUID.randomUUID();}
}

四、接口限流：Redis 实现令牌桶算法

限流算法原理对比

算法	机制	特点
固定窗口	每分钟允许 N 次请求	简单但可能突发请求
滑动窗口	实时统计过去 N 秒请求数	更平滑，但计算复杂
漏桶算法	固定速率流出	稳定但响应不够灵活
令牌桶算法	按速率生成令牌，请求需消耗令牌	✅ 最灵活且常用

在分布式环境中，我们用 Redis 原子 Lua 脚本 实现令牌桶算法，保证并发安全。

2.Redis 令牌桶原理

令牌桶算法的核心思想是：

‌初始化‌：设置一个桶（bucket），里面有一定数量的令牌（tokens）。
‌令牌生成‌：每隔一定的时间（例如每秒），向桶中添加一定数量的令牌。
‌请求处理‌：每次处理请求时，从桶中取出一个令牌。如果没有足够的令牌，则请求被阻塞或延迟处理。

       +---------------------+|  Redis Key: rate:api ||---------------------|| tokens = 10         || last_time = 1690000 |+---------------------+|┌────────────────────────────┐│ 每次请求到来：              ││  1. 计算可新增令牌数量       ││  2. 判断是否有足够令牌       ││  3. 减少令牌 or 拒绝请求     │└────────────────────────────┘

3. 示例代码（Redis + Lua 实现令牌桶）

@Component
public class RedisRateLimiter {@Autowiredprivate StringRedisTemplate redisTemplate;private static final String LUA_SCRIPT = """local key = KEYS[1]local rate = tonumber(ARGV[1])  -- 每秒生成令牌数local capacity = tonumber(ARGV[2]) -- 桶容量local now = tonumber(ARGV[3])local requested = tonumber(ARGV[4])local data = redis.call("HMGET", key, "tokens", "timestamp")local tokens = tonumber(data[1])local timestamp = tonumber(data[2])if tokens == nil thentokens = capacitytimestamp = nowendlocal delta = math.max(0, now - timestamp)local new_tokens = math.min(capacity, tokens + delta * rate)local allowed = new_tokens >= requestedif allowed thennew_tokens = new_tokens - requestedendredis.call("HMSET", key, "tokens", new_tokens, "timestamp", now)redis.call("EXPIRE", key, 60)return allowed""";public boolean tryAcquire(String key, int rate, int capacity, int requested) {long now = System.currentTimeMillis() / 1000;DefaultRedisScript<Long> script = new DefaultRedisScript<>(LUA_SCRIPT, Long.class);Long result = redisTemplate.execute(script,Collections.singletonList("rate:" + key),String.valueOf(rate),String.valueOf(capacity),String.valueOf(now),String.valueOf(requested));return result != null && result == 1L;}
}

✅ 使用示例

@RestController
@RequestMapping("/api/order")
public class OrderController {@Autowiredprivate RedisRateLimiter rateLimiter;@GetMapping("/create")public String createOrder(@RequestParam String userId) {boolean pass = rateLimiter.tryAcquire("createOrder", 5, 10, 1);if (!pass) {return "请求过多，请稍后再试！";}return "订单创建成功！";}
}

五、库存扣减：Lua 保证原子性防止超卖

1️⃣ 问题分析

在秒杀场景下，多个用户同时购买同一商品：

请求1：读取库存=1；
请求2：读取库存=1；
两个线程同时扣减；
库存 = -1（超卖！）

所以必须保证库存扣减原子执行。

2️⃣ Redis Lua 脚本实现

@Service
public class StockService {@Autowiredprivate StringRedisTemplate redisTemplate;private static final String STOCK_LUA = """local stock = tonumber(redis.call('GET', KEYS[1]))if stock <= 0 thenreturn -1endredis.call('DECR', KEYS[1])return stock - 1""";public boolean deductStock(String productId) {DefaultRedisScript<Long> script = new DefaultRedisScript<>(STOCK_LUA, Long.class);Long result = redisTemplate.execute(script, Collections.singletonList("stock:" + productId));return result != null && result >= 0;}
}

✅ 使用效果

@RestController
@RequestMapping("/api/stock")
public class StockController {@Autowiredprivate StockService stockService;@GetMapping("/deduct")public String deduct(@RequestParam String productId) {boolean success = stockService.deductStock(productId);return success ? "扣减成功" : "库存不足";}
}