1. 单机数据一致性

 

单机数据一致性架构如下图所示：多个可客户访问同一个服务器，连接同一个数据库。

 

场景描述：客户端模拟购买商品过程，在Redis中设定库存总数剩100个，多个客户端同时并发购买。

 

@RestController

 

public class IndexController1 {

 

    @Autowired

 

    StringRedisTemplate template;

 

    @RequestMapping（"/buy1"）

 

    public String index（）{

 

        // Redis中存有goods:001号商品，数量为100

 

        String result = template.opsForValue（）。get（"goods:001"）;

 

        // 获取到剩余商品数

 

        int total = result == null ? 0 : Integer.parseInt（result）;

 

        if（ total > 0 ）{

 

            // 剩余商品数大于0 ，则进行扣减

 

            int realTotal = total -1;

 

            // 将商品数回写数据库

 

            template.opsForValue（）。set（"goods:001",String.valueOf（realTotal））;

 

            System.out.println（"购买商品成功，库存还剩："+realTotal +"件， 服务端口为8001"）;

 

            return "购买商品成功，库存还剩："+realTotal +"件， 服务端口为8001";

 

        }else{

 

            System.out.println（"购买商品失败，服务端口为8001"）;

 

        }

 

        return "购买商品失败，服务端口为8001";

 

    }

 

}

 

使用Jmeter模拟高并发场景，测试结果如下：

 

测试结果出现多个用户购买同一商品，发生了数据不一致问题！

 

解决办法：单体应用的情况下，对并发的操作进行加锁操作，保证对数据的操作具有原子性