面试题：Redis事务补偿在高并发订单处理中的优化

1. 乐观锁策略

原理：乐观锁假设在处理事务时很少会发生冲突。在读取数据时记录版本号，在写入数据时，检查版本号是否一致。如果一致则进行操作，否则重试。
Redis实现：利用WATCH命令。例如在处理订单时，假设订单数据存储在Redis的哈希表中，键为order:123，包含amount（订单金额）等字段。

import redis

r = redis.Redis(host='localhost', port=6379, db=0)

# 开启事务
pipe = r.pipeline()
# 监控订单数据
pipe.watch('order:123')
try:
    # 获取订单金额
    amount = pipe.hget('order:123', 'amount')
    new_amount = int(amount) - 10  # 假设订单金额减少10
    # 开始事务
    pipe.multi()
    pipe.hset('order:123', 'amount', new_amount)
    pipe.execute()
except redis.WatchError:
    # 版本号不一致，重试
    print('乐观锁冲突，重试')

2. 悲观锁策略

原理：悲观锁假设在处理事务时很可能会发生冲突。在操作数据前先获取锁，只有获取到锁才能进行事务操作，操作完成后释放锁。
Redis实现：使用SETNX（SET if Not eXists）命令实现简单的锁机制。例如：

import redis
import time

r = redis.Redis(host='localhost', port=6379, db=0)

lock_key = 'order_lock:123'
lock_value = time.time() + 10  # 锁的过期时间设置为10秒后

# 获取锁
if r.setnx(lock_key, lock_value):
    try:
        # 获取订单金额
        amount = r.hget('order:123', 'amount')
        new_amount = int(amount) - 10  # 假设订单金额减少10
        r.hset('order:123', 'amount', new_amount)
    finally:
        # 释放锁
        r.delete(lock_key)
else:
    print('获取锁失败，等待重试')

3. 队列处理策略

原理：将订单请求放入队列中，按顺序处理，避免竞争条件。
Redis实现：使用RPUSH和LPOP命令实现简单的队列。例如：

import redis

r = redis.Redis(host='localhost', port=6379, db=0)

# 模拟订单请求入队
order_request = {'order_id': 123, 'amount': 100}
r.rpush('order_queue', str(order_request))

# 处理订单
while True:
    order = r.lpop('order_queue')
    if order:
        # 解析订单数据并处理
        order = eval(order)
        # 执行订单处理逻辑，例如修改订单金额等
        r.hset(f'order:{order["order_id"]}', 'amount', order['amount'] - 10)
    else:
        break

星途面试题库

面试题：Redis事务补偿在高并发订单处理中的优化

知识考点

面试题答案

1. 乐观锁策略

2. 悲观锁策略

3. 队列处理策略