前言
用Redis完成登录界面和店铺查询功能后，来看看与优惠卷相关的操作。其中包括新增优惠券，查询店铺的优惠券列表，优惠券秒杀下单，前面的功能都是简单的数据库查询，这里主要讲优惠券秒杀下单功能。
先来看看优惠卷分为普通优惠卷和秒杀优惠卷，以及用户订单的表结构：
普通优惠券：
秒杀优惠券：
用户订单：
普通优惠卷好说，没有开始和结束时间，用户什么时候都可以抢购，抢购过后保存在用户订单中，而秒杀优惠券是在普通优惠券的基础上，加上了有效期限，用户不是所有的时间都能获得，所以我们主要讲讲秒杀券的抢购操作，（其实是普通券抢购功能的实现视频里没有讲🤪）。
再来看看具体的业务流程
在做秒杀优惠券这种很多人同时抢的项目时，有很多要注意的地方，当用户抢购时，就会生成订单并保存到tb_voucher_order这张表中，而订单表如果使用数据库自增ID就存在一些问题：
- 自增ID太过简单，单一不安全。（如果有攻击者，可以通过分析ID规律来推断出其他用户的ID，从而进行未授权的访问或操纵。）
- 受表单数据量限制。（数据库自增的ID是有数量限制的，当用户过多时，数据库便不会再存储了，就要分表）
因此用户的订单ID是需要满足一定特点的，我们需要使用分布式ID（全局唯一ID）：
常见全局ID生成方案对比：
这里我们使用自定义的方式实现：时间戳+序列号+数据库自增
来看看用分布式ID生成器生成用户订单ID的代码：
package ***.hmdp.utils;
import lombok.val;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.***ponent;
import javax.annotation.Resource;
import java.time.LocalDateTime;
@***ponent
public class RedisIdWorker {
// 起始时间戳
private static final long BEGIN_TIMESTAMP = 1735689600L;
// 序列号位数
private static final long COUNT_BITS = 32;
@Resource
private StringRedisTemplate stringRedisTemplate;
/**
* 生成唯一id(全局ID生成器)
* @param keyPrefix
* @return
*/
public long nextId(String keyPrefix) {
//1. 生成时间戳
LocalDateTime now = LocalDateTime.now();
long nowSecond = now.toEpochSecond(java.time.ZoneOffset.UTC);
long timestamp = nowSecond - BEGIN_TIMESTAMP;
//2. 生成序列号
//2.1 获取当前日期
String date = now.format(java.time.format.DateTimeFormatter.ofPattern("yyyy:MM:dd"));
//2.2 自增
Long increment = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);
//3. 拼接并返回
return timestamp << COUNT_BITS | increment;
}
public static void main(String[] args) {
//1.设置初始时间
LocalDateTime time= LocalDateTime.of(2025, 1, 1, 0, 0, 0);
long second = time.toEpochSecond(java.time.ZoneOffset.UTC);
System.out.println("second = " + second);
}
}
步骤 1️⃣：生成时间戳（相对于自定义起始时间）
1. main方法：计算起始时间戳：
public static void main(String[] args) {
LocalDateTime time = LocalDateTime.of(2025, 1, 1, 0, 0, 0);
long second = time.toEpochSecond(ZoneOffset.UTC);
System.out.println("second = " + second); // 输出 1735689600
}
将运行结果 1735689600赋值给 BEGIN_TIMESTAMP ，BEGIN_TIMESTAMP是自定义的“纪元时间”（epoch），（这里是 2025-01-01 00:00:00 UTC）。这样做是为了让生成的时间戳更紧凑（避免使用 Unix 时间戳从 1970 年开始的巨大数值）。
COUNT_BITS = 32：表示用 低 32 位 存储序列号（sequence number），高 32 位存储时间戳。
2. 常量定义
// 常量定义
private static final long BEGIN_TIMESTAMP = 1735689600L; // 起始时间戳
private static final long COUNT_BITS = 32; // 序列号位数
3. 计算当前时间戳
LocalDateTime now = LocalDateTime.now();
long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
long timestamp = nowSecond - BEGIN_TIMESTAMP;
- 获取当前 UTC 时间，并转为秒级时间戳。
- 减去 BEGIN_TIMESTAMP，得到“相对秒数”。
- 例如：如果现在是 2025-01-01 00:00:01，则 timestamp = 1。
**⚠️ 注意：**这里用的是 秒，不是毫秒！这和 Twitter Snowflake（用毫秒）不同，意味着 每秒最多生成 2^32 个 ID（约 42 亿），理论上足够，但要注意精度
步骤 2️⃣：生成每日递增的序列号（利用 Redis）
String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
Long increment = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);
为当前业务（keyPrefix）在当天生成一个唯一的、递增的序列号（从1开始），并利用 Redis 保证这个序列号在分布式环境下也是唯一的。
-
第一行代码：格式化当前日期
- now 是当前时间，比如：今天是 2025年11月7日，那么：date = “2025:11:07”
-
第二行代码：Redis 自增生成序列号
- 主要是Java方法：stringRedisTemplate.opsForValue().increment(“key”) 的理解
- 功能：原子地将 key 的值 +1，并返回新值，这是 Spring Data Redis 对 Redis 原生命令 INCR 的封装。
- 示例演示：
stringRedisTemplate.opsForValue().set("counter", "10"); // 先设为10
Long val1 = stringRedisTemplate.opsForValue().increment("counter"); // INCR counter
Long val2 = stringRedisTemplate.opsForValue().increment("counter");
- 对应 Redis 操作：
SET counter "10"
INCR counter # 返回 11
INCR counter # 返回 12
最终：
val1 = 11L
val2 = 12L
Redis 中 counter 的值是字符串 “12”
步骤 3️⃣：拼接时间戳和序列号
return timestamp << COUNT_BITS | increment;
- 将 timestamp 左移 32 位，腾出低 32 位给 increment。
- 用位或 | 合并两者。
例如：
- timestamp = 100 → 二进制左移 32 位
- increment = 5
- 最终 ID = (100 << 32) + 5
这样生成的 ID 是 单调递增、全局唯一、包含时间信息 的。
🧪 举个完整例子：
场景：
- 当前时间：2025-01-01 00:00:01（UTC）
- 你要生成一个 订单 ID
- 这是今天第 3 次 调用 nextId(“order”)
执行过程：
-
起始时间戳：
- BEGIN_TIMESTAMP = 1735689600L（对应 2025-01-01 00:00:00 UTC）
- nowSecond = 1735689601（当前时间：2025-01-01 00:00:01（UTC））
- timestamp = nowSecond - BEGIN_TIMESTAMP = 1
-
序列号：
- date = “2025:01:01”
- Redis key = “icr:order:2025:01:01”
- 假设之前已经调用过两次，Redis 中该 key 的值是 2
- 执行 increment：
- Redis 将其变为 3
- Java 变量 increment = 3L
-
拼接时间戳与序列号：
- timestamp = 1
- COUNT_BITS = 32
- 1 << 32 = 4294967296（即 2³²）
- increment = 3
ID = (1 << 32) | 3
= 4294967296 + 3
= 4294967299
💡二进制视角：
时间戳（高32位）: 00000000 00000000 00000000 00000001
序列号（低32位）: 00000000 00000000 00000000 00000011
合并后（64位） : 00000000 00000000 00000000 00000001 00000000 00000000 00000000 00000011
完成用户订单ID的生成后，来看看优惠券秒杀下单功能是怎么实现的？
/*
查询领取秒杀券
*/
@Override
public Result seckillVoucher(Long voucherId) {
//1.查询优惠券
SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
//2.判断秒杀是否开始
if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {
return Result.fail("秒杀尚未开始");
}
//3.判断秒杀是否结束
if (voucher.getEndTime().isBefore(LocalDateTime.now())) {
return Result.fail("秒杀已结束");
}
//4.判断库存是否充足
if (voucher.getStock() < 1) {
return Result.fail("库存不足");
}
//6.扣减库存
boolean su***ess = seckillVoucherService.update(new LambdaUpdateWrapper<SeckillVoucher>()
.eq(SeckillVoucher::getVoucherId, voucherId)
.setSql("stock = stock -1"));
if (!su***ess) {
//扣减库存失败
return Result.fail("库存不足");
}
//7.创建订单
VoucherOrder voucherOrder = new VoucherOrder();
//7.1.订单ID
long orderId = redisIdWorker.nextId("order");
voucherOrder.setId(orderId);
//7.2.优惠券ID
voucherOrder.setVoucherId(voucherId);
//7.3.用户ID
voucherOrder.setUserId(userId);
//写入数据库
save(voucherOrder);
//6.返回订单ID
return Result.ok(orderId);
本文是学习黑马程序员—黑马点评项目的课程笔记，小白啊！！！写的不好轻喷啊🤯如果觉得写的不好，点个赞吧🤪（批评是我写作的动力）
…。。。。。。。。。。。…
…。。。。。。。。。。。…
