实现秒杀一人一单并发压测 _ 黑马点评业务实战

SpringBoot 实现秒杀一人一单并发压测 | 黑马点评业务实战

一、前言

在电商秒杀、优惠券抢购业务中，并发安全 和 接口承载能力 是核心技术痛点。黑马点评项目中的优惠券秒杀模块，核心需求是 一人一单（单个用户仅能抢购一张优惠券），在高并发场景下极易出现超卖、重复下单、并发冲突等问题。

为了验证秒杀接口的并发安全性、校验一人一单拦截逻辑的有效性，同时测试接口 QPS 承载能力，我们需要编写专业的并发压测代码。本文将详细拆解一套基于 Junit+线程池的秒杀并发压测实战代码，适配黑马点评完整业务场景。

二、压测场景说明

1. 业务规则

优惠券秒杀限制：一人一单，同一个用户只能成功抢购一次
基础能力：控制优惠券库存，防止超卖
并发场景：多用户、高频次重复请求秒杀接口，模拟真实高并发抢购场景

2. 压测目标

验证 一人一单 拦截逻辑是否生效，用户重复抢购是否被正确拦截
验证秒杀接口并发安全，是否存在超卖问题
统计接口 QPS、总耗时、成功/失败请求数，评估接口性能

三、完整压测代码

基于 SpringBootTest、Junit、线程池实现并发压测，代码贴合黑马点评原生业务，无需额外改造即可直接运行：

@SpringBootTest(classes = HmDianPingApplication.class)
class SeckillPressureTest {

    @Autowired
    private IVoucherOrderService voucherOrderService;

    // 初始化固定线程池，模拟并发请求
    private final ExecutorService es = Executors.newFixedThreadPool(500);

    @Test
    void testSeckillQps() throws InterruptedException {
        // 压测核心参数：500 并发线程，每个线程请求 20 次
        int threadCount = 500;
        int perThread = 20;
        // 待秒杀的优惠券 ID，替换为业务真实有效 ID
        long voucherId = 24;

        // 线程计数器，等待所有并发线程执行完毕
        CountDownLatch latch = new CountDownLatch(threadCount);
        // 存储成功的订单 ID，去重统计有效下单数（适配一人一单）
        ConcurrentHashMap<Long, Boolean> successMap = new ConcurrentHashMap<>();
        // 统计失败请求总数
        AtomicInteger failCount = new AtomicInteger(0);

        // 记录压测开始时间
        long begin = System.currentTimeMillis();

        // 批量创建并发线程
        for (int i = 0; i < threadCount; i++) {
            final long userId = i + 1;
            es.submit(() -> {
                try {
                    // 模拟登录用户，绑定当前线程用户 ID
                    UserDTO userDTO = new UserDTO();
                    userDTO.setId(userId);
                    UserHolder.saveUser(userDTO);
                    // 单线程循环多次发起秒杀请求，模拟高频重试
                    for (int j = 0; j < perThread; j++) {
                        Result result = voucherOrderService.seckillVoucher(voucherId);
                        if (result.getData() != null) {
                            // 下单成功，存入订单 ID 自动去重
                            successMap.put((Long) result.getData(), true);
                        } else {
                            // 下单失败，计数器累加
                            failCount.incrementAndGet();
                        }
                    }
                } catch (Exception e) {
                    e.printStackTrace();
                } finally {
                    // 单个线程执行完毕，计数器减一
                    UserHolder.removeUser();
                    latch.countDown();
                }
            });
        }

        // 阻塞等待所有线程执行完成
        latch.await();
        // 记录压测结束时间
        long end = System.currentTimeMillis();

        // 计算压测核心指标
        int totalRequest = threadCount * perThread;
        long costTime = end - begin;
        double qps = (double) totalRequest / (costTime / 1000.0);

        // 打印压测结果
        System.out.println("================== 秒杀压测结果 =================");
        System.out.println("总请求数：" + totalRequest);
        System.out.println("成功下单数量：" + successMap.size());
        System.out.println("接口QPS：" + String.format("%.2f", qps));
        System.out.println("总耗时：" + costTime + "ms");
    }
}

四、核心代码逻辑详解

1. 并发场景模拟

代码通过 Executors.newFixedThreadPool(500) 创建 500 个固定线程，模拟高并发抢购场景。同时设置 每个线程循环请求 20 次，模拟用户频繁重试抢购的真实场景，最大程度还原线上流量峰值。

通过 CountDownLatch 实现线程阻塞，保证主线程等待所有并发子线程执行完毕后，再统计压测数据，避免数据统计不全的问题。

2. 一人一单场景适配

压测中为每个线程分配 独立唯一的用户 ID（userId = i + 1），模拟 500 个不同用户同时抢购。同时使用 ConcurrentHashMap 存储成功的订单 ID，利用 Map 键唯一的特性 自动去重。

核心校验逻辑：单个用户无论请求多少次，最终仅能生成一笔有效订单。如果压测成功数大于用户数，说明接口存在一人多单的并发漏洞。

3. 压测指标统计

代码自动计算三大核心性能指标，无需手动统计：

总请求数：并发线程数 × 单线程请求次数，本次压测总请求 10000 次
有效成功数：去重后的真实下单订单数，校验一人一单和库存防超卖逻辑
QPS：每秒处理的请求数，衡量接口并发处理能力
总耗时：整体压测执行时长，辅助评估接口响应速度

4. 线程用户隔离

通过 UserHolder.saveUser(userDTO) 模拟用户登录状态，黑马点评项目通过 ThreadLocal 存储用户信息，每个线程绑定独立用户 ID，完美模拟多用户并发场景，避免用户上下文混乱导致的压测数据失真。

五、压测结果分析与校验标准

1. 正常结果标准（接口无漏洞）

有效成功下单数 ≤ 优惠券库存数：无超卖问题
有效成功下单数 ≤ 并发用户数(500)：一人一单拦截逻辑生效，无用户重复下单
失败请求数为大量正常拦截请求，属于业务正常现象

2. 异常结果排查

成功数大于库存数：秒杀接口无库存锁，存在超卖 Bug，需优化分布式锁、乐观锁逻辑
成功数大于用户数：一人一单拦截失效，未做用户下单唯一校验，并发下出现重复下单

六、压测优化拓展建议

1. 现有代码优势

零依赖、轻量级，无需 JMeter、LoadRunner 等第三方压测工具，基于原生 Java 代码即可完成并发压测，适配项目单元测试流程，可集成到项目测试体系中。

2. 生产级优化方向

线程池优化：替换为 ThreadPoolExecutor 自定义线程池，规避 Executors 线程池缺陷
参数可配置化：将线程数、请求次数、优惠券 ID 写入配置文件，无需改代码即可调整压测参数
结果日志持久化：将压测结果写入日志文件，方便后续性能对比分析
超时机制：增加接口请求超时判断，统计超时失败率

七、总结

本文实现的秒杀并发压测代码，精准适配黑马点评 一人一单 核心业务场景，不仅能够完成接口 QPS 性能压测，更核心的是可以 校验并发安全逻辑，快速定位超卖、重复下单等线上高危问题。

在秒杀功能开发完成后，通过该压测用例可快速验证代码健壮性，是电商秒杀业务开发、测试、性能调优的必备实战方案。轻量级代码、简单易落地，适合初学者学习并发压测思想，也可直接用于项目实战。

（注：部分内容可能由 AI 生成）

posted @ 2026-07-08 20:24 solarlemon 阅读(48) 评论(0) 收藏举报

刷新页面返回顶部

solarlemon