实现高并发秒杀的七种方式！

后台回复“大礼包”有惊喜礼包！

每日英文

Sometime you just have to hold your head up high, blink away the tears and say good-bye. 

有时候，我们只需高高地扬起头，甩掉泪水，跟过去说再见。

每日掏心话

你一定得认识到自己想往哪个方向发展，然后一定要对准那个方向出发，要马上。你再也浪费不起多一秒的时间了，你浪费不起。

责编：乐乐 | 来自：blog.csdn.net/zxd1435513775/article/details/122643285

编程技术圈(ID:study_tech)第 1814 期推文

往日回顾：阿里家属快当不下去了！

      正文     

大家好，我是小乐。

• 引言
• 商品秒杀-超卖
• 解决商品超卖
• 方式一（改进版加锁）
• 方式二（AOP版加锁）
• 方式三（悲观锁一）
• 方式四（悲观锁二）
• 方式五（乐观锁）
• 方式六（阻塞队列）
• 方式七（Disruptor队列）
• 小结

1.引言

高并发场景在现场的日常工作中很常见，特别是在互联网公司中，这篇文章就来通过秒杀商品来模拟高并发的场景。文章末尾会附上文章的所有代码、脚本和测试用例。

• 本文环境： SpringBoot 2.5.7 + MySQL 8.0 X + MybatisPlus + Swagger2.9.2

• 模拟工具： Jmeter

• 模拟场景： 减库存->创建订单->模拟支付

2.商品秒杀-超卖

在开发中，对于下面的代码，可能很熟悉：在Service里面加上@Transactional事务注解和Lock锁

控制层：Controller

@ApiOperation(value='秒杀实现方式——Lock加锁')@PostMapping('/start/lock')public Result startLock(long skgId){    try {        log.info('开始秒杀方式一...');        final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;        Result result = secondKillService.startSecondKillByLock(skgId, userId);        if(result != null){            log.info('用户:{}--{}', userId, result.get('msg'));        }else{            log.info('用户:{}--{}', userId, '哎呦喂，人也太多了，请稍后！');        }    } catch (Exception e) {        e.printStackTrace();    } finally {    }    return Result.ok();}

业务层：Service

@Override@Transactional(rollbackFor = Exception.class)public Result startSecondKillByLock(long skgId, long userId) {    lock.lock();    try {        // 校验库存        SecondKill secondKill = secondKillMapper.selectById(skgId);        Integer number = secondKill.getNumber();        if (number > 0) {            // 扣库存            secondKill.setNumber(number - 1);            secondKillMapper.updateById(secondKill);            // 创建订单            SuccessKilled killed = new SuccessKilled();            killed.setSeckillId(skgId);            killed.setUserId(userId);            killed.setState((short) 0);            killed.setCreateTime(new Timestamp(System.currentTimeMillis()));            successKilledMapper.insert(killed);            // 模拟支付            Payment payment = new Payment();            payment.setSeckillId(skgId);            payment.setSeckillId(skgId);            payment.setUserId(userId);            payment.setMoney(40);            payment.setState((short) 1);            payment.setCreateTime(new Timestamp(System.currentTimeMillis()));            paymentMapper.insert(payment);        } else {            return Result.error(SecondKillStateEnum.END);        }    } catch (Exception e) {        throw new ScorpiosException('异常了个乖乖');    } finally {        lock.unlock();    }    return Result.ok(SecondKillStateEnum.SUCCESS);}

对于上面的代码应该没啥问题吧，业务方法上加事务，在处理业务的时候加锁。

但上面这样写法是有问题的，会出现超卖的情况，看下测试结果：模拟1000个并发，抢100商品

Jmeter不了解的，可以参考这篇文章：

• https://blog.csdn.net/zxd1435513775/article/details/106372446

这里在业务方法开始加了锁，在业务方法结束后释放了锁。但这里的事务提交却不是这样的，有可能在事务提交之前，就已经把锁释放了，这样会导致商品超卖现象。所以加锁的时机很重要！

3. 解决商品超卖

对于上面超卖现象，主要问题出现在事务中锁释放的时机，事务未提交之前，锁已经释放。（事务提交是在整个方法执行完）。如何解决这个问题呢，就是把加锁步骤提前

• 可以在controller层进行加锁
• 可以使用Aop在业务方法执行之前进行加锁

3.1 方式一（改进版加锁）

@ApiOperation(value='秒杀实现方式——Lock加锁')@PostMapping('/start/lock')public Result startLock(long skgId){    // 在此处加锁    lock.lock();    try {        log.info('开始秒杀方式一...');        final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;        Result result = secondKillService.startSecondKillByLock(skgId, userId);        if(result != null){            log.info('用户:{}--{}', userId, result.get('msg'));        }else{            log.info('用户:{}--{}', userId, '哎呦喂，人也太多了，请稍后！');        }    } catch (Exception e) {        e.printStackTrace();    } finally {        // 在此处释放锁        lock.unlock();    }    return Result.ok();}

上面这样的加锁就可以解决事务未提交之前，锁释放的问题，可以分三种情况进行压力测试：

• 并发数1000，商品100
• 并发数1000，商品1000
• 并发数2000，商品1000

对于并发量大于商品数的情况，商品秒杀一般不会出现少卖的请况，但对于并发数小于等于商品数的时候可能会出现商品少卖情况，这也很好理解。

对于没有问题的情况就不贴图了，因为有很多种方式，贴图会太多

3.2 方式二（AOP版加锁）

对于上面在控制层进行加锁的方式，可能显得不优雅，那就还有另一种方式进行在事务之前加锁，那就是AOP。另外，搜索公众号Java架构师技术后台回复“电子书”，获取一份惊喜礼包。

自定义AOP注解

@Target({ElementType.PARAMETER, ElementType.METHOD})@Retention(RetentionPolicy.RUNTIME)@Documentedpublic  @interface ServiceLock {    String description()  default '';}

定义切面类

@Slf4j@Component@Scope@Aspect@Order(1) //order越小越是最先执行，但更重要的是最先执行的最后结束public class LockAspect {    /**     * 思考：为什么不用synchronized     * service 默认是单例的，并发下lock只有一个实例     */    private static  Lock lock = new ReentrantLock(true); // 互斥锁 参数默认false，不公平锁    // Service层切点     用于记录错误日志    @Pointcut('@annotation(com.scorpios.secondkill.aop.ServiceLock)')    public void lockAspect() {    }    @Around('lockAspect()')    public  Object around(ProceedingJoinPoint joinPoint) {        lock.lock();        Object obj = null;        try {            obj = joinPoint.proceed();        } catch (Throwable e) {            e.printStackTrace();   throw new RuntimeException();        } finally{            lock.unlock();        }        return obj;    }}

在业务方法上添加AOP注解

@Override@ServiceLock // 使用Aop进行加锁@Transactional(rollbackFor = Exception.class)public Result startSecondKillByAop(long skgId, long userId) {    try {        // 校验库存        SecondKill secondKill = secondKillMapper.selectById(skgId);        Integer number = secondKill.getNumber();        if (number > 0) {            //扣库存            secondKill.setNumber(number - 1);            secondKillMapper.updateById(secondKill);            //创建订单            SuccessKilled killed = new SuccessKilled();            killed.setSeckillId(skgId);            killed.setUserId(userId);            killed.setState((short) 0);            killed.setCreateTime(new Timestamp(System.currentTimeMillis()));            successKilledMapper.insert(killed);            //支付            Payment payment = new Payment();            payment.setSeckillId(skgId);            payment.setSeckillId(skgId);            payment.setUserId(userId);            payment.setMoney(40);            payment.setState((short) 1);            payment.setCreateTime(new Timestamp(System.currentTimeMillis()));            paymentMapper.insert(payment);        } else {            return Result.error(SecondKillStateEnum.END);        }    } catch (Exception e) {        throw new ScorpiosException('异常了个乖乖');    }    return Result.ok(SecondKillStateEnum.SUCCESS);}

控制层：

@ApiOperation(value='秒杀实现方式二——Aop加锁')@PostMapping('/start/aop')public Result startAop(long skgId){    try {        log.info('开始秒杀方式二...');        final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;        Result result = secondKillService.startSecondKillByAop(skgId, userId);        if(result != null){            log.info('用户:{}--{}', userId, result.get('msg'));        }else{            log.info('用户:{}--{}', userId, '哎呦喂，人也太多了，请稍后！');        }    } catch (Exception e) {        e.printStackTrace();    }    return Result.ok();}

这种方式在对锁的使用上，更高阶、更美观！

3.3 方式三（悲观锁一）

除了上面在业务代码层面加锁外，还可以使用数据库自带的锁进行并发控制。

悲观锁，什么是悲观锁呢？通俗的说，在做任何事情之前，都要进行加锁确认。这种数据库级加锁操作效率较低。

使用for update一定要加上事务，当事务处理完后，for update才会将行级锁解除

如果请求数和秒杀商品数量一致，会出现少卖

@ApiOperation(value='秒杀实现方式三——悲观锁')@PostMapping('/start/pes/lock/one')public Result startPesLockOne(long skgId){    try {        log.info('开始秒杀方式三...');        final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;        Result result = secondKillService.startSecondKillByUpdate(skgId, userId);        if(result != null){            log.info('用户:{}--{}', userId, result.get('msg'));        }else{            log.info('用户:{}--{}', userId, '哎呦喂，人也太多了，请稍后！');        }    } catch (Exception e) {        e.printStackTrace();    }    return Result.ok();}

业务逻辑

@Override@Transactional(rollbackFor = Exception.class)public Result startSecondKillByUpdate(long skgId, long userId) {    try {        // 校验库存-悲观锁        SecondKill secondKill = secondKillMapper.querySecondKillForUpdate(skgId);        Integer number = secondKill.getNumber();        if (number > 0) {            //扣库存            secondKill.setNumber(number - 1);            secondKillMapper.updateById(secondKill);            //创建订单            SuccessKilled killed = new SuccessKilled();            killed.setSeckillId(skgId);            killed.setUserId(userId);            killed.setState((short) 0);            killed.setCreateTime(new Timestamp(System.currentTimeMillis()));            successKilledMapper.insert(killed);            //支付            Payment payment = new Payment();            payment.setSeckillId(skgId);            payment.setSeckillId(skgId);            payment.setUserId(userId);            payment.setMoney(40);            payment.setState((short) 1);            payment.setCreateTime(new Timestamp(System.currentTimeMillis()));            paymentMapper.insert(payment);        } else {            return Result.error(SecondKillStateEnum.END);        }    } catch (Exception e) {        throw new ScorpiosException('异常了个乖乖');    } finally {    }    return Result.ok(SecondKillStateEnum.SUCCESS);}

Dao层

@Repositorypublic interface SecondKillMapper extends BaseMapper<SecondKill> {    /**     * 将此行数据进行加锁，当整个方法将事务提交后，才会解锁     * @param skgId     * @return     */    @Select(value = 'SELECT * FROM seckill WHERE seckill_id=#{skgId} FOR UPDATE')    SecondKill querySecondKillForUpdate(@Param('skgId') Long skgId);}

上面是利用for update进行对查询数据加锁，加的是行锁

3.4 方式四（悲观锁二）

悲观锁的第二种方式就是利用update更新命令来加表锁

/** * UPDATE锁表 * @param skgId  商品id * @param userId    用户id * @return */@Override@Transactional(rollbackFor = Exception.class)public Result startSecondKillByUpdateTwo(long skgId, long userId) {    try {        // 不校验，直接扣库存更新        int result = secondKillMapper.updateSecondKillById(skgId);        if (result > 0) {            //创建订单            SuccessKilled killed = new SuccessKilled();            killed.setSeckillId(skgId);            killed.setUserId(userId);            killed.setState((short) 0);            killed.setCreateTime(new Timestamp(System.currentTimeMillis()));            successKilledMapper.insert(killed);            //支付            Payment payment = new Payment();            payment.setSeckillId(skgId);            payment.setSeckillId(skgId);            payment.setUserId(userId);            payment.setMoney(40);            payment.setState((short) 1);            payment.setCreateTime(new Timestamp(System.currentTimeMillis()));            paymentMapper.insert(payment);        } else {            return Result.error(SecondKillStateEnum.END);        }    } catch (Exception e) {        throw new ScorpiosException('异常了个乖乖');    } finally {    }    return Result.ok(SecondKillStateEnum.SUCCESS);}

Dao层

@Repositorypublic interface SecondKillMapper extends BaseMapper<SecondKill> {    /**     * 将此行数据进行加锁，当整个方法将事务提交后，才会解锁     * @param skgId     * @return     */    @Select(value = 'SELECT * FROM seckill WHERE seckill_id=#{skgId} FOR UPDATE')    SecondKill querySecondKillForUpdate(@Param('skgId') Long skgId);    @Update(value = 'UPDATE seckill SET number=number-1 WHERE seckill_id=#{skgId} AND number > 0')    int updateSecondKillById(@Param('skgId') long skgId);}

3.5 方式五（乐观锁）

乐观锁，顾名思义，就是对操作结果很乐观，通过利用version字段来判断数据是否被修改

乐观锁，不进行库存数量的校验，直接做库存扣减

这里使用的乐观锁会出现大量的数据更新异常（抛异常就会导致购买失败）、如果配置的抢购人数比较少、比如120:100(人数:商品) 会出现少买的情况，不推荐使用乐观锁。

@ApiOperation(value='秒杀实现方式五——乐观锁')@PostMapping('/start/opt/lock')public Result startOptLock(long skgId){    try {        log.info('开始秒杀方式五...');        final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;        // 参数添加了购买数量        Result result = secondKillService.startSecondKillByPesLock(skgId, userId,1);        if(result != null){            log.info('用户:{}--{}', userId, result.get('msg'));        }else{            log.info('用户:{}--{}', userId, '哎呦喂，人也太多了，请稍后！');        }    } catch (Exception e) {        e.printStackTrace();    }    return Result.ok();}

@Override@Transactional(rollbackFor = Exception.class)public Result startSecondKillByPesLock(long skgId, long userId, int number) {    // 乐观锁，不进行库存数量的校验，直接    try {        SecondKill kill = secondKillMapper.selectById(skgId);        // 剩余的数量应该要大于等于秒杀的数量        if(kill.getNumber() >= number) {            int result = secondKillMapper.updateSecondKillByVersion(number,skgId,kill.getVersion());            if (result > 0) {                //创建订单                SuccessKilled killed = new SuccessKilled();                killed.setSeckillId(skgId);                killed.setUserId(userId);                killed.setState((short) 0);                killed.setCreateTime(new Timestamp(System.currentTimeMillis()));                successKilledMapper.insert(killed);                //支付                Payment payment = new Payment();                payment.setSeckillId(skgId);                payment.setSeckillId(skgId);                payment.setUserId(userId);                payment.setMoney(40);                payment.setState((short) 1);                payment.setCreateTime(new Timestamp(System.currentTimeMillis()));                paymentMapper.insert(payment);            } else {                return Result.error(SecondKillStateEnum.END);            }        }    } catch (Exception e) {        throw new ScorpiosException('异常了个乖乖');    } finally {    }    return Result.ok(SecondKillStateEnum.SUCCESS);}

@Repositorypublic interface SecondKillMapper extends BaseMapper<SecondKill> {    /**     * 将此行数据进行加锁，当整个方法将事务提交后，才会解锁     * @param skgId     * @return     */    @Select(value = 'SELECT * FROM seckill WHERE seckill_id=#{skgId} FOR UPDATE')    SecondKill querySecondKillForUpdate(@Param('skgId') Long skgId);    @Update(value = 'UPDATE seckill SET number=number-1 WHERE seckill_id=#{skgId} AND number > 0')    int updateSecondKillById(@Param('skgId') long skgId);    @Update(value = 'UPDATE seckill  SET number=number-#{number},version=version+1 WHERE seckill_id=#{skgId} AND version = #{version}')    int updateSecondKillByVersion(@Param('number') int number, @Param('skgId') long skgId, @Param('version')int version);}

乐观锁会出现大量的数据更新异常（抛异常就会导致购买失败），会出现少买的情况，不推荐使用乐观锁

3.6 方式六（阻塞队列）

利用阻塞队类，也可以解决高并发问题。其思想就是把接收到的请求按顺序存放到队列中，消费者线程逐一从队列里取数据进行处理，看下具体代码。

阻塞队列：这里使用静态内部类的方式来实现单例模式，在并发条件下不会出现问题。

// 秒杀队列(固定长度为100)public class SecondKillQueue {    // 队列大小    static final int QUEUE_MAX_SIZE = 100;    // 用于多线程间下单的队列    static BlockingQueue<SuccessKilled> blockingQueue = new LinkedBlockingQueue<SuccessKilled>(QUEUE_MAX_SIZE);    // 使用静态内部类，实现单例模式    private SecondKillQueue(){};    private static class SingletonHolder{        // 静态初始化器，由JVM来保证线程安全        private  static SecondKillQueue queue = new SecondKillQueue();    }    /**     * 单例队列     * @return     */    public static SecondKillQueue getSkillQueue(){        return SingletonHolder.queue;    }    /**     * 生产入队     * @param kill     * @throws InterruptedException     * add(e) 队列未满时，返回true；队列满则抛出IllegalStateException(“Queue full”)异常——AbstractQueue     * put(e) 队列未满时，直接插入没有返回值；队列满时会阻塞等待，一直等到队列未满时再插入。     * offer(e) 队列未满时，返回true；队列满时返回false。非阻塞立即返回。     * offer(e, time, unit) 设定等待的时间，如果在指定时间内还不能往队列中插入数据则返回false，插入成功返回true。     */    public  Boolean  produce(SuccessKilled kill) {        return blockingQueue.offer(kill);    }    /**     * 消费出队     * poll() 获取并移除队首元素，在指定的时间内去轮询队列看有没有首元素有则返回，否者超时后返回null     * take() 与带超时时间的poll类似不同在于take时候如果当前队列空了它会一直等待其他线程调用notEmpty.signal()才会被唤醒     */    public  SuccessKilled consume() throws InterruptedException {        return blockingQueue.take();    }    /**     * 获取队列大小     * @return     */    public int size() {        return blockingQueue.size();    }}

消费秒杀队列：实现ApplicationRunner接口

牛逼啊！接私活必备的 N 个开源项目！赶快收藏

// 消费秒杀队列@Slf4j@Componentpublic class TaskRunner implements ApplicationRunner{    @Autowired    private SecondKillService seckillService;    @Override    public void run(ApplicationArguments var){        new Thread(() -> {            log.info('队列启动成功');            while(true){                try {                    // 进程内队列                    SuccessKilled kill = SecondKillQueue.getSkillQueue().consume();                    if(kill != null){                        Result result = seckillService.startSecondKillByAop(kill.getSeckillId(), kill.getUserId());                        if(result != null && result.equals(Result.ok(SecondKillStateEnum.SUCCESS))){                            log.info('TaskRunner,result:{}',result);                            log.info('TaskRunner从消息队列取出用户，用户:{}{}',kill.getUserId(),'秒杀成功');                        }                    }                } catch (InterruptedException e) {                    e.printStackTrace();                }            }        }).start();    }}

@ApiOperation(value='秒杀实现方式六——消息队列')@PostMapping('/start/queue')public Result startQueue(long skgId){    try {        log.info('开始秒杀方式六...');        final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;        SuccessKilled kill = new SuccessKilled();        kill.setSeckillId(skgId);        kill.setUserId(userId);        Boolean flag = SecondKillQueue.getSkillQueue().produce(kill);        // 虽然进入了队列，但是不一定能秒杀成功 进队出队有时间间隙        if(flag){            log.info('用户:{}{}',kill.getUserId(),'秒杀成功');        }else{            log.info('用户:{}{}',userId,'秒杀失败');        }    } catch (Exception e) {        e.printStackTrace();    }    return Result.ok();}

注意：在业务层和AOP方法中，不能抛出任何异常， throw new RuntimeException()这些抛异常代码要注释掉。因为一旦程序抛出异常就会停止，导致消费秒杀队列进程终止！

使用阻塞队列来实现秒杀，有几点要注意：

• 消费秒杀队列中调用业务方法加锁与不加锁情况一样，也就是seckillService.startSecondKillByAop()、seckillService.startSecondKillByLock()方法结果一样，这也很好理解

• 当队列长度与商品数量一致时，会出现少卖的现象，可以调大数值

• 下面是队列长度1000，商品数量1000，并发数2000情况下出现的少卖

3.7.方式七（Disruptor队列）

Disruptor是个高性能队列，研发的初衷是解决内存队列的延迟问题，在性能测试中发现竟然与I/O操作处于同样的数量级，基于Disruptor开发的系统单线程能支撑每秒600万订单。

// 事件生成工厂（用来初始化预分配事件对象）public class SecondKillEventFactory implements EventFactory<SecondKillEvent> {    @Override    public SecondKillEvent newInstance() {        return new SecondKillEvent();    }}

// 事件对象（秒杀事件）public class SecondKillEvent implements Serializable {    private static final long serialVersionUID = 1L;    private long seckillId;    private long userId; // set/get方法略}

// 使用translator方式生产者public class SecondKillEventProducer {    private final static EventTranslatorVararg<SecondKillEvent> translator = (seckillEvent, seq, objs) -> {        seckillEvent.setSeckillId((Long) objs[0]);        seckillEvent.setUserId((Long) objs[1]);    };    private final RingBuffer<SecondKillEvent> ringBuffer;    public SecondKillEventProducer(RingBuffer<SecondKillEvent> ringBuffer){        this.ringBuffer = ringBuffer;    }    public void secondKill(long seckillId, long userId){        this.ringBuffer.publishEvent(translator, seckillId, userId);    }}

// 消费者(秒杀处理器)@Slf4jpublic class SecondKillEventConsumer implements EventHandler<SecondKillEvent> {    private SecondKillService secondKillService = (SecondKillService) SpringUtil.getBean('secondKillService');    @Override    public void onEvent(SecondKillEvent seckillEvent, long seq, boolean bool) {        Result result = secondKillService.startSecondKillByAop(seckillEvent.getSeckillId(), seckillEvent.getUserId());        if(result.equals(Result.ok(SecondKillStateEnum.SUCCESS))){            log.info('用户:{}{}',seckillEvent.getUserId(),'秒杀成功');        }    }}

public class DisruptorUtil {    static Disruptor<SecondKillEvent> disruptor;    static{        SecondKillEventFactory factory = new SecondKillEventFactory();        int ringBufferSize = 1024;        ThreadFactory threadFactory = runnable -> new Thread(runnable);        disruptor = new Disruptor<>(factory, ringBufferSize, threadFactory);        disruptor.handleEventsWith(new SecondKillEventConsumer());        disruptor.start();    }    public static void producer(SecondKillEvent kill){        RingBuffer<SecondKillEvent> ringBuffer = disruptor.getRingBuffer();        SecondKillEventProducer producer = new SecondKillEventProducer(ringBuffer);        producer.secondKill(kill.getSeckillId(),kill.getUserId());    }}

@ApiOperation(value='秒杀实现方式七——Disruptor队列')@PostMapping('/start/disruptor')public Result startDisruptor(long skgId){    try {        log.info('开始秒杀方式七...');        final long userId = (int) (new Random().nextDouble() * (99999 - 10000 + 1)) + 10000;        SecondKillEvent kill = new SecondKillEvent();        kill.setSeckillId(skgId);        kill.setUserId(userId);        DisruptorUtil.producer(kill);    } catch (Exception e) {        e.printStackTrace();    }    return Result.ok();}

经过测试，发现使用Disruptor队列队列，与自定义队列有着同样的问题，也会出现超卖的情况，但效率有所提高。

4. 小结

对于上面七种实现并发的方式，做一下总结：

• 一、二方式是在代码中利用锁和事务的方式解决了并发问题，主要解决的是锁要加载事务之前

• 三、四、五方式主要是数据库的锁来解决并发问题，方式三是利用for upate对表加行锁，方式四是利用update来对表加锁，方式五是通过增加version字段来控制数据库的更新操作，方式五的效果最差

• 六、七方式是通过队列来解决并发问题，这里需要特别注意的是，在代码中不能通过throw抛异常，否则消费线程会终止，而且由于进队和出队存在时间间隙，会导致商品少卖

上面所有的情况都经过代码测试，测试分一下三种情况：

• 并发数1000，商品数100
• 并发数1000，商品数1000
• 并发数2000，商品数1000

思考：分布式情况下如何解决并发问题呢？下次继续试验。

源码地址：

• https://github.com/Hofanking/springboot-second-skill-example

欢迎有需要的同学试试，如果本文对您有帮助，也请帮忙点个 赞 + 在看 啦！❤️

你还有什么想要补充的吗？