其他分享
首页 > 其他分享> > 高并发场景-订单库存防止超卖

高并发场景-订单库存防止超卖

作者：互联网

1、场景

　　在电商系统中买商品过程，先加入购物车，然后选中商品，点击结算，即会进入待支付状态，后续支付。 过程需要检验库存是否足够，保证库存不被超卖。

　　场景一：买家需要购买数量可以多件

　　场景二：秒杀活动，到时间点只能购买一件

2、要解决的问题　

3、解决方案分析

　　主要技术手段：

　　　　利用redis的incr、decr的原子性做操作

　　　　redis的lpush、rpop的原子性做操作，但是这个只能一个一个的扣，但不能原子地同时扣多个

　　　　sql乐观锁

　　问题1：防止重复

　　用分布式锁，是为了防刷、防止同一个用户同一秒里面把购物车里的商品进行多次结算，防止前端代码出问题触发两次。 利用Jedis客户端编写分布式锁。

String result = jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);

　　lockKey是redis的Key，为用户id+商品id+商品数量组成，这样同一秒中只能有一次处理逻辑。 requestId是redis的value，实际是当前线程id，表示有一条线程占用。

　　问题2：扣减库存

方案一：分布式锁

　　使用redis分布式锁来做保证扣库存数量准确的环节，让点击结算时，后端逻辑会查询库存和扣库存的update语句同时只有一条线程能够执行，以商品id为分布式锁的key，锁一个商品。但是这样，其他购买相同商品的用户将会进行等待。　

方案二：分布式锁+分段缓存

　　借鉴ConcurrenthashMap，分段锁的机制，把100个商品，分在3个段上，key为分段名字，value为库存数量。用户下单时对用户id进行%3计算，看落在哪个redis的key上，就去取哪个。

如key1=product-01,value1=33;key2=product-02,value2=33;key3=product-03,value3=33;

　　其实会有几个问题：

　　缺点：

方案三：redis的lpush rpop

　　redis队列的lpush、rpop都是只能每次进出一个，对于购买多个数量的情况下不适用，只适用于秒杀情况购买一个的场景、或者抢红包的场景，所以觉得不是很通用。

　　对于限时秒杀每次只能抢一个的场景，如果商品数量不多可以开抢前一次性预热将商品ID全都lpush进缓存（如果商品可售数量较多，可以分批放入缓存，设置一个阈值，当缓存中可卖数量少于一定数量时再进行添加），抢的时候rpop不为空则说明抢到了。

　　这种方式也适合抢红包的场景。

方案四：推荐使用redis原子操作+sql乐观锁

　　利用Redis increment 的原子操作，保证库存数安全

　　先查询redis中是否有库存信息，如果没有就去数据库查，这样就可以减少访问数据库的次数。 获取到后把数值填入redis，以商品id为key，数量为value。 注意要设置序列化方式为StringRedisSerializer，不然不能把value做加减操作。 还需要设置redis对应这个key的超时时间，以防所有商品库存数据都在redis中。

  1. 比较下单数量的大小，如果够就做后续逻辑。

  2. 执行redis客户端的increment，参数为负数，则做减法。因为redis是单线程处理，并且因为increment让key对应的value 减少后返回的是修改后的值。 有的人会不做第一步查询直接减，其实这样不太好，因为当库存为1时，很多做减3，或者减30情况，其实都是不够，这样就白减。

  3. 扣减数据库的库存，这个时候就不需要再select查询，直接乐观锁update，把库存字段值减1 。

  4. 做完扣库存就在订单系统做下单。

　　样例场景：

  1. 假设两个用户在第一步查询得到库存等于10，A用户走到第二步扣10件，同时一秒内B用户走到第二部扣3件。
  2. 因为redis单线程处理，若A用户线程先执行redis语句，那么现在库存等于0，B就只能失败，就不会出更新数据库了。
    public void order(OrderReq req) {
        String key = "product:" + req.getProductId();
        // 第一步：先检查 库存是否充足
        Integer num = (Integer) redisTemplate.get(key);
          if (num == null){
          // 去查数据库的数据
          // 并且把数据库的库存set进redis，注意使用NX参数表示只有当没有redis中没有这个key的时候才set库存数量到redis
          //注意要设置序列化方式为StringRedisSerializer，不然不能把value做加减操作
          // 同时设置超时时间，因为不能让redis存着所有商品的库存数，以免占用内存。
           if (count >=0) {
            //设置有效期十分钟
            redisTemplate.expire(key, 60*10+随机数防止雪崩, TimeUnit.SECONDS);
        }
          // 减少经常访问数据库，因为磁盘比内存访问速度要慢
        }
        if (num < req.getNum()) {
            logger.info("库存不足");
        }
        // 第二步：减少库存
        long value = redisTemplate.increment(key, -req.getNum().longValue());
        // 库存充足
        if (value >= 0) {
            logger.info("成功购买");
            // update 数据库中商品库存和订单系统下单，单的状态未待支付
            // 分开两个系统处理时，可以用LCN做分布式事务，但是也是有概率会订单系统的网络超时
            // 也可以使用最终一致性的方式，更新库存成功后，发送mq，等待订单创建生成回调。
            boolean res= updateProduct(req);
              if (res)
                createOrder(req);
        } else {
            // 减了后小小于0 ，如两个人同时买这个商品，导致A人第一步时看到还有10个库存，但是B人买9个先处理完逻辑，
            // 导致B人的线程10-9=1, A人的线程1-10=-9，则现在需要增加刚刚减去的库存，让别人可以买1个
            redisTemplate.increment(key, req.getNum().longValue());
            logger.info("恢复redis库存");
        }
    }

　　数据库更改库存使用：update使用乐观锁（也是做第二层保障）

　　updateProduct方法中执行的sql如下：

update Product set count = count - #{购买数量} where id = #{id} and count - #{购买数量} >= 0;

　　虽然redis已经防止了超卖，但是数据库层面，为了也要防止超卖，以防redis崩溃时无法使用或者不需要redis处理时，则用乐观锁，因为不一定全部商品都用redis。

　　利用sql每条单条语句都是有事务的，所以两条sql同时执行，也就只会有其中一条sql先执行成功，另外一条后执行，也如上文提及到的场景一样。

简单说一下分布式事务：

　　分开两个系统处理库存和订单时，这个时候可以用LCN框架做分布式事务，但是因为是http请求的，也是有概率会订单系统的网络超时，导致未返回结果。

　　其实也可以使用最终一致性的方式，数据表记录一条交互流水记录，更新库存成功后，更新这个交互流水记录的库存操作字段为已处理，订单处理字段为处理中，然后发送mq，等待订单创建生成回调。也要做定时任务做主动查询订单系统的结果，以防没有结果回来。因为下单很多时候还会设计优惠券、积分、活动相关的功能，使用mq还可以做到各模块的解耦。

方案优势

高并发额外优化

标签：场景,商品,数据库,redis,用户,并发,库存,key,超卖
来源： https://www.cnblogs.com/jing-yi/p/15757356.html