背景

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

目的

防止相同用户重复下单

检查库存准确数量

防止扣错库存数量

扣库存时性能效率提升、不阻塞用户

点赞再看，关注公众号：【地藏思维】给大家分享互联网场景设计与架构设计方案

掘金：地藏Kelvin https://juejin.im/user/5d67da8d6fb9a06aff5e85f7

主要解决手段

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

交互流程

主要环节：购物车->结清->支付

本文讲述结清时，扣库存环节，分布式系统产生订单环节后续文章再详细分析。

备注：挺推荐使用https://www.processon.com/在线来做流程图的

一、防止重复

利用redis分布式锁

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。

大家要注意这种分布式锁写法，是同时设定超时时间的。有些分布式锁的文章可能是比较旧版的redis不支持同时设置超时时间，他就一条语句先设置key value，另一条语句后设置超时时间。所以大家留意一下。

二、扣减库存

安全扣减库存方案有很多说法，列一下几个方案和我推荐的方案。

方案一：分布式锁

有的文章会用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。

优点：这样做虽然安全

缺点：但是失去的是性能问题。

方案二：分布式锁+分段缓存

也有文章会说借鉴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：

一个是用户想买34件的时候，要去两个片查

一个片上卖完了为0，又要去另外一个片查

取余方式计算每一片数量，除不尽时，让最后一片补，如100/3=33.33。

缺点：

方案复杂

有遗留问题

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。

备注：这个抢红包场景以后再分享。

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。

比较下单数量的大小，如果够就做后续逻辑。

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。

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 。

做完扣库存就在订单系统做下单。

样例场景：

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。

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");

}

}

update使用乐观锁

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。

方案优势

不需要频繁访问数据库商品库存还有多少

不阻塞其他用户

安全扣减库存量

内存访问库存数量，减少数据库交互

高并发额外优化

用户访问下单是，前端ui可以让用户触发结算后，把按钮置灰色，防止重复触发。

可以按照库存数量来选定是否要用redis，因为如果库存数量少，或者说最近下单次数少的商品，就不用放redis，因为少人看和买的情况下，不必放redis导致占用内存。

如果到时间点抢购时，可以使用mq队列形式，用户触发购买商品后，进入队列，让用户的页面一直在转圈圈，等轮到他买的时候再进入结算页面，结算页面的后续流程和本文一致。

欢迎关注

我的公众号 ：地藏思维

掘金：地藏Kelvin

简书：地藏Kelvin