高并发超卖问题简要解决方案

1、传统通过数据库保证不超卖

事务+行锁并不是解决超卖的方案，只是保障数据的统一性。传统通过回滚事务的方式防止某些用户多卖的情况。

采用新建一个防重表+事务的方式防止超卖。同一事务中，采用如用户ID+商品ID 的方式作为防重表唯一索引字段的数值，保障超卖时事务的统一回滚。

字段名	字段类型	字段说明
id	长整型	主键
code	字符串（唯一索引）	防重码


//事务开始
Insert into 防重表(code) value (‘用户ID+商品ID’)
Update 库存表 set num=num-1 where goodId=商品ID and num>0
//事务结束

该方案在采用 num>0 防止库存负值的出现，需要额外创建防重表防止重复提交。但在有调用外部接口如微信支付时，需要有回滚机制。

2、采用RateLimiter限流有效降低并发超卖概率

private RateLimiter orderCreateRateLimiter;@PostConstruct
public void init(){orderCreateRateLimiter = RateLimiter.create(300);
}//以下为下单方法里面代码开始部分添加
if(!orderCreateRateLimiter .tryAcquire()){//返回活动太火爆稍后再试
}

该方案只为降低并发，并非解决超卖方案，需结合使用，并每秒令牌数量需要根据系统实际性能评估。

3、采用redis的incrby特性

a、解决超卖检验：我们可以把数据放入Redis中，每次扣减库存，都对Redis中的数据进行incryby 扣减，如果返回的数量大于0，说明库存够，因为Redis是单线程，可以信任返回结果。

b、库存扣减不需要再判断数量是否足够，只需要傻瓜扣减库存就行，对数据库执行如下语句，当然还是需要处理防重幂等的，不需要判断数量是否大于0了，扣减SQL只要如下写就可以。

//事务开始
Insert into 防重表(code) value (‘用户ID+商品ID’)
Update 库存表 set num=num-1 where goodId=商品ID
//事务结束

4、基于Redis以及Mysql瓶颈的升级方案
如何使用Redis实现电商系统的库存扣减？_spring_root的博客-CSDN博客_redis 库存在日常开发中有很多地方都有类似扣减库存的操作，比如电商系统中的商品库存，抽奖系统中的奖品库存等。解决方案使用mysql数据库，使用一个字段来存储库存，每次扣减库存去更新这个字段。还是使用数据库，但是将库存分层多份存到多条记录里面，扣减库存的时候路由一下，这样子增大了并发量，但是还是避免不了大量的去访问数据库来更新库存。将库存放到redis使用redis的incrby特性来扣减库存。分析在上面的第一种和第二种方式都是基于数据来扣减库存。基于数据库单库存第一https://blog.csdn.net/baidu_39322753/article/details/119295670

电商库存系统的防超卖和高并发扣减方案_qryc的博客-CSDN博客_数据库防止超卖引言如果你要开发一个电商库存系统，我最担心的是什么？闭上眼睛想下，当然是高并发和防超卖了！本文给出一个统筹考虑如何高并发和防超卖数据准确性的方案。读者可以以此为思考原点，或直接使用本设计，或在此基础上做出更有的设计。下面用电商库存为示例，来说明如何高并发扣减库存，原理同样适用于其他需要并发写和数据一致性的场景。库存数量模型示例为了描述方便，我们使用简化的库存数量模型，真实场景中库存数据项会比我的示例多很多，但已经够说明原理。如下表，库存数量表(stockNum)包含商品标识和库存数量两个字段https://blog.csdn.net/qrycf/article/details/119462589

高并发超卖问题简要解决方案相关推荐

解决高并发的问题python_python ---解决高并发超卖问题
使用redis 解决美多商城超卖的问题 import redis r = redis.Redis(host='localhost', port=6379) #定义过载 def limit_handle ...
高并发缓存队列防止溢出解决方案
目录 1 背景介绍 1.1 设计分析微信抢红包 1.2 红包定时导入缓存队列 2 队列术限流 2.1 高并发场景分析 2.2 队列削峰实战 3 设计原则 3.1 动静分离 3.2 微服务化 3.3 负 ...
java 高并发订单编号递增（解决方案）
java 高并发订单编号递增(解决方案) 参考文章: (1)java 高并发订单编号递增(解决方案) (2)https://www.cnblogs.com/chihirotan/p/6483890 ...
高并发超发优惠券问题
优惠券领劵接口-Jmeter压测扣超发优惠券问题暴露简介:Jmeter压测领劵接口-超发优惠券问题暴露新建接口压测计划压测领劵接口完成xml编写 <up ...
PHP高并发商品秒杀问题的解决方案
前言秒杀会产生一个瞬间的高并发,使用数据库会增加数据库的访问压力,也会降低访问速度,所以我们应该使用缓存,来降低数据库的访问压力: 可以看出这里的操作和原来的下单是不一样的:产生的秒杀预订单不会马上 ...
Web大规模高并发请求和抢购的解决方案
电商的秒杀和抢购,对我们来说,都不是一个陌生的东西.然而,从技术的角度来说,这对于Web系统是一个巨大的考验.当一个Web系统,在一秒钟内收到数以万计甚至更多请求时,系统的优化和稳定至关重要.这次我们 ...
大流量高并发量网站的之解决方案
一.对于网站访问速度影响的条件如下: 瓶颈主要有: 1.磁盘搜索优化方法是:将数据分布在多个磁盘上 2.磁盘读/写优化方法是:从多个磁盘并行读写. 3.CPU周期优化方法:扩充内存 4.内存带宽 ...
高并发处理方案_高并发系统下的缓存解决方案
什么样的数据适合做缓存? 缓存和DB数据一致性在之前已讲过,详细可参考下面阅读推荐<如何保障mysql和redis之间的数据一致性>,我们这里讲一讲缓存穿透.缓存雪崩和击穿的三种场景解决方 ...
每天高并发超千万订单，滴滴的计价系统是如何构建的？
桔妹导读:计价是出行业务中非常重要的一部分.在滴滴,不同的业务有不同的计价方式,比如网约车不仅有根据里程.时长.时段等进行的分时计价,在拼车.特惠快车等场景还支持一口价,青桔则主要基于起步价和时长费等 ...

高并发超卖问题简要解决方案

高并发超卖问题简要解决方案相关推荐

最新文章

热门文章