【本文Bilibili视频地址】 希望大家多多关注
火车票的售卖模式和正常的商品不同，其他商品的库存比较单一，而 12306 库存基于车次中的城市到城市。举个例子来说：
G1 车次从北京到上海虹桥，中间经过站有济南和南京南：
在售票时意味着可以购买以下几种组合
- 北京南--济南西
- 北京南--南京南
- 北京南--上海虹桥
- 济南西--南京南
- 济南西--上海虹桥
- 南京南--上海虹桥
而且相邻的方案，如果有公共的站，还会存在库存的依赖关系。比如：南京南--上海虹桥的票已经售完，那就意味着所有到上海虹桥的方案都是无票,但是我们可以买其他几个方案。
这种库存之间的耦合对于库存修改带来很多麻烦，如果采用简单的分散行程的方法来统计线路，那可能导致商品的数量很大，后续如果出现车次变更到达站或者其他变化，库存数据维护起来成本非常的高。
使用 redis bitmap 数据结构能够很好的解决这个问题，具体是如何实现：
为了简化场景，假设 G1 一个站最多只能卖 10 张票，对每一站维护一个余票数组，如下图：
当乘客想购买一张北京南--南京南的车票时，这时需要判断是否有足够的票来满足乘客，计算方式就是用 北京南，济南西，南京南三个数组进行与的操作：
根据库存结果，可以说明剩余的库存满足乘客的购票需求，假设乘客购买成功了 1 张票，座位号是 1，这个时候需要减少库存：
这个时候第二个乘客买了了一个北京南--上海虹桥的车票，结果就变成：
经过多次买票后，最终的位图为：
当库存变成上面的时候，如果我们想购买北京南--上海虹桥的车票时候，这个时候的库存数据为：
redis 指令
arduino
//1. 初始化数据
setbit 北京南 0 0
setbit 北京南 1 0
setbit 北京南 2 0
setbit 济南西 0 0
setbit 济南西 1 0
setbit 济南西 2 0
setbit 南京南 0 0
setbit 南京南 1 0
setbit 南京南 2 0
setbit 上海虹桥 0 0
setbit 上海虹桥 1 0
setbit 上海虹桥 2 0
//2. 执行买票操作
setbit 北京南 0 1
setbit 济南西 0 1
setbit 南京南 0 1
//3. 执行与的操作
bitop or 北京南-南京南 北京南 济南西 南京南
1