✅日活3kw的实际库存业务场景中的超卖到底怎么解决的

这个问题其实可以说是随便一百度几乎可以出来全是解决方案,其实超卖问题再实际业务场景中是十分复杂的。没有什么绝对的解决方案。都是因人而异的。

"超卖"是指商品售出数量超过实际库存量的情况。通常在处理商品库存扣减时,我们会先检查库存是否充足,如果足够则进行扣减,否则直接返回下单失败。

然而,在高并发环境下,可能出现以下情形:

在高并发情况下,当两个并发线程同时查询库存时,假设数据库中库存仅剩1个,两个线程都获得了1的库存量。在经过库存校验后,它们分别开始执行库存扣减操作,最终导致库存变成负数。

这种情况是高并发环境下典型的超卖问题。

超卖问题的根源在于并发操作,因此解决超卖问题实质上就是解决并发问题。在上述情况中,关键在于确保库存扣减过程的原子性和有序性

  • 原子性指的是库存查询、库存判断和库存扣减这一系列操作作为一个不可分割的整体,不会被中断,也不会被其他线程同时执行。这确保了操作的完整性和一致性。
  • 有序性则要求多个并发操作按照一定的顺序执行,避免出现竞争条件,从而保证数据的准确性和正确性。

通过确保库存扣减操作的原子性和有序性,可以有效解决高并发环境下的超卖问题,保障系统的稳定性和可靠性。

实现方案:数据库

从三个角度考虑实现:

  • 数据库层面的悲观锁
  • 数据库层面的乐观锁
  • 依赖数据库执行引擎的顺序执行机制

以上三个角度简单来说:在处理库存扣减时,常见的方法是通过数据库操作实现。确保操作的原子性和有序性通常可以通过加锁实现,无论是悲观锁 还是乐观锁都可以达到这个目的。

悲观锁的实现方式

sql 复制代码
-- 开始事务
BEGIN;

-- 查询商品信息并加锁
SELECT quantity FROM items WHERE id = 1 FOR UPDATE;

-- 修改商品数量为2
UPDATE items SET quantity = 2 WHERE id = 1;

-- 提交事务
COMMIT;

注意:

在前述讨论中,我们提到了使用SELECT...FOR UPDATE会对数据进行锁定,但需要注意锁的级别。在 MySQL InnoDB 中,默认使用行级锁。行级锁是基于索引的,如果一条 SQL 语句没有使用索引,那么不会使用行级锁,而会使用表级锁将整个表锁定。因此,这一点需要引起注意。

然而,使用悲观锁可能会导致请求阻塞和排队,在高并发情况下可能对数据库造成负担。乐观锁则通过版本号等方式控制顺序执行,但在高并发环境下可能会出现大量失败操作,不适合高并发场景,因为在更新过程中也需要加行级锁,可能会导致阻塞。

乐观锁的实现方式

在MySQL中,乐观锁主要通过CAS(Compare and Swap)机制来实现,通常通过版本号来实现。CAS是一种乐观锁技术,当多个线程尝试使用CAS同时更新同一个变量时,只有其中一个线程能成功更新变量的值,而其他线程会失败。失败的线程不会被挂起,而是会被告知在这次竞争中失败,并可以再次尝试。

举例来说,对于之前提到的库存扣减问题,通过乐观锁可以实现以下操作:

sql 复制代码
//查询出商品信息,quantity = 3
select quantity from items where id=1

//根据商品信息生成订单
//修改商品quantity为2
update items set quantity=2 where id=1 and quantity = 3;

尽管如此,即使不使用锁也是可行的。可以依赖数据库执行引擎的顺序执行机制,只需确保库存不会变为负数。这种情况下,可以通过巧妙设计的SQL语句来实现操作的原子性和有序性。

数据库执行引擎的实现方式

举例来说,假设有一张名为"inventory"的表,其中包含"product_id"和"stock"字段,可以通过以下SQL语句来实现库存扣减:

sql 复制代码
UPDATE inventory 
SET stock = stock - 1 
WHERE product_id = 'your_product_id' AND stock > 0;

这样的SQL语句能够确保在库存大于0的情况下进行扣减,避免库存变为负数。通过这种方式,可以在不加锁的情况下有效地管理库存扣减操作。

有人可能会觉得数据库执行引擎的实现方式挺好的。然而,这种解决方案并不理想。实际上,这种方式与乐观锁方案的缺点相同,都完全依赖于数据库。在高并发情况下,多个线程同时更新库存时可能会导致阻塞。这不仅会导致操作速度变慢,还可能给数据库带来压力。

通常情况下,MySQL的热点行更新最多也只能承受200-300个并发更新。如果需要更高的并发处理能力,一种方法是提升硬件水平,另一种方法是进行一些技术改造,比如采用inventory hint的方式。

关于inventory hint后续可以单独出一片文章聊一聊。其实就是热点数据如何高效更新

说到这里,数据库层面的超卖的解决实现方案也就聊的差不多了。

实现方式:Redis

我们可以利用Redis的单线程执行特性,结合Lua脚本执行过程中的原子性保障,实现库存扣减操作。通过在Redis中使用如下Lua脚本:

lua 复制代码
local key = KEYS[1] -- 商品的键名
-- 获取商品当前的库存量
local remaining_stock = tonumber(redis.call("GET", key))

local quantity_to_reduce = tonumber(ARGV[1])  -- 扣减的数量

-- 如果库存足够,则减少库存并返回新的库存量
if remaining_stock >= quantity_to_reduce then
    redis.call("DECRBY", key, quantity_to_reduce)
    return "Stock reduced successfully"
else
    return "Insufficient stock"
end

通过先从Redis中获取当前剩余库存,然后进行足够性检查并执行扣减操作,可以有效避免并发问题。由于Lua脚本在执行过程中不会被中断,且Redis是单线程执行的,因此在脚本中进行这些操作可以确保原子性和有序性。这种方法结合了Redis的高性能和分布式缓存特性,使得使用Lua脚本扣减库存非常高效。

我们实际项目中如何处理超卖的

在实际应用中,通常会结合使用数据库和Redis两种方案来实现库存扣减操作。一种常见的做法是首先利用Redis进行扣减操作以应对高并发流量,然后将扣减结果同步到数据库中,实现扣减并进行持久化存储,以防止Redis宕机导致数据丢失。

具体流程如下:

  • 首先在Redis中进行库存扣减操作,然后发送一个消息到消息队列(MQ)。
  • 消费者接收到消息后,执行数据库中的真正库存扣减以及其他业务逻辑操作。

Redis扣减操作示例代码:

可以使用上述提到的Lua脚本方式,或者采用如下Redisson方式

java 复制代码
import org.redisson.Redisson;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;

public class InventoryConsumer {

    public static void main(String[] args) {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://localhost:6379");
        RedissonClient redisson = Redisson.create(config);

        RLock lock = redisson.getLock("inventory_lock");

        try {
            lock.lock();

            // 执行库存扣减及其他业务逻辑操作
            // 例如:更新数据库中的库存信息
            // 注意:在锁内执行扣减操作

        } finally {
            lock.unlock();
            redisson.shutdown();
        }
    }
}

消费者示例代码:

java 复制代码
public class InventoryConsumer {

    public static void main(String[] args) {
        Jedis jedis = new Jedis("localhost", 6379);
        Connection conn = null;

        try {
            conn = DriverManager.getConnection("jdbc:mysql://localhost:3306/database", "user", "password");

            jedis.subscribe(new JedisPubSub() {
                @Override
                public void onMessage(String channel, String message) {
                    // 在收到消息时执行数据库操作,进行库存扣减及其他业务逻辑
                    try {
                        Statement stmt = conn.createStatement();
                        stmt.executeUpdate("UPDATE inventory SET stock = stock - 1 WHERE product_id = '123'");
                        conn.commit();
                    } catch (SQLException e) {
                        e.printStackTrace();
                    }
                }
            }, "inventory_update");

        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            if (conn != null) {
                try {
                    conn.close();
                } catch (SQLException e) {
                    e.printStackTrace();
                }
            }
            jedis.close();
        }
    }
}

通过结合使用Redis和数据库,可以充分发挥它们各自的优势,实现高效的库存管理并确保数据的一致性和持久性。

这种方法确实有助于确保Redis中的数据与数据库中的数据最终保持一致,同时也有助于避免超卖的情况发生。然而,存在一个潜在问题,即可能导致少卖的情况发生。

少卖的解决方案

在上述流程中,如果第一步成功执行,导致Redis中的库存成功扣减,但随后的第二步消息未能成功发送,或者在后续消费过程中消息丢失或失败,就可能出现Redis中库存减少而数据库库存未减少的情况,从而导致实际业务操作未能发生。这种情况会导致Redis中出现多扣的情况,进而引发少卖的问题。

为了解决这类问题,需要引入一种对账机制,实施准实时核对,及时发现并处理这类情况。如果发现存在较大的少卖问题,需要将这些库存重新添加回去。

在许多成熟的电商公司中,无论之前的方案多么完善,这种对账系统都是不可或缺的。及时进行核对,发现超卖、少卖等问题至关重要。

一个简单的示例是,在消费者处理消息时,记录每次库存变化的日志,包括扣减和增加操作,然后定期对比Redis中的库存和数据库中的库存,检查是否存在不一致的情况。如果发现多扣或少卖的情况,可以根据日志记录进行修正。

这种对账机制可以帮助保证系统的数据一致性,并及时发现并纠正潜在的问题,确保业务操作的准确性和稳定性。

综上所述可得没有完美的解决方案,引入新的中间件总会面临的的问题。这就需要根据实际业务进行权衡了。


如有问题,欢迎加微信交流:w714771310,备注- 技术交流 。或关注微信公众号【码上遇见你】。

免费的Chat GPT可关注公众号【AI贝塔】进行体现,无限使用。早用早享受

好了,本章节到此告一段落。希望对你有所帮助,祝学习顺利。

相关推荐
初晴~1 小时前
【Redis分布式锁】高并发场景下秒杀业务的实现思路(集群模式)
java·数据库·redis·分布式·后端·spring·
盖世英雄酱581361 小时前
InnoDB 的页分裂和页合并
数据库·后端
小_太_阳1 小时前
Scala_【2】变量和数据类型
开发语言·后端·scala·intellij-idea
直裾1 小时前
scala借阅图书保存记录(三)
开发语言·后端·scala
ThisIsClark2 小时前
【后端面试总结】深入解析进程和线程的区别
java·jvm·面试
星就前端叭2 小时前
【开源】一款基于Vue3 + WebRTC + Node + SRS + FFmpeg搭建的直播间项目
前端·后端·开源·webrtc
小林coding3 小时前
阿里云 Java 后端一面,什么难度?
java·后端·mysql·spring·阿里云
AI理性派思考者3 小时前
【保姆教程】手把手教你在Linux系统搭建早期alpha项目cysic的验证者&证明者
后端·github·gpu
测试19983 小时前
外包干了2年,技术退步明显....
自动化测试·软件测试·python·功能测试·测试工具·面试·职场和发展
从善若水4 小时前
【2024】Merry Christmas!一起用Rust绘制一颗圣诞树吧
开发语言·后端·rust