库存系统如何避免超卖和少卖？

一、核心问题分析

问题类型	原因	后果
超卖	并发请求下多个线程同时判定库存充足，导致扣减总和超过实际库存	订单无法履约，用户投诉
少卖	已扣减库存未释放（如订单未支付、系统异常回滚失败）	商品滞销，营收损失

二、技术方案设计

1. 数据库层：强一致性控制

方案一：乐观锁（版本号控制）

sql 复制代码

UPDATE sku_stock 
SET stock = stock - #{num}, 
    version = version + 1 
WHERE sku_id = #{skuId} 
  AND version = #{oldVersion} 
  AND stock >= #{num};

优点：无锁竞争，适合中等并发场景
缺点：高并发下大量请求失败需重试

方案二：悲观锁（SELECT ... FOR UPDATE）

sql 复制代码

BEGIN;
SELECT stock FROM sku_stock WHERE sku_id = #{skuId} FOR UPDATE;
-- 业务逻辑校验
UPDATE sku_stock SET stock = stock - #{num} WHERE sku_id = #{skuId};
COMMIT;

优点：强一致性保证
缺点：并发性能差，可能引发死锁

方案三：直接库存约束

sql 复制代码

UPDATE sku_stock 
SET stock = stock - #{num} 
WHERE sku_id = #{skuId} 
  AND stock >= #{num};  -- 核心约束条件

优点：简单高效，依赖数据库原子性
缺点：需处理更新结果为0的失败情况

2. 缓存层：高性能扣减

使用Redis+Lua原子操作

lua 复制代码

-- KEYS[1]:库存key, ARGV[1]:扣减数量
local stock = tonumber(redis.call('GET', KEYS[1]))
if stock >= tonumber(ARGV[1]) then
    redis.call('DECRBY', KEYS[1], ARGV[1])
    return 1  -- 成功
else
    return 0  -- 失败
end

优点：万级TPS，避免数据库压力
补充：需异步同步Redis与数据库数据

3. 业务层：预占库存机制

plaintext 复制代码

         +---------------------+
         |     用户下单          |
         +----------+----------+
                    | 预占库存
         +----------v----------+
         | 生成预占订单(待支付)   |
         +----------+----------+
                    | 支付超时/失败
         +----------v----------+       +------------------+
         | 定时任务释放预占库存  +-------> 恢复Redis+DB库存 |
         +---------------------+       +------------------+

关键点 ：
- 预占库存有效期（如30分钟）
- 支付成功后执行实际库存扣减
- 使用延迟队列（RocketMQ延迟消息）触发释放

4. 分布式环境下的一致性保障

最终一致性方案

plaintext 复制代码

1. 扣减Redis库存成功
2. 发送MQ消息（保证本地事务）
3. 消费者更新数据库库存
4. 定时对账修复差异

强一致性方案（TCC模式）

plaintext 复制代码

Try阶段:
  - 冻结库存（stock_frozen字段+1）
Confirm阶段:
  - 真实扣减库存（stock -= num, stock_frozen -= num）
Cancel阶段:
  - 释放冻结库存（stock_frozen -= num）

5. 少卖问题的专项处理

库存释放策略

未支付订单：通过定时任务扫描超时订单，调用库存回补接口
订单取消：用户主动取消时立即触发库存恢复

补偿机制 ：

java 复制代码

// 幂等库存回补接口
@Transactional
public void restoreStock(Long skuId, Integer num) {
    skuStockDao.updateStock(skuId, num); // 累加库存
    orderDao.markStockRestored(orderId); // 标记避免重复回补
}

三、高并发优化策略

1. 热点库存分片

java 复制代码

// 对skuId取模分片到不同Redis节点
int shard = skuId % 16;
String redisKey = "stock:shard_" + shard + ":" + skuId;

2. 本地缓存+批量合并

plaintext 复制代码

服务内存维护一个ConcurrentHashMap:
- Key: skuId
- Value: 待扣减数量（累计合并请求）
定时每100ms批量提交到Redis

3. 令牌桶限流

java 复制代码

// 每个SKU分配独立令牌桶
RateLimiter rateLimiter = RateLimiter.create(1000); // 每秒1000次
if (rateLimiter.tryAcquire()) {
    // 允许执行库存操作
}

四、容灾与监控

1. 库存对账系统

plaintext 复制代码

每日凌晨对比：
Redis库存总量 + 预占库存 = 数据库库存总量
若不相等，触发告警并自动修复

2. 监控指标

实时看板 ：
- 库存变更QPS
- 预占库存释放率
- 库存对账差异数
报警规则 ：
- 库存扣减失败率 > 1%
- 库存回补延迟 > 5分钟

3. 熔断降级

plaintext 复制代码

当数据库响应时间 > 500ms时：
1. 切换库存计算到Redis-only模式
2. 记录日志后异步补偿

五、方案选型建议

场景	推荐方案	优点
普通电商（千级TPS）	数据库乐观锁 + 预占机制	实现简单，数据强一致
秒杀系统（万级TPS）	Redis分片 + 异步对账	高性能，可扩展
分布式复杂业务	TCC模式 + 本地缓存合并	高一致，支持柔性事务

超卖防护：通过原子操作和预占机制确保不超卖
少卖解决：完善的库存释放和补偿机制
高性能：缓存分片+批量合并支撑高并发
高可靠：对账系统兜底数据一致性