前言
在多个人同时对一个商品下单时,如果处理的不得当会存在超卖的现象,这种严重的bug是无法接受的。
这是一种极为常见的并发问题,这个时候就有开发者想到了通过锁来控制。但是由于很多小伙伴对于锁没有一个充分的认识,最后却弄巧成拙。
如下,我列举一些常见的解决思路和我的想法,请大家参考。
一、如何防止超卖 在防止超卖的逻辑编写时,加锁这个思路是没有问题的,但是要加什么锁,锁哪一段逻辑就成为了问题。
- 1、思路1
jvm提供了synchronized和reentrantlock。
这两个锁适合在减库存的时候使用吗?
理论上讲,是可以使用的,但是服务必须是单机部署。如果是多台服务器,就会变成如下场景,锁根本没有作用。
- 2、思路2
jvm锁弊端很明显,这时就会想到分布式锁,分布式锁实现的方法有很多。
我列举了下redis和zk的实现及其对比,这种方式不管是单机还是集群中使用都是可以有效的防止超卖的。Spring Boot Redis 实现分布式锁推荐看下。
大概的思路是由redis的setNX命令实现进行加锁,加锁之后实现单线程减库存,这也算是一种相对较好的解决方式。
- 3、思路3
我在网上曾看到有人列举前面两种实现方式,这里重点说明下,单机锁和分布式锁是不推荐的!
其实防超卖最终的目的是防止数据库的库存(goods_num)小于0。导致小于0的原因是多个线程在程序中计算库存,然后在赋值给数据库。这么多锁要解决的问题,其实一条sql就可以实现。
update t_goods set goods_num=goods_num - 1 where goods_id=1 and goods_num>0
如上所示。例如卖了id为1的商品1件。这时库存减一,重点是where条件中判断了goods_num>0。这样就间接的限制了只有库存在大于1的时候该sql才会减一。直接就防止了超卖的现象。
其实这个时候应该就会有人抬杠了,这是电商场景呀,直接连接数据库压力很大的。其实这个时候就要在减库存之前进行友好的限流了。
redis提供了几个命令:
incr——加
decr——减
incrby——阶梯加
decrby——阶梯减
这几个都是原子操作,并且在执行成功之后会返回结果。例如:
redis> SET failure_times 10
OK
redis> DECR failure_times
(integer) 9
这样如果有场景数据库减库存压力太大,可以双重判断,商品开卖之前,redis缓存商品的库存,先通过DECR减少redis库存,再减少数据库库存,当redis库存已经为0的时候,就没有必要再减少数据库的数据了。
「人生在世,留句话给我吧」