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。