高并發(fā)下，如何防止庫存超賣？

1. select根據(jù)商品id查詢商品的庫存。
2. 根據(jù)下單的數(shù)量，計(jì)算庫存是否足夠，如果存庫不足則拋出庫存不足的異常，如果庫存足夠，則減去扣除的庫存得到最新的庫存剩余值。
3. set設(shè)置最新的庫存剩余值。

上述過程的偽代碼如下：

//?根據(jù)商品id獲取商品剩余庫存
select?stock_remaing?from?stock_table?where?id=${goodsId};
//?操作庫存
//?比較庫存
if(stock_remaing????//?拋出庫存不足的異常
}
else{
//?抵扣以后的庫存值
int?new_stock=stock_remaing?-?quantity;
}
//?根據(jù)商品id設(shè)置計(jì)算后的庫存
update?stock_table??set?stock_remaing?=${new_stock}?id=${goodsId}

并發(fā)修改數(shù)據(jù)庫存超賣

如果數(shù)據(jù)庫事務(wù)的隔離級別不是串行化（serializable），根據(jù)事務(wù)的特性，在并發(fā)修改的時候，可能會出現(xiàn)寫覆蓋的問題。

假設(shè)，商品的剩余庫存stock_remaing 為100，客戶A下單20，客戶B下單30，在并發(fā)扣庫存的時候，可能存在超賣。如果客戶A和客戶B同時獲取剩余庫存為100，則會出現(xiàn)事務(wù)后提交的值會覆蓋前一個客戶提交的值，有可能剩余的庫存是80或者70。流程如下：

加鎖更新存庫

為了在事務(wù)控制中，防止寫覆蓋，你會想到使用select for update的方式，將該商品的庫存鎖住，然后執(zhí)行余下的操作。

流程如下：

以上，使用悲觀鎖方式，在分布式服務(wù)中，如果并發(fā)情況比較高的時候，扣減庫存的操作是串行操作，效率很低。

使用樂觀鎖的方式更新

在更新的時候，使用（CAS+版本號更新）+重試條件（重試次數(shù)或者重試時間限制）樂觀鎖的方式更新庫存。此時，如果，客戶A和客戶B同時讀取到庫存剩余100，在更新的時候，有一個操作會失敗。流程如下：

該種方式可以大大提高并發(fā)性，也可以保證數(shù)據(jù)的一致性；通過重試次數(shù)和重試時間的條件控制，可以防止過多的重試帶來的數(shù)據(jù)庫壓力。

可以使用直接遞減的方式執(zhí)行么？

在抵扣庫存的時候，有的人提議不執(zhí)行select，計(jì)算，set三段式的操作，直接扣減的方式，并且對于扣減到小于零的情況作了判斷。偽代碼如下：

update?stock_table?set?remaing_stock=remaing_stock-${quantity}?
where?id?=商品id
and?remaing_stock>${quantity};

在分布式服務(wù)調(diào)用中，因?yàn)榫W(wǎng)絡(luò)異常，獲取服務(wù)器異常，可能在微服務(wù)調(diào)用時，存在服務(wù)重試。

例如，場景的網(wǎng)關(guān)超時，服務(wù)重試機(jī)制。此時，該種方式不滿足冪等性，而存在多扣的情況。

例如，同一用戶扣減庫存時，服務(wù)重試，極端情況下，該用戶扣減庫存操作執(zhí)行多次，則就出現(xiàn)了商品超賣。

可以使用redis進(jìn)行庫存的抵扣么？