一、 問題
一件商品只有100個庫存，現在有1000或者更多的用戶來購買，每個用戶計劃同時購買1個到幾個不等商品。
如何保證庫存在高併發的場景下是安全的？
（1）不多發
（2）不少發
二、 下單的步驟
（1）下單
（2）下單同時預佔庫存
（3）支付
（4）支付成功真正減扣庫存
（5）取消訂單
（6）回退預佔庫存
三、 什麼時候進行預佔庫存？
（1）方案一：加入購物車的時候去預佔庫存
（2）方案二：下單的時候去預佔庫存
（3）方案三：支付的時候去預佔庫存
四、 分析
（1）方案一：加入購物車並不代表用戶一定會購買,如果這個時候開始預佔庫存，會導致想購買的無法加入購物車。而不想購買的人一直佔用庫存。顯然這種做法是不可取的。
（2）方案二：商品加入購物車後，選擇下單，這個時候去預佔庫存。用戶選擇去支付說明了，用戶購買慾望是比 方案一 要強烈的。訂單也有一個時效，例如半個小時。超過半個小時後，系統自動取消訂單，回退預佔庫存。
（3）方案三：下單成功去支付的時候去預佔庫存。只有100個用戶能支付成功，900個用戶支付失敗。用戶體驗不好，就像你走了一條光明大道，一路通暢，突然被告知此處不通行。而且支付流程也是一個比較複雜的流程，如果和減庫存放在一起，將會變的更復雜。
所以綜上所述：選擇方案二比較合理。
五、 重複下單問題
（1）用戶點擊過快，重複提交兩次
（2）網絡延時，用戶刷新或者點擊下單重複提交
（3）網絡框架重複請求，某些網絡框架，在延時比較高的情況下會自動重複請求
（4）用戶惡意行爲
六、 解決辦法
在UI攔截，點擊後按鈕置灰，不能繼續點擊，防止用戶，連續點擊造成的重複下單。
1、在下單前獲取一個下單的唯一token，下單的時候需要這個token。後臺系統校驗這個 token是否有效，才繼續進行下單操作。
/**
* 先生成 token 保存到 Redis
* token 作爲 key , 並設置過期時間 時間長度 根據任務需求
* value 爲數字 自增判斷 是否使用過 *
* @param user
* @return
*/
public String createToken(User user) {
String key = "placeOrder:token:" + user.getId();
String token = UUID.randomUUID().toString();
//保存到Redis
redisService.set(key + token, 0, 1000L);
return token;
}
/**
* 校驗下單的token是否有效
* @param user
* @param token
* @return
*/
public Boolean checkToken(User user, String token) {
String key = "placeOrder:token:" + user.getId();
if (null != redisService.get(key + token)) {
long times = redisService.increment(key + token, 1);
if (times == 1) {
//利用increment 原子性 判斷是否 該token 是否使用
return true;
} else {
// 已經使用過了
}
//刪除
redisService.remove(key + token);
}
return false;
}
2、如何安全的減扣庫存？
同一個用戶或者多個用戶同時搶購一個商品的時候，我們如何做到併發安全減扣庫存？
（1）數據庫操作商品庫存
public interface ProductDao extends JpaRepository<Product, Integer> {
/**
* @param pid 商品ID
* @param num 購買數量
* @return
*/
@Transactional
@Modifying
@Query("update Product set availableNum = availableNum - ?2 , reserveNum = reserveNum + ?2 where id = ?1")
intreduceStock1(Integerpid, Integernum);
/**
* @param pid 商品ID
* @param num 購買數量
* @return
*/
@Transactional
@Modifying
@Query("update Product set availableNum = availableNum - ?2 , reserveNum = reserveNum + ?2 where id = ?1 and availableNum - ?2 >= 0")
intreduceStock2(Integerpid, Integernum);
}
（2）下單
/**
* 下單操作1
*
* @param req
*/
private int place(PlaceOrderReq req) {
User user = userDao.findOne(req.getUserId());
Product product = productDao.findOne(req.getProductId());
//下單數量
Integer num = req.getNum();
//可用庫存
Integer availableNum = product.getAvailableNum();
//可用預定
if (availableNum >= num) {
//減庫存
int count = productDao.reduceStock1(product.getId(), num);
if (count == 1) {
//生成訂單
createOrders(user, product, num);
} else {
logger.info("庫存不足 3");
}
return 1;
} else {
logger.info("庫存不足 4");
return -1;
}
}
/**
* 下單操作2
*
* @param req
*/
private int place2(PlaceOrderReq req) {
User user = userDao.findOne(req.getUserId());
Product product = productDao.findOne(req.getProductId());
//下單數量
Integer num = req.getNum();
//可用庫存
Integer availableNum = product.getAvailableNum();
//可用預定
if (availableNum >= num) {
//減庫存
int count = productDao.reduceStock2(product.getId(), num);
if (count == 1) {
//生成訂單
createOrders(user, product, num);
} else {
logger.info("庫存不足 3");
}
return 1;
} else {
logger.info("庫存不足 4");
return -1;
}
}
方法1：不考慮庫存安全的寫法
/**
* 方法 1
* 減可用
* 加預佔
* 庫存數據不安全
* @param req
*/
@Override
@Transactional
public void placeOrder(PlaceOrderReq req) {
place1(req);
}
分析：在高並的場景下，假設庫存只有 2 件 ，兩個請求同時進來，搶購改商品，購買數量都是 2. A請求 此時去獲取庫存，發現庫存剛好足夠，執行扣庫存下單操作。在 A 請求爲完成的時候（事務未提交），B請求 此時也去獲取庫存，發現庫存還有2. 此時也去執行扣庫存，下單操作。庫存剩 2 ，但是賣出了 4 。最終數據庫庫存數量將變爲 -2 ，所以庫存是不安全的。
方法2：這個操作可以保證庫存數據是安全的
/**
* 方法 2
* 減可用
* 加預佔
* 庫存數據不安全
* @param req
*/
@Override
@Transactional
public void placeOrder(PlaceOrderReq req) {
place2(req);
}
分析：在方法1 的基礎上 ，更新庫存的語句，增加了可用庫存數量 大於 0, availableNum - num >= 0 ;實質是使用了數據庫的樂觀鎖來控制庫存安全，在併發量不是很大的情況下可以這麼做。但是如果是秒殺，搶購，瞬時流量很高的話，壓力會都到數據庫，可能拖垮數據庫。
方法3：該方法也可以保證庫存數量安全
/**
* 方法 3
* 採用 Redis 鎖 通一個時間 只能一個 請求修改 同一個商品的數量
* <p>
* 缺點併發不高,同時只能一個用戶搶佔操作,用戶體驗不好！ *
* @param req
*/
@Override
public void placeOrder2(PlaceOrderReq req) {
String lockKey = "placeOrder:" + req.getProductId();
Boolean isLock = redisService.lock(lockKey);
if (!isLock) {
logger.info("系統繁忙稍後再試!");
return 2;
}
//place2(req); place1(req);
//這兩個方法都可以
redisService.unLock(lockKey);
}
分析：利用Redis 分佈式鎖， 強制控制 同一個商品，同時只能一個請求處理下單。其他請求返回 ‘系統繁忙稍後再試！’；強制把處理請求串行化，缺點併發不高 ，處理比較慢，不適合搶購等方案 。用戶體驗也不好，明明看到庫存是充足的，就是強不到。相比方案2減輕了數據庫的壓力。
方法4 ：可以保證庫存安全，滿足高併發處理，但是相對複雜一點
/**
* 方法 4
* 商品的數量 等其他信息 先保存 到 Redis
* 檢查庫存 與 減少庫存 不是原子性， 以 increment > 0 爲準 *
* @param req
*/
@Override
public void placeOrder3(PlaceOrderReq req) {
String key = "product:" + req.getProductId();
// 先檢查 庫存是否充足
Integer num = (Integer) redisService.get(key);
if (num < req.getNum()) {
logger.info("庫存不足 1");
} else{
//不可在這裏下單減庫存，否則導致數據不安全， 情況類似 方法1；
}
//減少庫存
long value = redisService.increment(key, -req.getNum().longValue());
//庫存充足
if (value >= 0) {
logger.info("成功搶購 ! ");
//TODO 真正減 扣 庫存 等操作 下單等操作 ,這些操作可用通過 MQ 或 其他方式
place2(req);
} else {
//庫存不足，需要增加剛剛減去的庫存
redisService.increment(key, req.getNum().longValue());
logger.info("庫存不足 2 ");
}
}
分析：利用Redis increment 的原子操作，保證庫存安全。事先需要把庫存的數量等其他信息保存到Redis，並保證更新庫存的時候，更新Redis。
進來的時候 先 get 庫存數量是否充足，再執行 increment。以 increment > 0 爲準。檢查庫存 與 減少庫存 不是原子性的。檢查庫存的時候技術庫存充足也不可下單；否則造成庫存不安全，原來類似 方法1. increment 是個原子操作，已這個爲準。
redisService.increment(key, -req.getNum().longValue()) >= 0 說明庫存充足，可以下單。
redisService.increment(key, -req.getNum().longValue()) < 0 的時候 不能下單，次數庫存不足。並且需要 回加剛剛減去的庫存數量，否則會導致剛纔減扣的數量 一直買不出去。數據庫與緩存的庫存不一致。
次方法可以滿足 高並搶購等一些方案，真正減扣庫存和下單可以異步執行。
訂單時效問題，訂單取消等 爲保證商家利益，同時把商品賣給有需要的人，訂單下單成功後，往往會有個有效時間。超過這個時間，訂單取消，庫存回滾。
訂單取消後，可利用MQ 回退庫存等。
相關推薦
後臺回覆 學習資料 領取學習視頻
如有收穫，點個在看，誠摯感謝
