高并发问题解决方案（乐观锁悲观锁实现）

对于高并发秒杀系统，我们的核心关注点就在于商品的抢购过程中，这里我们就以一般的购物为例子，当我们们库存只有1000个时，某时刻开放购买时有200000人同时购买应该怎么应对，秒杀系统存在以下技术难点：

• 短时高并发、负载压力大
• 读多写少
• 竞争资源是有限的，不能多买,不能少买，不能重买。

1. 秒杀过程中我们最主要的关注点就在商品的库存上，这里我们先给出一个我们最熟悉的商品库存更新语句：
   update t_goods_info
   set amout = amout - #{buys}
   where code = #{code}

   在我们的t_goods_info(库存表) 中找到code(商品名称)，把amout(商品库存)减去buys(购买数量)。

2. 在我们的service层中有这么一个方法：

//秒杀服务，修改库存
public boolean updateGoodsAmout(String code, int buys){
	//获取商品库存对象
	TGoodsInfo info = mapper.selectByPrimaryKey(code);
	//获取商品库存
	Integer amout = info.getAmout();
	//如果库存不够直接返回
	if(amout < buys){
		return false;
	}
	// 直接访问数据库
	return mapper.updateAmout(code,buys) > 0?true:false;
}

3. 我们在测试类中模拟这么一个高并发过程现在有100个小米手机，有1000个人参数秒杀，每个人每次购买三个。那么按我们预想的结果应该是有33个人购买了99个手机，库存还剩一个。

@RunWith()
    @ContextConfiguration()
    public class optimisticLockTest{

        //参与秒杀活动的人数
        private static final int USER_NUM=1000;
        //产品的唯一id
        private static final String GOODS_ID="xiaomi6";
        //产品的库存数量
        private static final int GOOD_LEFT=100;
        //发令枪，用于模拟高并发
        private static CountDownLatch countDownLatch = new CountDownLatch(USER_NUM);
        //计数器，用于记录成功购买客户人数
        private static int successPerson=0;
        //计数器，用于记录卖出去的商品个数
        private static int saleOutNum=0;

        //注入的产品服务接口
        @Resource()
        private GoodsService goodsSer