面试官问我如何对分布式锁的并发能力进行优化，原来靠一本《分布式核心原理》就能搞定！

每秒上千订单场景下，如何对分布式锁的并发能力进行优化？

起因

这一次的话题来源于我朋友的一次面试经历，在面试国内某个不错的电商公司时，面试官给他出了一个场景题：假如下单时，用分布式锁来防止库存超卖，但是是每秒上千订单的高并发场景，如何对分布式锁进行高并发优化来应对这样一个场景？

他说因为没做过什么思路，所以没有答上来;我听到后觉得还是蛮有意思的,因为如果是我作为面试官来问,我应该给的范围会更大些.

例如,让面试候选人们讲一下在同样场景下,给出解决库存超卖的各种方案,讲出优缺点以及实践,再才去聊到分布式锁这个话题.

解决库存超卖问题还是有很多技术解决方案的,比如分布式锁、悲观锁、乐观锁、Redis原子操作等等

既然面试官限定了解决方法，那就是使用分布式锁来解决，那么他的目的就是为了问一个点：在高并发场景下如何优化分布式锁的并发性能。

分布式锁这个东西保证了数据的准确性，所以面试官从这个角度问是可以接受的。

所以今天我将带大家了解面试官经常问的分布式锁等高频面试问题。

什么是分布式锁

在很多场景中，我们为了保证数据的最终一致性，需要很多的技术方案来支持，比如分布式事务、分布式锁等。那具体什么是分布式锁，分布式锁应用在哪些业务场景、如何来实现分布式锁呢？

为什么要使用它

我们在开发应用的时候，如果需要对某一个共享变量进行多线程同步访问的时候，可以使用我们学到的锁进行处理，并且可以完美的运行，毫无Bug！
注意这是单机应用，后来业务发展，需要做集群，一个应用需