Spring Boot中对于超卖现象的问题分析和解决方案

本文只针对单体应用的高并发导致超卖的处理方案。

超卖是指商品本来只有固定的数量比如10个，但是在某一时刻有大量的并发请求涌入，导致商品卖出去了比如100个，这就是超卖现象。

本文以7种方案来实现减库存操作，然后分析每个方案有什么问题，哪个方案可以解决超卖。

场景设计

创建数据库：

create database mytest charset=utf8;
复制代码

创建一个商品表:

USE mytest;
DROP TABLE IF EXISTS `tb_product`;
CREATE TABLE `tb_product`  (
  `id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `name` varchar(64) NOT NULL COMMENT '用户名，唯一',
  `price` decimal(10, 2) NOT NULL DEFAULT 0.00 COMMENT '价格',
  `stock` int(10) NOT NULL DEFAULT 0 COMMENT '库存',
  PRIMARY KEY (`id`) USING BTREE,
) ENGINE = InnoDB CHARACTER SET = utf8;
复制代码

然后插入一条数据：

INSERT INTO `mytest`.`tb_product`(`id`, `name`, `price`, `stock`) VALUES (1, 'iPhone6S', 5000.00, 1);
复制代码

现在，我们有了一个商品，且它的库存stock是1，即只有一个。

JMeter模拟高并发

JMeter可以模拟高并发场景，具体的使用请看我的这篇文章：JMeter的下载和使用

模拟一下子进来500个请求。

方案一（事务）

先来看看一个商品减库存函数，分析在高并发下会出现的问题：

/**
 * 简单的减库存操作，不支持高并发
 * @author cc
 * @date 2021-12-30 15:04
*/
@Transactional(rollbackFor = Exception.class)
public void sampleSale(Long productId) {
    TbProduct product = productDao.selectByPrimaryKey(productId);
    if (product == null) {
        throw new RuntimeExcepti