目录
所谓“超卖”指的就是商品卖多了,一般我们在商品扣减库存的时候,都会先判断库存够不够,如果够进行扣减,不够则直接返回下单失败。
但是,在高并发场景中,可能存在以下情况:
当有两个并发线程,同时查询库存,这时数据库中库存剩余1,所以两个线程都得到1的库存,然后经过库存校验之后分别开始进行库存扣减,最终导致库存被扣减成负数。
以上,就是一个典型的高并发情况下的超卖问题。
之所以会发生以上问题,主要是因为并发导致的,所以,解决超卖的问题本质上是解决并发问题。以上问题,最终就是要实现库存扣减过程中的原子性和有序性。
原子性:库存查询、库存判断以及库存扣减动作,作为一个原子操作,过程中不会被打断,也不会有其他线程执行。
有序性:多个并发操作需要排队执行。
数据库扣减
数据库中进行库存扣减是最容易想到的方案,这个方案实现起来非常简单。
在扣减过程中,想要保证原子性和有序性,我们可以采用加锁的方式,无论是悲观锁、还是乐观锁都可以实现的。
但是,如果使用悲观锁来实现的话,就会导致很多请求被迫阻塞并且排队,那么如果并发请求量很大的话,就可能直接把数据库给拖垮了。
如果是乐观锁的话,可以用版本号的方式来控制有序执行,但是这个问题在于高并发场景中会存在大量的失败,而且高并发场景中也不适合使用乐观锁,因为乐观锁在update的过程中也是需要加行级锁的,也是会出现阻塞的情况。
那么,在库存扣减时,如果不加锁可以吗?
其实是可以的,我们就借助数据库自己执行引擎的顺序执行机制,只要保证库存不要扣减成负数就行了,那么可行的方案是通过SQL语句就能控制,如:
update inventory
set quantity = quantity - #{count}
where sku_id='123' and quantity >= #{count}
也就是说,如果上述SQL可以执行成功的话,是可以确保库存余量大于等于0的,这就避免了超卖的发生。
但是这个方案好吗?其实是不好的。
因为这个方案本质和乐观锁的方案缺点是一样的,都是完全依赖数据库,并且高并发情况下,多线程同时update inventory 的时候会阻塞,不仅很慢,还会把数据库拖垮的。
正常来说,MySQL的热点行更新最多也就抗200-300的并发更新,如果想要抗的更多,要么就是提升硬件水平,要么就是做一些技术改造,比如inventory hint的方式。
那么,不用数据库扣减的话,可以用什么呢?答案是可以借助缓存的扣减。
Redis扣减
我们可以基于Redis做库存扣减的,借助Redis的单线程执行的特性,再加上Lua脚本执行过程中的原子性保障,我们可以在Redis中通过Lua脚本来进行库存扣减。
在Redis中,使用以下Lua脚本:
local key = KEYS[1] -- 商品的键名
local amount = tonumber(ARGV[1]) -- 扣减的减量
-- 获取商品当前的库存量
local stock = tonumber(redis.call('get', key))
-- 如果库存足够,则减少库存并返回新的库存量
if stock >= amount then
redis.call('decrby', key, amount)
return redis.call('get', key)
else
return "INSUFFICIENT STOCK"
end
先从Redis中取出前的剩余库存,然后判断是否足够扣减,如果足够的话,就进行扣减,否则就返回库存不足。
因为lua脚本在执行过程中,可以避免被打断,并且redis执行的过程也是单线程的,所以在脚本中进行判断,再扣减,这个过程是可以避免并发的。所以也就可以实现前面我们说的原子性+有序性了。
并且Redis是一个高性能的分布式缓存,使用Lua脚本扣减库存的方案也非常高效。
一致性保证
上面我们提到了两个方案,一个是通过数据库进行库存扣减,一个是通过redis实现扣减,一般,在实际应用过程中,这两种方案会结合使用。
也就是说先在Redis中做扣减,利用Redis来抗高并发流量,然后再同步到数据库中,在数据库中做扣减并进行持久化存储,避免Redis挂了导致数据丢失。
一般的做法是,先在Redis中做扣减,然后发送一个MQ消息,消费者在接到消息之后做数据库中库存的真正扣减及业务逻辑操作。
这样做,我们可以保证Redis中的数据和数据库中的数据的一个最终一致性。并且也能避免超卖的发生。
但是,这个方案有个问题,就是可能导致少卖。
少卖
假设,上面的流程中,第1步执行成功了,Redis中库存成功扣减了,但是后续第2步的消息没有发出去,或者后面的消费过程中消息丢了或者失败等情况。
就会导致Redis中的库存被扣减了,但是数据库库存没扣减,业务的实际操作没发生。这时候的结果就是Redis中发生了多扣,那么带来的业务问题就是少卖。
那么,想要解决这类问题呢,就需要引入一些对账的机制,做一些准实时的核对,针对这类情况及时发现,如果少卖很多的话,那么就需要再把这些库存加回去。(比如用zset在redis中添加流水记录,然后定时拉一段时间内的所有记录,和数据库比对,发现不一致,则进行补偿处理)
一般的在很多成熟的电商公司中,不管前面的方案做的多么完善,这个核对系统都是必不可少的。及时的核对出超卖、少卖等问题。