在秒杀,限时抢购这种大促销场景下,由于峰值流量较大,大量的并发读/写操作除了会导致后端的存储系统产生性能瓶颈外,还会出现传说中的超卖情况。什么是超卖呢?比如某商品的库存为1,此时用户A和用户B并发购买该商品,用户A提交订单后该商品的库存被修改为0,而此时用户B并不知道的情况下提交订单,该商品的库存再次被修改为-1这就是超卖现象。从项目大小本身的角度来说,有下面三种解决方案(MySQL数据库):
一 悲观锁(InnoDB行锁)
实现方法:
1.MySQL常用引擎有MYISAM和InnoDB,而InnoDB是mysql默认的引擎。MYISAM不支持行锁,而InnoDB支持行锁,所以首先要检查MySQL当前引擎是否是InnoDB。
2.每次从数据库表读取商品的时候都加上for update,如select * from xxxx for update,这样一来的话用户A在进行读操作时(还没释放),用户B就需要排队等,一直等到用户A释放才可以读取到进行下面的业务操作,这样可保证商品在没改变库存的情况被多个用户读取到。
缺点:大量的线程(用户)相互竞争InnoDB的行锁,并发越大时,等待的线程就越多,这会严重影响数据库TPS,导致RT线性上升,除了引发常见的数据库死锁外,最终还可能会引发系统出现雪崩。所以使用这种方案来解决的业务场景一定是提前知道了用户流量和评估好服务器性能并提前做过压力测试,之前笔者有项目业务场景是提前用户注册进来,在正式抢购中限制了只能多少人来参加,所以使用这种方案也可以解决当时情景。
注意:有很多人经常反映说按照此方式去操作锁没生效或者有其它问题,那就要看下自己的整体业务逻辑代码是否有问题了,一般我们去抢够商品的时候,是在一个方法里面,如果这个方法名是:buy(),我们进来的时候第一行代码就要开始加锁for update,然后中间去处理业务逻辑并修改商品库存update,最后记得提交commit,这样的话,后面的用户都在等待前面的commit,才能进去往下走。
比如用户A进来
先开启一个事务
begin;
select stock from good where id=1 for update;//查询good表某个商品中stock的数量
查出来后,在程序里在判断这个stock是否足够
最后再执行
update good set stock=stock-1 where id=1
最后在
commit
但是这个时候用户B也是select stock from good where id=1 for update,这个时候会出现被锁住,无法被读取。
二 乐观锁(版本控制)
简单的来说,就是在商品表中建立一个version字段,在高并发场景下,必然会导致多个用户拿到的stock和version版本一样,不过没关系,当用户A成功扣减商品库存后,需要将商品表中的version加1,当用户B再去扣减库存时,由于version不匹配,操作无效,为了提升库存扣减成功率,也可以适当进行重试,如果库存不足,则说明商品已经售完,反之扣减库存后version继续加1。
比如用户A进来
select stock,version from good where id=1 //首先去拿到库存和版本,比如当到当前版本是2
查出来后,在程序里在判断这个stock是否足够
最后再执行
update good set version=version+1,stock=stock-1 where id=1 and version=2
如果有其它用户同时拿到了这个版本2,并比用户A提前修改,这个时候用户A操作是失败的
可以进行重试,再次去拿到库存和版本,后面一样的操作
除了使用乐观锁version字段,还可以更加简单,就用实际库存数>=扣减库存数作为条件来替换version版本即可,因为update本身就带锁,采用这种方式更加直接,也充分利用了InnoDB引擎的行锁特征,大大提高了库存扣减的成功率。
如update good set stock=stock-1 where id =1 and stock>=1
缺点:以上两种方式,在并发较大时,所有的请求都到底了数据层进行操作,等于把压力全部丢给了数据库,如果系统前端不配合做限流消峰等处理,数据库压力会非常高,代价就很昂贵,所以尽量把这一层的压力往上面转移。
三 在redis中扣减库存
redis的读写能力本身远胜mysql关系数据库,因此在redis中实现库存扣减是个不错的代替方案,这样数据库中的存储的商品库存可以理解为实际库存,而redis中存储的商品库存则为实时库存。
但是在并发较大的情况下,直接在redis中扣减库存也会导致商品出现超卖现象,因此必须引入分布式锁来避免超卖,关于分布式锁可以在我的物联网项目(八)简单分布式调度中查看。
大概实现方式是:数据库库存同步到redis中,当系统获取到分布式锁并成功扣减redis中的实时库存后,可以将消息写入到消息队列中,由消费者负责实际库存的扣减,由于采用了排队机制,并发写入数据库时的流量可控,因此数据库的负载压力保持在一个恒定的范围内,不会因为流量的影响而导致数据库性能下降,具体如图。