Java实现库存数量冻结_高并发场景-订单库存防止超卖

最新推荐文章于 2024-06-14 17:53:04 发布
最新推荐文章于 2024-06-14 17:53:04 发布
阅读量2.5k 收藏 8
点赞数
文章标签： Java实现库存数量冻结
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_30089411/article/details/114723660
版权

亿级流量java高并发与网络编程实战

99.1元

(需用券)

去购买 >

88f3a98f5855ccbb27b58fef79063145.png

背景

在电商系统中买商品过程，先加入购物车，然后选中商品，点击结算，即会进入待支付状态，后续支付。

过程需要检验库存是否足够，保证库存不被超卖。

场景一：买家需要购买数量可以多件

场景二：秒杀活动，到时间点只能购买一件

目的

防止相同用户重复下单

检查库存准确数量

防止扣错库存数量

扣库存时性能效率提升、不阻塞用户

点赞再看，关注公众号：【地藏思维】给大家分享互联网场景设计与架构设计方案

掘金：地藏Kelvin https://juejin.im/user/5d67da8d6fb9a06aff5e85f7

主要解决手段

利用redis的incr、decr的原子性做操作

redis的lpush、rpop的原子性做操作，但是这个只能一个一个的扣，但不能原子地同时扣多个

sql乐观锁

交互流程

主要环节：购物车->结清->支付

本文讲述结清时，扣库存环节，分布式系统产生订单环节后续文章再详细分析。

备注：挺推荐使用https://www.processon.com/在...

一、防止重复

利用redis分布式锁

用分布式锁，是为了防刷、防止同一个用户同一秒里面把购物车里的商品进行多次结算，防止前端代码出问题触发两次。

利用Jedis客户端编写分布式锁

String result = jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);

lockKey是redis的Key，为用户id+商品id+商品数量组成，这样同一秒中只能有一次处理逻辑。

requestId是redis的value，实际是当

最低0.47元/天 解锁文章
坦克世界老玩家
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
finetune_alexnet_with_tensorflow-master
05-05
2. 冻结部分层：早期层捕获通用特征，可以保持其权重不变，只训练顶层以适应新任务。 3. 调整学习率：由于部分层不训练，可以适当提高学习率以加速训练。 五、代码实现 在"finetune_alexnet_with_tensorflow-master...
java-防止库存超卖
苦逼的老王的博客
02-04 529
点这里查看@Resource// 是否加锁成功try {// 加锁，设置锁超时时间,等待锁的时间if (!locked) {// 给原来的锁追加时间throw new RuntimeException("当前库存有其他订单在操作");// 库存是否足够// 扣减库存throw new RuntimeException("库存扣减失败");// 业务处理成功后释放锁以上代码咋一看确实没啥问题，但是如果我们现在需要下了多个商品需要扣减多个商品的库存会发生什么呢？
【Java】如何解决高并发下的库存抢购超卖少买问题？
JAVA_aik的博客
06-14 1180
我相信很多人都看到过相关资料，但是在实践过程中，仍然会碰到具体的实现无法满足需求的情况，比如说有的实现无法秒杀多个库存，有的实现新增库存操作缓慢，有的实现库存耗尽时会变慢等等。这是因为对于不同的需求，库存争抢的具体实现是不一样的，我们需要详细深挖，理解各个锁的特性和适用场景，才能针对不同的业务需要做出灵活调整。由于秒杀场景是库存争抢非常经典的一个应用场景，接下来我会结合秒杀需求，带你看看如何实现高并发下的库存争抢，相信在这一过程中你会对锁有更深入的认识。
秒杀系统，扣库存，高并发场景下订单和扣库存讲解
yjl33的专栏
04-09 3378
前言 之前一直有小伙伴私信我问我高并发场景下的订单和库存处理方案，我最近也是因为加班的原因比较忙，就一直没来得及回复。今天好不容易闲了下来想了想不如写篇文章把这些都列出来的，让大家都能学习到，说一千道一万都不如满满的干货来的实在，干货都下面了！ 介绍 前提：分布式系统，高并发场景 商品A只有100库存，现在有1000或者更多的用户购买。如何保证库存在高并发的场景下是安全的。 预期结果：1.不超卖 2.不少卖 3.下单响应快 4.用户体验好 下单思路： 下单时生成订单，减库存，同时记录库存流水，在这
实践角度，谈谈库存扣减和锁
Java知音
11-01 1655
点击关注公众号，实用技术文章及时了解来源：blog.csdn.net/qq315737546/article/details/76850173先说场景:物品W现在库存剩余1个, 用户P1...
浅析「扣减库存」的方案设计
悟空聊架构的专栏
05-17 822
原文首发：悟空聊架构公众号：浅析「扣减库存」的三种方案设计 浅析「扣减库存」的方案设计 你好，我是悟空。 上篇谈到了秒杀设计的方案 今天我们来探讨下扣减库存的方案。 生活中，我们总是用各种电商 APP 抢购商品，但是库存数是很少的，特别是秒杀场景，商品可能就一件，那如何保证不会出现超卖的情况呢？ 一、扣减库存的三种方案 1.1 下单减库存 用户下单时减库存 优点：实时减库存，避免付款时因库存不足减库存的问题 缺点：恶意买家大量下单，将库存用完，但是不付款，真正想买的人买不到 1.2 付款减库存 下单.
掌握P5级Java面试技巧
热门推荐
Java程序员廖志伟
03-25 3万+
HashMap底层原理，扩容机制，jdk8以后会使用红黑树优化？红黑树和二叉平衡树的区别，红黑树和B树，B+树的区别，Mysql二大引擎索引底层实现，HashMap在多线程环境中为何出错？ConcurrentHashMap底层实现，CAS，原子引用，ABA问题，volatile，如何解决HashMap出现的OOM问题？（WeakHashMap） HashMap是Map的一个实现类，它是以键值对存储数据的，Key-Value都是Map.Entry中的属性。当我们向HashMap中存放一个元素(k1,v1)
商品订单库存一致性问题的思考
keocce的博客
04-19 4216
首先先确认方案 方案1：下单后减库存；用户下单，然后库存加锁，判断库存是否充足，用户下单完成，减库存，最后释放库存锁。 方案2：支付才减库存；用户支付，然后库存加锁，判断库存是否充足，用户支付完成，减库存，最后释放库存锁。 当然还有其他方案，这里只阐述我的思考。 （库存加锁的过程有个小细节请看附1） 两种方案的比较 方案1 1）假如100个人同时下单，只有一个人能下单成功。 2）此时订单...
java高级面试题
lisongshuai的专栏
02-10 2032
本文内容过长，建议收藏，通过本文的学习，你可以知道： HashMap底层原理，扩容机制，加载因子为什么是0.75？并发修改异常解决办法？jdk8以后会使用红黑树优化？红黑树和二叉平衡树的区别，红黑树和B树，B+树的区别，Mysql二大引擎索引底层实现，HashMap在多线程环境中为何出错？ConcurrentHashMap底层实现，CAS，原子引用，ABA问题，volatile？ 什么是Spring IOC,Spring AOP?应用场景有哪些？数据库事务隔离级别，数据库的四大属性底层实现原理、Spr
2022最新高级java面试题
liuerchong的博客
03-27 2658
文章目录HashMap底层原理，扩容机制，加载因子为什么是0.75？并发修改异常解决办法？jdk8以后会使用红黑树优化？红黑树和二叉平衡树的区别，红黑树和B树，B+树的区别，Mysql二大引擎索引底层实现，HashMap在多线程环境中为何出错？ConcurrentHashMap底层实现底层实现原理：HashMap加载因子为什么是0.75？实际运用出现的问题分析：CAS，原子引用，ABA问题，volatile?什么是Spring IOC,Spring AOP?应用场景有哪些？数据库事务隔离级别，数据库的四大属
java反射的作用及应用场景，搞懂这些直接来阿里入职
m0_57285325的博客
07-21 86
字节跳动一面 自我介绍，我简历里面有一个商城的项目 画一个商城项目的所有的模块，然后讲解。 在用户登录的时候，由于HTTP是无状态的如何识别不同的用户(session或者cookie) ，然后让说一下session和cook各有什么优缺点 单点登录的问题如何解决(服务器集群的情况下，用户如何在一-台服务器上登录，访问其他的服务器就不需要登录了) ?答:服务器集群之间厂播session厂播或者使用Redis共享session Redis的底层是通过什 么实现的? 为什么Redis他是通
蜂网-SCM库存台账.pptx
05-05
- **未冻结可用库存**：即未被任何订单或其他因素占用的正品库存。 - **可售库存**：指可用于销售的库存量，是未冻结可用库存的一部分。 - **残品**：包括收货残品、销退残品等不符合质量标准的商品。 - **冻结库存*...
polar.zip_CA SCL_polar code CA-SCL_polar code CA-SCL_polar code
07-15
《极化码与CA-SCL解码器的深入探讨》 在无线通信领域，编码技术是保障信息传输可靠性的...随着理论研究和技术发展的不断深入，我们期待看到更多创新的极化码应用，为未来的通信网络带来更高的性能和更广泛的应用场景。
U870产品培训－库存管理.ppt
01-02
可用量控制是库存管理中的关键机制，它基于严格的仓库、存货编码、批次和自由项控制，确保库存数量的准确性。可用量的计算公式为：可用量=现存量-冻结量+预计入库量-预计出库量。 在库存管理中，批次管理、有效期...
ALTERA_SD-SDI_altera_SD/HD-SDI_freezedetect_
09-30
在数字视频传输领域，SD-SDI（标准清晰度串行数字接口）和HD-SDI（高清串行数字接口）是广泛使用的两种接口标准，用于高质量无损视频信号的传输。"ALTERA_SD-SDI_altera_SD/HD-SDI_freezedetect_"这个标题暗示了一个...
pi_heif-0.17.0-pp310-pypy310_pp73-macosx_12_0_x86_64.whl
最新发布
07-27
pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。pip install 直接安装，无需再下载，直接用。
mmexport1722080103662.jpg
07-27
mmexport1722080103662.jpg
matlab 20244a 6
07-27
matlab 20244a 6
解释一下下面这个代码export CUDA_DEVICE_ORDER=PCI_BUS_ID export CUDA_VISIBLE_DEVICES=0,1 cd src # train python main.py \ ddd \ --exp_id centerfusion \ --shuffle_train \ --train_split mini_train \ --val_split mini_val \ --val_intervals 1 \ --run_dataset_eval \ --nuscenes_att \ --velocity \ --batch_size 24 \ --lr 2.5e-4 \ --num_epochs 60 \ --lr_step 50 \ --save_point 20,40,50 \ --gpus 0 \ --not_rand_crop \ --flip 0.5 \ --shift 0.1 \ --pointcloud \ --radar_sweeps 3 \ --pc_z_offset 0.0 \ --pillar_dims 1.0,0.2,0.2 \ --max_pc_dist 60.0 \ --load_model ../models/centernet_baseline_e170.pth \ # --freeze_backbone \ # --resume \ cd ..
06-12
这段代码主要是用来训练一个名为CenterFusion的目标检测模型，使用了DDDet（一个基于PyTorch的目标检测框架）。其中： - export CUDA_DEVICE_ORDER=PCI_BUS_ID export CUDA_VISIBLE_DEVICES=0,1：设置使用哪些GPU进行训练。 - cd src # train：进入src目录下进行训练。 - python main.py：运行main.py文件，即训练脚本。 - ddd：指定使用的模型是DDDNet。 - --exp_id centerfusion：设置训练实验的名称为centerfusion。 - --shuffle_train：在每个epoch开始前，打乱训练集的样本顺序。 - --train_split mini_train：使用mini_train作为训练集。 - --val_split mini_val：使用mini_val作为验证集。 - --val_intervals 1：设置每隔1个epoch进行一次验证。 - --run_dataset_eval：在训练过程中进行数据集的评估。 - --nuscenes_att：使用nuscenes属性进行训练。 - --velocity：使用速度信息进行训练。 - --batch_size 24：设置batch size为24。 - --lr 2.5e-4：设置学习率为2.5e-4。 - --num_epochs 60：设置训练的总epoch数为60。 - --lr_step 50：设置学习率下降的epoch数。 - --save_point 20,40,50：设置保存模型的epoch数。 - --gpus 0：设置使用的GPU编号为0。 - --not_rand_crop：不使用随机裁剪。 - --flip 0.5：进行数据增强时，以0.5的概率进行翻转。 - --shift 0.1：进行数据增强时，以0.1的概率进行平移。 - --pointcloud：使用点云数据进行训练。 - --radar_sweeps 3：设置雷达扫描数为3。 - --pc_z_offset 0.0：设置点云高度偏移量为0.0。 - --pillar_dims 1.0,0.2,0.2：设置pillar的尺寸为1.0*0.2*0.2。 - --max_pc_dist 60.0：设置点云距离的最大值为60.0。 - --load_model ../models/centernet_baseline_e170.pth：加载已经训练好的centernet_baseline_e170.pth模型。 - # --freeze_backbone \：注释掉的代码，原本可以冻结骨干网络，使得训练更加稳定。 - # --resume \：注释掉的代码，原本可以从已经训练好的模型继续训练。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值