图/文：迷神

在企业中，特别是商城系统，秒杀是常见的应用，我们经常会遇到这样的场景，比如：秒杀活动中，有10万人抢购，如果我们只卖100件下面这个婴儿纸尿裤，那该怎么办法，这么多直接打DB上，肯定直接挂了，如果能保证库存不超发呢?

一般情况下，在企业应用开发过程中，执行抢购的逻辑流程如下：

但凡是个秒杀，都怕超卖，秒杀的特点就是这样时间极短、 瞬间用户量大，

假如100纸尿裤，现在还剩下最后2个，第一个购买请求来了，买1个，从数据库中读取到库存有2个，数量够，可以买，减库存后，更新库存为1个。

接下来第二个购买来了，想买2个，发现库存为1，不够就不可以买了。

这样是没问题的，但在在商城开发过程中，特别是大流量高并发情况下，这2个购买请求很可能是一起来的，他们都读到库存是2，都可以买，都去减库存，结果库存变成 -1了，此时就出现超发了。

还辛亏不值什么钱，如果是iPhoneX MAX，没有处理好，100个结果给卖出了200件，那估计就亏大发了。而你作为开发的程序员，也只能祭天了。

超发的解决方案：

第一种悲观锁

悲观锁主要是查询时添加更新锁，如果一个线程读库存时就将数据锁定，不允许别的线程进行读写操作，直到库存修改完成才释放锁，那么就不会出现超发问题了。

// 这里db事务开始
select id, product_name, stock, ... 
from goods 
where id={id} for update

update goods 
set stock = stock - {quantity} 
where id = {id}
// 事务db结束

这种方式的优点：

代码实现，思路都简单，主要从数据库层面解决了超发问题。

缺点为：独占锁对数据库性能影响较大。

第二种乐观锁

主要实现是通过版本号方式实现。程序主要是先获取数据库的当前版本号，执行完业务流程进行库存更新时，判断当前线程持有的版本号是否与数据库中的版本号相同，如一致则更新库存并增加版本号。

演示代码：

update goods set stock = stock - {num}, ver = ver +1    where id = {id} and ver = {version}

他的优点呢，性能相对于悲观锁好一些，没什么阻塞，但是缺点就是要可能添加重试几次的逻辑。

第三种Redis（+lua）机制实现

我们知道，使用数据库的方式和使用内存的读写速度是不在一个量级别上的，如果使用Redis，那速度肯定快很多的。

我们把第一种方案的悲观锁的数据库换为redis，把查询库存的操作与更新库存的操作绑定在一起，不被其他线程影响。

我以lua脚本为例，lua脚本读写，redis执行lua，也可以保证原子一致性，lua脚本逻辑：

具体示例代码：

我们可以用户购买请求的时候，调用lua处理。上面的处理流程中有一步”把购买记录写入 redis“，我们还是需要把数据同步到数据库中，可以使用一个定时程序，把 redis 中的记录写入数据库。或者，我们可以把购买记录写入消息队列，然后通过消费者同步到数据库。

Redis方式的优点：

性能最优，读写速度非常快，实现简单。

Redis方式的缺点：

Redis方式，需要处理数据库的同步问题，如果并发量再大，还需要保证 redis 本身是高可用的，更多的时候需要，做redis集群等。

总结：

其实，秒杀在开发过程中，要做充分的流量预估。比如使用的Redis，单机的Redis我感觉3-4W的QPS还是能顶得住的，如果更大量的请求进来，我们需要考虑的点就很多了，缓存雪崩，缓存击穿，缓存穿透等，Redis集群，主从同步等。限流方面，包括前端限流和后端限流。等等，太多细节要考虑了。

最后附上一个不错的大神搞的总结图，还不错，值得收藏，整个思路就是如下，更多流程细节，尽在图中啦。

高并发秒杀实际要做的远我们说的要多，后续会继续分享。觉得不错，记得请多多转发，关注哦。后续迷神会继续分享更多的精彩内容哦。