高併發核心技術 - 訂單與庫存[轉]
轉自：http://blog.51cto.com/4925054/2088726
高併發核心技術 - 訂單與庫存
-
問題：
一件商品只有100個庫存，現在有1000或者更多的使用者來購買，每個使用者計劃同時購買1個到幾個不等商品。如何保證庫存在高併發的場景下是安全的。
1.不多發
2.不少發
-
下單涉及的一些步驟
1.下單
2.下單同時預佔庫存
3.支付
4.支付成功真正減扣庫存
5.取消訂單
6.回退預佔庫存 -
什麼時候進行預佔庫存
方案一：加入購物車的時候去預佔庫存。
方案二：下單的時候去預佔庫存。
方案三：支付的時候去預佔庫存。
分析：
方案一：加入購物車並不代表使用者一定會購買,如果這個時候開始預佔庫存，會導致想購買的無法加入購物車。而不想購買的人一直佔用庫存。顯然這種做法是不可取的。
方案二：商品加入購物車後，選擇下單，這個時候去預佔庫存。使用者選擇去支付說明了，使用者購買慾望是比 方案一 要強烈的。訂單也有一個時效，例如半個小時。超過半個小時後，系統自動取消訂單，回退預佔庫存。
方案三：下單成功去支付的時候去預佔庫存。只有100個使用者能支付成功，900個使用者支付失敗。使用者體驗不好，就像你走了一條光明大道，一路通暢，突然被告知此處不通行。而且支付流程也是一個比較複雜的流程，如果和減庫存放在一起，將會變的更復雜。
所以綜上所述：
選擇方案二比較合理。
-
重複下單問題
-
使用者點選過快，重複提交兩次。
-
網路延時，使用者重新整理或者點選下單重複提交。
-
網路框架重複請求，某些網路框架，在延時比較高的情況下會自動重複請求。
-
使用者惡意行為。
-
解決辦法
-
在UI攔截，點選後按鈕置灰，不能繼續點選，防止使用者，連續點選造成的重複下單。
-
在下單前獲取一個下單的唯一token，下單的時候需要這個token。後臺系統校驗這個 token是否有效，才繼續進行下單操作。
/** * 先生成 token 儲存到 Redis * token 作為 key , 並設定過期時間 時間長度 根據任務需求 * value 為數字 自增判斷 是否使用過 * * @param user * @return */ public String createToken(User user) { String key = "placeOrder:token:" + user.getId(); String token = UUID.randomUUID().toString(); //儲存到Redis redisService.set(key + token, 0, 1000L); return token; } /** * 校驗下單的token是否有效 * @param user * @param token * @return */ public boolean checkToken(User user, String token) { String key = "placeOrder:token:" + user.getId(); if (null != redisService.get(key + token)) { long times = redisService.increment(key + token, 1); if (times == 1) { //利用increment 原子性 判斷是否 該token 是否使用 return true; } else { // 已經使用過了 } //刪除 redisService.remove(key + token); } return false; }
-
如何安全的減扣庫存
同一個使用者或者多個使用者同時搶購一個商品的時候，我們如何做到併發安全減扣庫存？
資料庫操作商品庫存：
/** * Created by Administrator on 2017/9/8. */ public interface ProductDao extends JpaRepository<Product, Integer> { /** * @param pid 商品ID * @param num 購買數量 * @return */ @Transactional @Modifying @Query("update Product set availableNum = availableNum - ?2 , reserveNum = reserveNum + ?2 where id = ?1") int reduceStock1(Integer pid, Integer num); /** * @param pid 商品ID * @param num 購買數量 * @return */ @Transactional @Modifying @Query("update Product set availableNum = availableNum - ?2 , reserveNum = reserveNum + ?2 where id = ?1 and availableNum - ?2 >= 0") int reduceStock2(Integer pid, Integer num); }
下單：
/**
* 下單操作1
*
* @param req
*/
private int place(PlaceOrderReq req) {
User user = userDao.findOne(req.getUserId());
Product product = productDao.findOne(req.getProductId());
//下單數量
Integer num = req.getNum();
//可用庫存
Integer availableNum = product.getAvailableNum();
//可用預定
if (availableNum >= num) {
//減庫存
int count = productDao.reduceStock1(product.getId(), num);
if (count == 1) {
//生成訂單
createOrders(user, product, num);
} else {
logger.info("庫存不足 3");
}
return 1;
} else {
logger.info("庫存不足 4");
return -1;
}
}
/**
* 下單操作2
*
* @param req
*/
private int place2(PlaceOrderReq req) {
User user = userDao.findOne(req.getUserId());
Product product = productDao.findOne(req.getProductId());
//下單數量
Integer num = req.getNum();
//可用庫存
Integer availableNum = product.getAvailableNum();
//可用預定
if (availableNum >= num) {
//減庫存
int count = productDao.reduceStock2(product.getId(), num);
if (count == 1) {
//生成訂單
createOrders(user, product, num);
} else {
logger.info("庫存不足 3");
}
return 1;
} else {
logger.info("庫存不足 4");
return -1;
}
}方法1 ：
不考慮庫存安全的寫法：
/**
* 方法 1
* 減可用
* 加預佔
* 庫存資料不安全
*
* @param req
*/
@Override
@Transactional
public void placeOrder(PlaceOrderReq req) {
place1(req);
}分析：
在高並的場景下，假設庫存只有 2 件 ，兩個請求同時進來，搶購改商品，購買數量都是 2.
A請求 此時去獲取庫存，發現庫存剛好足夠，執行扣庫存下單操作。
在 A 請求為完成的時候（事務未提交），B請求 此時也去獲取庫存，發現庫存還有2. 此時也去執行扣庫存，下單操作。
庫存剩 2 ，但是賣出了 4 。最終資料庫庫存數量將變為 -2 ，所以庫存是不安全的。
方法2 ：
這個操作可以保證庫存資料是安全的。
/**
* 方法 2
* 減可用
* 加預佔
* 庫存資料不安全
*
* @param req
*/
@Override
@Transactional
public void placeOrder(PlaceOrderReq req) {
place2(req);
}分析： 在方法1 的基礎上 ，更新庫存的語句，增加了可用庫存數量 大於 0, availableNum - num >= 0 ;實質是使用了資料庫的樂觀鎖來控制庫存安全，在併發量不是很大的情況下可以這麼做。但是如果是秒殺，搶購，瞬時流量很高的話，壓力會都到資料庫，可能拖垮資料庫。
方法3：
該方法也可以保證庫存數量安全。
/**
* 方法 3
* 採用 Redis 鎖 通一個時間 只能一個 請求修改 同一個商品的數量
* <p>
* 缺點併發不高,同時只能一個使用者搶佔操作,使用者體驗不好！
*
* @param req
*/
@Override
public void placeOrder2(PlaceOrderReq req) {
String lockKey = "placeOrder:" + req.getProductId();
boolean isLock = redisService.lock(lockKey);
if (!isLock) {
logger.info("系統繁忙稍後再試!");
return 2;
}
//place2(req);
place1(req);
//這兩個方法都可以
redisService.unLock(lockKey);
}分析：
利用Redis 分散式鎖， 強制控制 同一個商品，同時只能一個請求處理下單。 其他請求返回 ‘系統繁忙稍後再試！’；
強制把處理請求序列化，缺點併發不高 ，處理比較慢，不適合搶購等方案 。
使用者體驗也不好，明明看到庫存是充足的，就是強不到。
相比方案2減輕了資料庫的壓力。
方法4 ：
可以保證庫存安全，滿足高併發處理，但是相對複雜一點。
/**
* 方法 4
* 商品的數量 等其他資訊 先儲存 到 Redis
* 檢查庫存 與 減少庫存 不是原子性， 以 increment > 0 為準
*
* @param req
*/
@Override
public void placeOrder3(PlaceOrderReq req) {
String key = "product:" + req.getProductId();
// 先檢查 庫存是否充足
Integer num = (Integer) redisService.get(key);
if (num < req.getNum()) {
logger.info("庫存不足 1");
}else{
//不可在這裡下單減庫存，否則導致資料不安全， 情況類似 方法1；
}
//減少庫存
Long value = redisService.increment(key, -req.getNum().longValue());
//庫存充足
if (value >= 0) {
logger.info("成功搶購 ! ");
//TODO 真正減 扣 庫存 等操作 下單等操作 ,這些操作可用通過 MQ 或 其他方式
place2(req);
} else {
//庫存不足，需要增加剛剛減去的庫存
redisService.increment(key, req.getNum().longValue());
logger.info("庫存不足 2 ");
}
}分析：
利用Redis increment 的原子操作，保證庫存安全。 事先需要把庫存的數量等其他資訊儲存到Redis，並保證更新庫存的時候，更新Redis。
進來的時候 先 get 庫存數量是否充足，再執行 increment。以 increment > 0 為準。
檢查庫存 與 減少庫存 不是原子性的。
檢查庫存的時候技術庫存充足也不可下單；否則造成庫存不安全，原來類似 方法1.
increment 是個原子操作，已這個為準。
redisService.increment(key, -req.getNum().longValue()) >= 0 說明庫存充足，可以下單。
redisService.increment(key, -req.getNum().longValue()) < 0 的時候 不能下單，次數庫存不足。並且需要 回加剛剛減去的庫存數量，否則會導致剛才減扣的數量 一直買不出去。資料庫與快取的庫存不一致。
次方法可以滿足 高並搶購等一些方案，真正減扣庫存和下單可以非同步執行。
-
訂單時效問題，訂單取消等
為保證商家利益，同時把商品賣給有需要的人，訂單下單成功後，往往會有個有效時間。超過這個時間，訂單取消，庫存回滾。
為每筆訂單設定 有效時間 可用參考這個：
http://jblog.top/article/details/254951
訂單取消後，可利用MQ 回退庫存等。
參考：