高并发场景下做库存扣减，如何避免超卖和少卖？
回答
一个典型的高并发场景下的超卖问题。
-
问题本质：
超卖问题是由并发导致，
解决该问题本质是处理并发问题。
解决的关键在于实现库存扣减过程中的原子性和有序性。
-
原子性定义：
库存查询、判断及扣减这一系列操作构成一个不可分割的原子操作，
在执行过程中不会被中断，也不允许其他线程同时执行，
以此保证操作的完整性和一致性。
-
有序性定义：
面对多个并发操作，需要让它们按照一定顺序排队执行，
避免并发冲突引发超卖等问题 。
1、数据库 扣减
-
实现方案：
这个方案实现起来非常简单。
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。
都能保证，扣减过程中的原子性和有序性，
-
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，想要抗的更多呢？
-
要么就提升硬件水平。
-
要么就做一些技术改造。
-
2、Redis 扣减
-
实现原理：
利用 Redis 单线程执行特性 以及 Lua 脚本执行过程的原子性保障。
先从 Redis 取出当前剩余库存，判断是否足够扣减，
若足够，则执行扣减操作，否则返回库存不足。
由于 Lua 脚本执行时不会被打断（原子性保障），且 Redis 执行是单线程的。
所以，在脚本中，先判断，再扣减的过程能避免并发问题，实现库存扣减的原子性和有序性。
-
方案优势：
Redis 是高性能的分布式缓存，基于 Lua 脚本的扣减库存方案具有较高的执行效率。
-
Lua 脚本
3、一致性保证
-
一般，在实际应用过程中，数据库扣减 和 Redis 扣减会结合使用，进行库存扣减。
- 先在Redis中做扣减，利用Redis来抗高并发流量。
- 然后，再同步到数据库中做扣减，进行持久化存储。
-
具体实现步骤
- 先在 Redis 中，做库存扣减。
- 接着发送 MQ 消息。
- 消费者接收到消息后，在数据库中进行库存扣减和业务逻辑操作。
- 这样，我们可以保证Redis和数据库的最终一致性。
-
问题:
- 这个方案可能导致少卖。
4、少卖
-
原因分析：
Redis 中库存成功扣减，但 MQ 消息未发出，或在消息消费过程中丢失、失败等。
最后，导致数据库库存未扣减，业务未实际操作，造成 Redis 多扣库存。
-
解决思路：引入对账机制。
如：使用 zset 在 Redis 中添加流水记录，定时与数据库记录对比。
发现不一致时，及时补偿处理。
成熟电商公司通常都有此类核对系统，用于及时发现超卖、少卖问题。
5、为什么不用分布式锁?
- 上面这个方案，为什么选择用 lua 脚本实现库存扣减？为啥不用Redis 的分布式锁呢
- 喜欢的话可以 + 关，持续更新中……
