高并发核心技术 – 订单与库存

问题:

一件商品只有100个库存,现在有1000或者更多的用户来购买,每个用户计划同时购买1个到几个不等商品。如何保证库存在高并发的场景下是安全的。
1.不多发
2.不少发

下单涉及的一些步骤

1.下单
2.下单同时预占库存
3.支付
4.支付成功真正减扣库存
5.取消订单
6.回退预占库存

什么时候进行预占库存

方案一:加入购物车的时候去预占库存。
方案二:下单的时候去预占库存。
方案三:支付的时候去预占库存。

分析:

方案一:加入购物车并不代表用户一定会购买,如果这个时候开始预占库存,会导致想购买的无法加入购物车。而不想购买的人一直占用库存。显然这种做法是不可取的。
方案二:商品加入购物车后,选择下单,这个时候去预占库存。用户选择去支付说明了,用户购买欲望是比 方案一 要强烈的。订单也有一个时效,例如半个小时。超过半个小时后,系统自动取消订单,回退预占库存。
方案三:下单成功去支付的时候去预占库存。只有100个用户能支付成功,900个用户支付失败。用户体验不好,就像你走了一条光明大道,一路通畅,突然被告知此处不通行。而且支付流程也是一个比较复杂的流程,如果和减库存放在一起,将会变的更复杂。

所以综上所述:
选择方案二比较合理。

重复下单问题

  1. 用户点击过快,重复提交两次。
  2. 网络延时,用户刷新或者点击下单重复提交。
  3. 网络框架重复请求,某些网络框架,在延时比较高的情况下会自动重复请求。
  4. 用户恶意行为。

解决办法

  1. 在UI拦截,点击后按钮置灰,不能继续点击,防止用户,连续点击造成的重复下单。
  2. 在下单前获取一个下单的唯一token,下单的时候需要这个token。后台系统校验这个 token是否有效,才继续进行下单操作。
    /**
     * 先生成 token 保存到 Redis
     * token 作为 key , 并设置过期时间 时间长度 根据任务需求
     * value 为数字 自增判断 是否使用过
     *
     * @param user
     * @return
     */
    public String createToken(User user) {
        String key = "placeOrder:token:" + user.getId();
        String token = UUID.randomUUID().toString();
        //保存到Redis
        redisService.set(key + token, 0, 1000L);
        return token;
    }
    /**
     * 校验下单的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 判断是否 该token 是否使用
                return true;
            } else {
                // 已经使用过了
            }
            //删除
            redisService.remove(key + token);
        }
        return false;
    }

如何安全的减扣库存

同一个用户或者多个用户同时抢购一个商品的时候,我们如何做到并发安全减扣库存?

数据库操作商品库存:

/**
 * Created by Administrator on 2017/9/8.
 */
public interface ProductDao extends JpaRepository<Product, Integer> {
    /**
     * @param pid 商品ID
     * @param num 购买数量
     * @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 购买数量
     * @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);
}

 

下单:

   /**
     * 下单操作1
     *
     * @param req
     */
    private int place(PlaceOrderReq req) {
        User user = userDao.findOne(req.getUserId());
        Product product = productDao.findOne(req.getProductId());
        //下单数量
        Integer num = req.getNum();
        //可用库存
        Integer availableNum = product.getAvailableNum();
        //可用预定
        if (availableNum >= num) {
            //减库存
            int count = productDao.reduceStock1(product.getId(), num);
            if (count == 1) {
                //生成订单
                createOrders(user, product, num);
            } else {
                logger.info("库存不足 3");
            }
            return 1;
        } else {
            logger.info("库存不足 4");
            return -1;
        }
    }
     /**
     * 下单操作2
     *
     * @param req
     */
    private int place2(PlaceOrderReq req) {
        User user = userDao.findOne(req.getUserId());
        Product product = productDao.findOne(req.getProductId());
        //下单数量
        Integer num = req.getNum();
        //可用库存
        Integer availableNum = product.getAvailableNum();
        //可用预定
        if (availableNum >= num) {
            //减库存
            int count = productDao.reduceStock2(product.getId(), num);
            if (count == 1) {
                //生成订单
                createOrders(user, product, num);
            } else {
                logger.info("库存不足 3");
            }
            return 1;
        } else {
            logger.info("库存不足 4");
            return -1;
        }
    }

 

方法1 :

不考虑库存安全的写法:

    /**
     * 方法 1
     * 减可用
     * 加预占
     * 库存数据不安全
     *
     * @param req
     */
    @Override
    @Transactional
    public void placeOrder(PlaceOrderReq req) {
        place1(req);
    }

 

分析:
在高并的场景下,假设库存只有 2 件 ,两个请求同时进来,抢购改商品,购买数量都是 2.
A请求 此时去获取库存,发现库存刚好足够,执行扣库存下单操作。
在 A 请求为完成的时候(事务未提交),B请求 此时也去获取库存,发现库存还有2. 此时也去执行扣库存,下单操作。

库存剩 2 ,但是卖出了 4 。最终数据库库存数量将变为 -2 ,所以库存是不安全的。

方法2 :

这个操作可以保证库存数据是安全的。

  /**
     * 方法 2
     * 减可用
     * 加预占
     * 库存数据不安全
     *
     * @param req
     */
    @Override
    @Transactional
    public void placeOrder(PlaceOrderReq req) {
        place2(req);
    }

 

分析: 在方法1 的基础上 ,更新库存的语句,增加了可用库存数量 大于 0, availableNum – num >= 0 ;实质是使用了数据库的乐观锁来控制库存安全,在并发量不是很大的情况下可以这么做。但是如果是秒杀,抢购,瞬时流量很高的话,压力会都到数据库,可能拖垮数据库。

方法3:

该方法也可以保证库存数量安全。

    /**
     * 方法 3
     * 采用 Redis 锁  通一个时间 只能一个 请求修改 同一个商品的数量
     * <p>
     * 缺点并发不高,同时只能一个用户抢占操作,用户体验不好!
     *
     * @param req
     */
    @Override
    public void placeOrder2(PlaceOrderReq req) {
        String lockKey = "placeOrder:" + req.getProductId();
        boolean isLock = redisService.lock(lockKey);
        if (!isLock) {
            logger.info("系统繁忙稍后再试!");
            return 2;
        }
        //place2(req);
        place1(req);
        //这两个方法都可以
        redisService.unLock(lockKey);
    }

 

分析:

利用Redis 分布式锁, 强制控制 同一个商品,同时只能一个请求处理下单。 其他请求返回 ‘系统繁忙稍后再试!’;
强制把处理请求串行化,缺点并发不高 ,处理比较慢,不适合抢购等方案 。
用户体验也不好,明明看到库存是充足的,就是强不到。
相比方案2减轻了数据库的压力。

方法4 :

可以保证库存安全,满足高并发处理,但是相对复杂一点。

  /**
     * 方法 4
     * 商品的数量 等其他信息 先保存 到 Redis
     * 检查库存 与 减少库存 不是原子性,  以 increment > 0 为准
     *
     * @param req
     */
    @Override
    public void placeOrder3(PlaceOrderReq req) {
        String key = "product:" + req.getProductId();
        // 先检查 库存是否充足
        Integer num = (Integer) redisService.get(key);
        if (num < req.getNum()) {
            logger.info("库存不足 1");
        }else{
        //不可在这里下单减库存,否则导致数据不安全, 情况类似 方法1;
        }
        //减少库存
        Long value = redisService.increment(key, -req.getNum().longValue());
        //库存充足
        if (value >= 0) {
            logger.info("成功抢购 ! ");
            //TODO 真正减 扣 库存 等操作 下单等操作  ,这些操作可用通过 MQ 或 其他方式
            place2(req);
        } else {
            //库存不足,需要增加刚刚减去的库存
            redisService.increment(key, req.getNum().longValue());
            logger.info("库存不足 2 ");
        }
    }

 

分析:
利用Redis increment 的原子操作,保证库存安全。 事先需要把库存的数量等其他信息保存到Redis,并保证更新库存的时候,更新Redis。
进来的时候 先 get 库存数量是否充足,再执行 increment。以 increment > 0 为准。
检查库存 与 减少库存 不是原子性的。
检查库存的时候技术库存充足也不可下单;否则造成库存不安全,原来类似 方法1.
increment 是个原子操作,已这个为准。

redisService.increment(key, -req.getNum().longValue()) >= 0 说明库存充足,可以下单。

redisService.increment(key, -req.getNum().longValue()) < 0 的时候 不能下单,次数库存不足。并且需要 回加刚刚减去的库存数量,否则会导致刚才减扣的数量 一直买不出去。数据库与缓存的库存不一致。

次方法可以满足 高并抢购等一些方案,真正减扣库存和下单可以异步执行。

订单时效问题,订单取消等

为保证商家利益,同时把商品卖给有需要的人,订单下单成功后,往往会有个有效时间。超过这个时间,订单取消,库存回滚。

为每笔订单设置 有效时间 可用参考这个:
http://jblog.top/article/details/254951

订单取消后,可利用MQ 回退库存等。

转载自:http://jblog.top/article/details/255453

发表评论

电子邮件地址不会被公开。 必填项已用*标注