高并发核心技术 - 订单与库存

作者：AllinToyou | 2024-04-28 14:14:09

踩

高并发核心技术订单与库存实战java

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

用户点击过快，重复提交两次。
网络延时，用户刷新或者点击下单重复提交。
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。
用户恶意行为。

解决办法

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。
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。

参考：

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

转载于:https://blog.51cto.com/4925054/2088726

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/AllinToyou/article/detail/502712