糟糕，线上库存竟然变成负500。。。 - 文章 - 开发者社区

picture.image

苏三的免费八股文网站：www.susan.net.cn

大家好，我是苏三，又跟大家见面了。

前言

"快看我们的秒杀系统！库存显示-500了！"

3年前的这个电话让我记忆犹新。

当时某电商大促，我们自认为完美的分布式架构，在0点整瞬间被击穿。

数据库连接池耗尽，库存表出现负数，客服电话被打爆...

今天这篇文章跟大家一起聊聊商品超卖的问题，希望对你会有所帮助。

1 为什么会发生超卖？

首先我们一起看看为什么会发送超卖？

1.1 数据库的"最后防线"漏洞

我们用下面的列子，给大家介绍一下商品超卖是如何发生的。

  
public boolean buy(int goodsId) {  
    // 1. 查询库存  
    int stock = getStockFromDatabase(goodsId);  
    if (stock > 0) {  
        // 2. 扣减库存  
        updateStock(goodsId, stock - 1);  
        return true;  
    }  
    return false;  
}

在并发场景下可能变成下图这样的：

picture.image

请求1和请求2都将库存更新成9。

根本原因 ：数据库的查询和更新操作，不是原子性校验，多个事务可能同时通过stock>0的条件检查。

1.2 超卖的本质

商品超卖的本质是 ：多个请求同时穿透缓存，同一时刻读取到相同库存值，最终在数据库层发生覆盖。

就像100个人同时看上一件衣服，都去试衣间前看了眼牌子，出来时都觉得自己应该拿到那件衣服。

2 防止超卖的方案

2.1 数据库乐观锁

数据库乐观锁的核心原理是通过版本号控制并发。

例如下面这样的：

  
UPDATE product   
SET stock = stock -1, version=version+1   
WHERE id=123 AND version=#{currentVersion};

Java的实现代码如下：

  
@Transactional  
public boolean deductStock(Long productId) {  
    Product product = productDao.selectForUpdate(productId);  
    if (product.getStock() <= 0) return false;  
      
    int affected = productDao.updateWithVersion(  
        productId,   
        product.getVersion(),  
        product.getStock()-1  
    );  
    return affected > 0;  
}

基于数据库乐观锁方案的架构图如下：

picture.image

优缺点分析 ：

优点	缺点

无需额外中间件

高并发时DB压力大


实现简单

可能出现大量更新失败

适用场景 ：日订单量1万以下的中小系统。

2.2 Redis原子操作

Redis原子操作的核心原理是使用：Redis + Lua脚本。

核心代码如下：

  
// Lua脚本保证原子性  
String lua = "if redis.call('get', KEYS >= ARGV[1] then " +  
             "return redis.call('decrby', KEYS[1], ARGV " +  
             "else return -1 end";  
  
public boolean preDeduct(String itemId, int count) {  
    RedisScript<Long> script = new DefaultRedisScript<>(lua, Long.class);  
    Long result = redisTemplate.execute(script,   
        Collections.singletonList(itemId), count);  
    return result != null && result >= 0;  
}

该方案的架构图如下：

picture.image

性能对比 ：

单节点QPS：数据库方案500 vs Redis方案8万
响应时间：<1ms vs 50ms+

2.3 分布式锁

目前最常用的分布式锁的方案是Redisson。

下面是Redisson的实现：

  
RLock lock = redisson.getLock("stock\_lock:"+productId);  
try {  
    if (lock.tryLock(1, 10, TimeUnit.SECONDS)) {  
        // 执行库存操作  
    }  
} finally {  
    lock.unlock();  
}

注意事项

1.锁粒度要细化到商品级别
2.必须设置等待时间和自动释放
3.配合异步队列使用效果更佳

该方案的架构图如下：

picture.image

2.4 消息队列削峰

可以使用 RocketMQ的事务消息。

核心代码如下：

  
// RocketMQ事务消息示例  
TransactionMQProducer producer = new TransactionMQProducer("stock\_group");  
producer.setExecutor(new TransactionListener() {  
    @Override  
    public LocalTransactionState executeLocalTransaction(Message msg) {  
        // 扣减数据库库存  
        return LocalTransactionState.COMMIT\_MESSAGE;  
    }  
});

该方案的架构图如下：

picture.image

技术指标 ：

削峰能力：10万QPS → 2万TPS
订单处理延迟：<1秒（正常时段）

2.5 预扣库存

预扣库存是防止商品超卖的终极方案。

核心算法如下：

  
// Guava RateLimiter限流  
RateLimiter limiter = RateLimiter.create(1000); // 每秒1000个令牌  
  
public boolean preDeduct(Long itemId) {  
    if (!limiter.tryAcquire()) return false;  
      
    // 写入预扣库存表  
    preStockDao.insert(itemId, userId);  
    return true;  
}

该方案的架构图如下：

picture.image

性能数据 ：

百万级并发支撑能力
库存准确率99.999%
订单处理耗时200ms内

3 避坑指南

3.1 缓存与数据库不一致

某次大促因缓存未及时失效，导致超卖1.2万单。

错误示例如下：

  
// 错误示例：先删缓存再写库  
redisTemplate.delete("stock:"+productId);  
productDao.updateStock(productId, newStock); // 存在并发写入窗口

3.2 未考虑库存回滚

秒杀取消后，忘记恢复库存，引发后续超卖。

正确做法是使用事务补偿。

例如下面这样的：

  
@Transactional  
public void cancelOrder(Order order) {  
    stockDao.restock(order.getItemId(), order.getCount());  
    orderDao.delete(order.getId());  
}

库存回滚和订单删除，在同一个事务中。

3.3 锁粒度过大

锁粒度过大，全局限流导致10%的请求被误杀。

错误示例如下：

  
// 错误示例：全局限锁  
RLock globalLock = redisson.getLock("global\_stock\_lock");

总结

其实在很多大厂中，一般会将防止商品超卖的多种方案组合使用。

架构图如下： picture.image

通过组合使用：

Redis做第一道防线（承受80%流量）
分布式锁控制核心业务逻辑
预扣库存+消息队列保证最终一致性

实战经验 ：某电商在2023年双11中：

Redis集群承载98%请求
分布式锁拦截异常流量
预扣库存保证最终准确性

系统平稳支撑了每秒12万次秒杀请求，0超卖事故发生！

记住：没有银弹方案，只有适合场景的组合拳！

最后欢迎加入苏三的星球，你将获得：AI开发项目课程、苏三AI项目、商城微服务实战、秒杀系统实战、商城系统实战、秒杀系统实战、代码生成工具、系统设计、性能优化、技术选型、底层原理、Spring源码解读、工作经验分享、痛点问题、面试八股文等多个优质专栏。

还有1V1答疑、修改简历、职业规划、送书活动、技术交流。

扫描下方二维码，即可加入星球：

picture.image

目前星球已经更新了5200+篇优质内容，还在持续爆肝中.....

星球已经被官方推荐了3次，收到了小伙伴们的一致好评。戳我加入学习，已有1600+小伙伴加入学习。

picture.image

苏三的免费八股文网站：www.susan.net.cn

picture.image