高并发核心技术 - 订单与库存

2017-09-07

高并发的核心技术

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。

```json
    /**
     * 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：

```json
/**
 * 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：
```json
    /**
     * 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：

```json
   /**
     * 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。

```json
   /**
     * 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。

```json
 /**
     * 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。

```json
    /**
     * 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。

如果你觉得不错就赞赏一下吧,您的支持是我的动力!