高并发秒杀系统如何实现正确的扣减库存?

2022-06-15 16:48:09 浏览数 (1)

大家好,我是冰河~~

在【精通高并发系列】的《实践出真知:全网最强秒杀系统架构解密!!》一文中,冰河详细的阐述了高并发秒杀系统的架构设计,也简单提到了如何扣减商品的库存。

也许不少小伙伴会问:扣减商品的库存很简单啊,用户下单的时候扣除对应的商品库存不就行了吗?有那么难吗?

确实,理论上就是用户下单后,减去商品的库存就完事了。但是,如果你的系统流量很大,并发度非常高,比如淘宝的双十一,有一款爆款商品参加了活动,库存只有1000件,有几十万上百万用户抢购,商品售完1000件为止,一件不能多,一件也不能少。你还会觉得简单吗?搞不好就会出现“超卖”的情况,后果就会很严重了。

今天,我们就一起来简单讨论下在高并发秒杀系统中,如何正确的扣减商品的库存。

扣减库存的方式

为了方便大家的理解,我们先来讨论下扣减库存有哪几种方式。总体来说,扣减库存可以分为:下单减库存、付款减库存和预扣库存三种。

下单减库存

我们先来说说下单扣减库存的方式,这种方式很好理解,就是用户提交订单后,在商品的总库存中减去用户购买的商品数量。这种减库存的方式是最简单的,也是对商品库存控制的最准确的。但是,经常会碰到的问题就是:用户提交订单之后,未必就会付款。

这就会存在一个问题:恶意刷单。试想,你作为一个商家参与了淘宝的双十一秒杀活动,如果淘宝平台扣减库存的方式为下单减库存,你的竞争对手得知你参与了双十一秒杀活动,他们通过恶意下单的方式将你参与秒杀的商品全部下单,让你的库存减为0,但是他们并不会付款。那么你参与双十一秒杀的商品就不能正常售卖了。

此时的你会是什么样的心情呢?这就是下单减库存存在的问题。

付款减库存

既然下单减库存存在问题,我们再来看看付款减库存。库存减库存就是用户提交订单后,并不会立刻扣减商品的库存。而是等到用户真正付款后才会扣减库存。这种方式经常遇到的问题就是:用户明明下单成功了,却不能付款。 原因就是用户下单时,不会扣减库存,而是等到真正付款后才会扣减库存,当某个用户下单后,执行付款操作时,相应的商品可能已经被其他人买走了。

付款减库存有可能会造成另一个更为严重的后果:**库存超卖。**这主要就是用户提交订单的时候不会扣减库存,造成用户成功下单的订单数量可能会远远大于商品的库存数量。

预扣减库存

预扣减库存比起前面两种扣减库存的方式,相对来说复杂一些。用户提交订单后,为用户预留购买数量的商品库存,例如预留10分钟,超过10分钟,则释放为用户预留的库存,其他的用户可以继续下单购买。

用户下单预扣减库存之后,在付款时,系统会检验对应的订单是否存在有效的预留库存,如果存在,则真正扣减库存并付款。如果不存在,则会再次尝试预扣减库存。如果库存不足,则不再付款。如果预扣减库存成功,则真正扣减库存并付款。

那么,预扣减库存是否能够解决前面两种扣减库存的问题呢?

答案是,并没有彻底解决。

例如,对恶意下单来说,虽然将有效的付款时间控制在一小段时间内,但是恶意用户完全有可能在一段时间后再次下单。也有可能会在开始下单时,就会一次性选择所有的库存下单。仍然不能彻底解决问题。

那有没有什么办法解决这些问题呢?我们继续往下看。

扣减库存问题的解决

针对恶意用户下单的情况,我这里简单罗列了如下几种解决方案:

(1)我们可以为经常提交订单之后不付款的用户添加对应的标签,当这些用户下单时,进行特殊处理,例如不扣减库存等(具体可以根据需求确定)。

(2)在秒杀期间,为商品设置同一个人的最大购买件数,比如最多购买2件。

(3)对不付款重复下单的操作进行限制,例如,对同一商品下单时,首先校验当前用户是否存在未付款的订单,并且订单中的商品与再次下单的商品是同一款商品,则提示先让用户付款后再提交订单等。

针对库存超卖的情况,我这里简单罗列了如下几种解决方案:

(1)通过补货解决。

(2)用户下单时提示库存不足。

秒杀系统如何扣减库存?

也许有不少小伙伴会说高并发秒杀系统会采用预扣减库存的方式,其实,在真正的高并发、大流量场景下,大部分秒杀系统会采用 下单减库存 的方式。

在下单扣减库存的业务场景中,需要保证大流量、高并发下商品的库存不能为负。

这里,我们可以通过如下方案解决商品库存不能为负的问题、

(1)在扣减库存后,通过在应用程序的事务中判断商品库存是否为负数,如果变成了负数,则回滚事务不再扣减库存。

(2)在数据库中设置库存字段为无符号整数,从数据库层面保证无法出现负数的情况。

说了这么多,原来在高并发、大流量的秒杀系统中,实现正确的扣减商品的库存确实不是一件容易的事情呀!

好了,今天就到这儿吧,我是冰河,我们下期见~~

冰河从一名普通程序员,短短几年时间,一路进阶成长为大厂高级技术专家,一直致力于分布式系统架构、微服务、分布式数据库、分布式事务与大数据技术的研究。在高并发、高可用、高可扩展性、高可维护性和大数据等领域拥有丰富的架构经验。对Hadoop,Storm,Spark,Flink等大数据框架源码进行过深度分析,并具有丰富的实战经验。

出版过两本畅销书《海量数据处理与大数据技术实战》、《MySQL技术大全:开发、优化与运维实战》。写了一本《深入理解高并发编程》电子书全网累计下载45W ,发布了一本全网首个开源的以实战案例为背景的《冰河的渗透实战笔记》电子书,全网五星好评。写的文章多次被微信公众号官方推荐。

0 人点赞