-
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。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 |
/**
* 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;
}
|
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：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
/**
* 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：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 |
/**
* 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：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 |
/**
* 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。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 |
/**
* 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。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
/**
* 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。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 |
/**
* 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。
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
要更多干货、技术猛料的孩子，快点拿起手机扫码关注我，我在这里等你哦~
