商品购买过程中，库存的抵扣过程是怎样的？如何防止超卖？
原创商品购买过程中，库存的抵扣过程是怎样的？如何防止超卖？
原创
在商品购买的过程中，库存的抵扣过程，一般操作如下：
1、select根据商品id查询商品的库存。
2、根据下单的数量，计算库存是否足够，如果存库不足则抛出库存不足的异常，如果库存足够，则减去扣除的库存得到最新的库存剩余值。
3、set设置最新的库存剩余值。
上述过程的伪代码如下：
//?根据商品id获取商品剩余库存
select?stock_remaing?from?stock_table?where?id=${goodsId};
//?操作库存
//?比较库存
if(stock_remaing?<quantity){
???//?抛出库存不足的异常
}
else{
??//?抵扣以后的库存值
??int?new_stock=stock_remaing?-?quantity;
}
//?根据商品id设置计算后的库存
update?stock_table??set?stock_remaing?=${new_stock}?id=${goodsId};并发修改数据库存超卖
如果数据库事务的隔离级别不是串行化（serializable），根据事务的特性，在并发修改的时候，可能会出现写覆盖的问题。
假设，商品的剩余库存stock_remaing 为100，客户A下单20，客户B下单30，在并发扣库存的时候，可能存在超卖。如果客户A和客户B同时获取剩余库存为100，则会出现事务后提交的值会覆盖前一个客户提交的值，有可能剩余的库存是80或者70。
流程如下：
加锁更新存库
为了在事务控制中，防止写覆盖，你会想到使用select for update的方式，将该商品的库存锁住，然后执行余下的操作。
流程如下：
以上，使用悲观锁方式，在分布式服务中，如果并发情况比较高的时候，扣减库存的操作是串行操作，效率很低。
使用乐观锁的方式更新
在更新的时候，使用（CAS+版本号更新）+重试条件（重试次数或者重试时间限制）乐观锁的方式更新库存。此时，如果，客户A和客户B同时读取到库存剩余100，在更新的时候，有一个操作会失败。
流程如下：
该种方式可以大大提高并发性，也可以保证数据的一致性；通过重试次数和重试时间的条件控制，可以防止过多的重试带来的数据库压力。
可以使用直接递减的方式执行么？
在抵扣库存的时候，有的人提议不执行select，计算，set三段式的操作，直接扣减的方式，并且对于扣减到小于零的情况作了判断。伪代码如下：
update?stock_table?set?remaing_stock=remaing_stock-${quantity}?
where?id?=商品id
and?remaing_stock>${quantity};在分布式服务调用中，因为网络异常，获取服务器异常，可能在微服务调用时，存在服务重试。例如，场景的网关超时，服务重试机制。此时，该种方式不满足幂等性，而存在多扣的情况。例如，同一用户扣减库存时，服务重试，极端情况下，该用户扣减库存操作执行多次，则就出现了商品超卖。
可以使用redis进行库存的抵扣么？
答案是可以使用redis的事务性扣减余额，但在CAS机制上比mysql没有优势，高性能是因为其内存存储的原因，带来的副作用是数据有丢失风险。
最后说一句(求关注!别白嫖！)
如果这篇文章对您有所帮助，或者有所启发的话，求一键三连：点赞、转发、在看。
关注公众号：woniuxgg，在公众号中回复：笔记??就可以获得蜗牛为你精心准备的java实战语雀笔记，回复面试、开发手册、有超赞的粉丝福利！
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。