2.1 性能挑战

多个线程并发对同一个数据库商品数据做库存扣减时，数据库中会加锁来保障数据被正确操作。当商品数据足够【热】时，大量的锁等待会导致性能问题，见下图：

2.1.1 解决方案调研

在业务上允许的情况下，减缓预占操作速度，从而降低热点热度，缓解库存系统的性能压力。见下图：

优点：逻辑简单，改造风险较小。从整个调用链路的角度去优化问题，而不是只优化瓶颈点

（1）商品入库时，将数量拆分为N份，放入N个表或者一个表的N行中

假如单条记录支撑的性能是50单/秒，那么拆分成3份以后，支撑的性能就能提升到100+单/秒。见下图：

优点：上游无感知，改造可控制在库存领域；

缺点：

1）逻辑相对复杂，改造风险高；

热点商品预占的耗时主要集中在数据库操作上，使用处理速度更快的redis缓存来替代数据库来提供预占能力，见下图：

优点：上游无感知，改造可控制在库存领域；

2.1.2 各方案对比及选型

2.1.3 性能优化成果

橙色部分为优化后的结果：

2.2 线程同步问题

问题定义：多个线程操作查询、操作同一个商品的库存，使库存数据混乱

DB预占模式

解决方案：利用mysql事务、行锁机制来避免线程之间互相影响，在sql语句中操作变化量

b、操作库存。根据库存id扣减库存，set 当前库存=当前库存+操作量。该步骤mysql会在id上加互斥锁，避免不同线程之间的互相影响。这里使用批量更新，来提升一单操作多商品的性能

UPDATE stock    SET stock_num = stock_num + CASE id        WHEN 1 THEN 'value1'        WHEN 2 THEN 'value2'        WHEN 3 THEN 'value3'    ENDWHERE id IN (1,2,3)

c、校验库存。为了防止超卖，根据库存id查询库存，如果订单中任一商品库存被扣减为小于0，则抛出异常，使用数据库事务机制进行回滚

缓存（redis）预占模式

解决方案：将redis操作放入lua脚本中，利用redis单线程执行以及lua脚本执行过程中不会被其他操作语句插入的特性，避免线程间互相影响

2.3 死锁问题

1、预占流程间死锁。多个订单预占商品，包含多个相同商品，多线程并发请求时，线程之间持有对方依赖的锁，然后等待对方释放自己依赖的锁。见下图：

注：当前物流库存平台需要进行操作的库存数据可以分为仓库库存、逻辑库存、批次库存。其中逻辑库存、批次库存可以看作对某一个仓库库存进行不同维度的拆分。

锁排序，保持锁的顺序一致。在多个事务请求资源的情况下，要保持锁的请求顺序一致，从而保障线程顺序执行。伪代码如下：

public  Result handleOccupyRequest(List<CalcOccupyRequest> paramList) {    //XX业务逻辑
    //Long类型比较器，根据库存id进行排序    Comparator<Long> comparator = new Comparator<Long>() {        @Override        public int compare(Long o1, Long o2) {            return o1.compareTo(o2);        }    };    //对要操作的各类库存进行排序    if(saleableStockIds!=null){        Collections.sort(saleableStockIds, comparator);    }    if (otherStockIds!=null){        Collections.sort(otherStockIds, comparator);    }
    //XX业务逻辑}

2.4 数据一致性问题

这个问题又可以拆解为：

1、如何从流程处理机制上保障redis-db之间的数据最终一致性？

如何从流程处理机制上保障redis-db之间的数据最终一致性？

• 初始化流程方案。使用 锁定db库存+redis事务来保障数据一致性。见下图：

• 数据同步流程。使用mq重试+任务系统兜底来保障同步能完成

万一出现了不一致，如何发现及解决？

• 引入缓存操作量数据，最大可能地消除同步延迟对数据一致性比对的影响。操作缓存时，将操作量增加到【缓存操作量数据】中，db同步完成后，从【缓存操作量数据】中减去操作量。数据一致性比对公式为：【缓存库存数据】+【缓存操作量数据】=【db库存数据】
• 使用多次比对来尽量消除剩余延迟的影响。设定比对次数阈值，多次比对中只要有一次判断 缓存-db数据是一致的，则判断为通过一致性校验

• 针对库存低于一定水位线的商品，每次库存变动后都进行一致性比对，避免因为数据不一致影响业务

• 库存充足的商品，设定比对时间间隔，在间隔内区间内，只进行一次比对，避免影响系统性能

推荐阅读

京东广告研发——效率为王：广告统一检索平台实践

京东中台化底层支撑框架技术分析及随想

AIGC在保险场景中的视觉应用

对号入座，快看看你的应用系统用了哪些高并发技术？