超卖问题

4分钟阅读

来源：go-interview / Case

超卖问题如何解决是面试中常见的考查点之一，尤其是在高并发场景下的库存管理中。以下是针对超卖问题的详细解答：

什么是超卖问题？

超卖问题是指在高并发场景下，多个用户同时购买同一商品时，系统允许的购买数量超过了实际库存数量。例如，库存只有 10 件商品，但由于并发请求未正确处理，系统允许 15 个用户成功下单，导致库存超卖。

超卖问题的解决方案

  1. 数据库层面的解决方案：

    • 悲观锁：
      使用数据库的锁机制（如 SELECT ... FOR UPDATE）对库存记录加锁，确保同一时间只有一个事务可以修改库存。
      示例（MySQL）：

      BEGIN;
SELECT stock FROM products WHERE id = ? FOR UPDATE;
-- 检查库存是否足够
UPDATE products SET stock = stock - 1 WHERE id = ?;
COMMIT;

      缺点：性能较低，容易导致锁等待。

    • 乐观锁：
      使用版本号或时间戳控制并发更新。每次更新库存时，检查版本号是否匹配，若不匹配则重试。
      示例：

      UPDATE products 
SET stock = stock - 1, version = version + 1 
WHERE id = ? AND version = ?;

      缺点：在高并发场景下可能需要多次重试。

  2. 分布式锁： 在分布式系统中，可以使用 Redis 实现分布式锁，确保多个节点之间对库存的操作是串行的。
    示例（Redis 实现分布式锁）：

    const lockKey = "lock:product:123";
const lock = await redis.set(lockKey, "1", "NX", "EX", 10); // NX: 不存在时设置，EX: 过期时间
if (lock) {
    // 操作库存
    await redis.del(lockKey); // 释放锁
}

  3. 队列化处理： 将用户的购买请求放入消息队列（如 RabbitMQ、Kafka），由单一消费者逐一处理库存扣减操作，确保库存操作是串行的。
    优点：性能高，避免了锁竞争。
    缺点：增加了系统复杂度。

  4. 库存预扣减： 在用户下单时，先扣减库存，若用户未在规定时间内完成支付，则释放库存。
    示例流程：

    • 用户下单时，库存减 1。
    • 设置订单支付超时时间（如 15 分钟）。
    • 若超时未支付，恢复库存。

  5. 限流与降级：

    • 限流：限制每秒的请求数量，避免高并发直接冲击库存系统。
    • 降级：在库存不足时，直接返回售罄状态，避免进一步操作。

面试中的常见问题

  1. 悲观锁和乐观锁的区别？

    • 悲观锁：假设会发生并发冲突，操作前加锁，性能较低但安全性高。
    • 乐观锁：假设不会发生并发冲突，操作后校验版本号，性能较高但需要重试机制。

  2. 如何实现分布式锁？

    • 使用 Redis 的 SETNX 和 EXPIRE 实现。
    • 使用 Zookeeper 的临时节点实现。

  3. 队列化处理的优缺点？

    • 优点：避免并发问题，性能高。
    • 缺点：增加系统复杂度，可能引入延迟。

通过以上方法，可以有效解决超卖问题，具体选择哪种方案需要根据业务场景和系统架构进行权衡。

反向链接