互联网一致性架构设计 -- 库存扣除一致性

互联网一致性架构设计 -- 库存扣除一致性

 

 

业务复杂、数据量大、并发量大的业务场景下，典型的互联网架构，一般会分为这么几层：

• 调用层，一般是处于端上的browser或者APP
• 站点层，一般是拼装html或者json返回的web-server层
• 服务层，一般是提供RPC调用接口的service层
• 数据层，提供固化数据存储的db

 

 

 

 

扣除库存的过程

 

对于库存业务，一般有个库存服务，提供库存的查询、扣减、设置等RPC接口：

 

    1. 库存查询，stock-service本质上执行的是

        select num from stock where sid=$sid

 

    2. 库存扣减，stock-service本质上执行的是

        update stock set num=num-$reduce where sid=$sid

 

    3. 库存设置，stock-service本质上执行的是

        update stock set num=$num_new where sid=$sid

 

 

 

用户下单前，一般会对库存进行查询，有足够的存量才允许扣减：

 

    例如：总库存 = 5

 

 

用户下单时，接着会对库存进行扣减：

 

    例如：扣除3个商品，剩余2

 

 

 

 

 

容错机制

 

       架构在容错性上，往往需要一次重做，以防第一次扣除失败，就会调用重做来弥补。

 

       重试时，有可能会出现重复扣除，如果数据库层面有重试容错机制，可能导致一次扣减执行两次，最终得到一个负数的错误库存。

 

    原因：因为“扣减”操作是一个非幂等的操作，不能够重复执行。

 

    解决方法：将扣除改成设置。

 

 

     同样是购买3单位的商品，通过设置库存操作，即使有重试容错机制，也不会得到错误的库存，设置库存是一个幂等操作。

 

 

 

 

 

高并发下扣除商品

 

    查询

 

 

    并发购买

 

• 用户1购买了3个库存，于是库存要设置为2
• 用户2购买了2个库存，于是库存要设置为3
• 这两个设置库存的接口并发执行，库存会先变成2，再变成3，导致数据不一致（实际卖出了5件商品，但库存只扣减了2，最后一次设置库存会覆盖和掩盖前一次并发操作）

 

   

    原因：设置操作发生的时候，没有检查库存与查询出来的库存有没有变化。

 

    解决方法：修改设置的sql

 

    修改前：

    update stock set num=$y where sid=$sid

    修改后：

    update stock set num=$num_new where sid=$sid and num=$num_old

 

    这正是大家常说的“Compare And Set”（CAS），是一种常见的降低读写锁冲突，保证数据一致性的方法。

 

 

 

 

其他解决方法

 

    1. 数据一致性：通常方法是使用乐观锁解决（时间戳、版本号）

 

    2. 可以用redis的事务性解决扣除库存问题，但是小心数据丢失，实际使用还要看业务

 

    3. 能否用事务解决？容易死锁，而且吞吐量低，不建议。

 

    4. 能否用分布式锁，如：setnx、mc、zookeeper？可以，但是吞吐量高不高？

 

    5. 使用队列，在数据库侧串行化执行，降低锁冲突。