1. 库存超发的原因是什么？
在执行商品购买操作时，有一个基本流程：
例如初始库存有3个。
第一个购买请求来了，想买2个，从数据库中读取到库存有3个，数量够，可以买，减库存后，更新库存为1个。
接下来第二个购买请求来了，想买2个，发现库存为1，不够，不可以买了。
这样是没问题的，但在高并发情况下，这2个购买请求很可能是一起来的，他们都读到库存是3，都可以买，就都去减库存，这时超发就发生了，结果库存变成 -1了。
有多种方案来解决这个问题，我们主要看3种方案：
- 悲观锁
- 乐观锁
- Redis + Lua
下面分别看一下各个方案的实现思路，和优缺点。
2. 解决方案
2.1 悲观锁
出现超发现象的根本在于共享的数据被多个线程所修改，多个线程交织在一起。
如果一个线程读库存时就将数据锁定，不允许别的线程进行读写操作，直到库存修改完成才释放锁，那么就不会出现超发问题了。
例如：
// 事务开始
select id, product_name, stock, ...
from t_product
where id=#{id} for update
update t_product
set stock = stock - #{quantity}
where id = #{id}
// 事务结束
在查询库存时使用了 for update，这样在事务执行的过程中，就会锁定查询出来的数据，其他事务不能对其进行读写（注意，读也不行），这就避免了数据的不一致，直至事务完成释放锁。
- 优点
思路简单，代码实现也非常简单，从数据库层面解决了超发问题。 - 缺点
这种独占锁的方式对性能的影响是比较大的。
2.2 乐观锁
悲观锁有效但不高效，为了提高性能，出现了乐观锁方案，不使用数据库锁，不阻塞线程并发。
思路：
给商品记录添加一个 version 字段，读取库存时拿到这个 version 版本，更新库存时要对比这个 version 值，如果版本相同，说明库存没被别人改过，可以更新，同时把 version 值加1，如果版本不同，说明被别人改过了，则取消库存修改操作，购买失败。
update t_product
set stock = stock - #{quantity},
version = version +1
where id = #{id} and version = #{version}
通过 version 版本号，就可以知道自己读取的数据在更新时是不是旧的，如果是旧数据，就不能更新了。
这种方式有点像碰运气，运气好，没人和我一起更新，那么就成功；如果运气不好，被别人抢先修改了，那么就失败。
从而可以知道，在并发量很大的时候，失败的概率会比较高。
为了提升成功率，可以引入重试机制，当更新失败后，再走一遍流程（读取、更新），具体重走几遍比较好呢？可以规定一个次数，例如3次，如果重试了3次还是失败，就放弃；还可以规定一个时间段，比如在 100ms 内循环操作，期间如果某次成功了就退出，否则一直重试到时间到为止。
- 优点
没有阻塞，性能优于悲观锁。 - 缺点
实现思路较悲观锁复杂，增加了 version 的控制，还需要添加重试机制。
2.3 Redis + Lua
在高并发环境中，数据库的方案较慢，如果写入内存的 Redis 就会快很多。
此方案思路与悲观锁类似，都是把查询库存的操作与更新库存的操作绑定在一起，不被其他线程影响，区别在于存储介质，从数据库换为Redis。
Lua 脚本中可以编写逻辑（取库存、判断是否够用、更新库存），Redis 中执行 Lua 时可以保证原子性，所以能够满足我们的需求，而且内存操作非常快，我们也不用担心性能。
Lua 脚本的逻辑：
示例代码：
-- 获取当前库存
local stock = tonumber(redis.call('hget', product, 'stock'))
-- 如果库存小于购买数量，说明库存不足，返回0（失败）
if stock < quantity then return 0 end
-- 减少库存，得到新的库存数量
stock = stock - quantity
-- 更新库存
redis.call('hset', product, 'stock', tostring(stock))
-- 字符串拼接，生成购买记录
local purchaseRecord = ...
-- 把购买记录保存到 redis
redis.call('rpush', purchaseList, purchaseRecord)
-- 返回1（成功）
return 1
我们的程序接收到用户的购买请求时，就调用 Lua 进行处理。
上面的处理流程中有一步”把购买记录写入 redis“，这是因为 redis 不适合做持久化，我们还是需要把数据同步到数据库中，可以使用一个定时程序，把 redis 中的记录写入数据库。购买记录也可以不放在 redis 中，写入消息队列，然后通过消费者同步到数据库。
优点
性能最优，实现简单。
缺点
增加了辅助工作，需要额外处理数据库的同步，还要保证 redis 本身是高可用的。
3. 小结
