跳到主要内容

并发安全问题

问题​

高并发场景下出现超卖、重复扣款、并发数据覆盖等问题，如何解决？

答案​

典型并发安全问题​

问题场景后果
超卖秒杀/抢购库存变负数
重复扣款支付回调重复多扣用户钱
数据覆盖并发更新同一行后更新覆盖先更新
重复注册并发提交注册同一手机号多条记录

超卖解决方案​

方案 1：数据库乐观锁（CAS）​

乐观锁防止超卖
-- 扣减库存时带版本号 / 数量条件
UPDATE inventory SET stock = stock - 1 
WHERE product_id = 1001 AND stock > 0;
-- 影响行数 = 0 说明库存不足，返回失败
Java 代码
int affected = inventoryMapper.deductStock(productId, quantity);
if (affected == 0) {
    throw new BusinessException("库存不足");
}

方案 2：Redis 预扣减​

Redis 原子扣减
public boolean deductStock(Long productId, int quantity) {
    String key = "stock:" + productId;
    // DECRBY 是原子操作
    Long remaining = redisTemplate.opsForValue().decrement(key, quantity);
    
    if (remaining != null && remaining >= 0) {
        return true;  // 扣减成功
    }
    // 库存不足，回滚
    redisTemplate.opsForValue().increment(key, quantity);
    return false;
}
Lua 脚本保证原子性
-- 检查并扣减库存（原子操作）
local stock = tonumber(redis.call('GET', KEYS[1]))
local quantity = tonumber(ARGV[1])
if stock >= quantity then
    redis.call('DECRBY', KEYS[1], quantity)
    return 1  -- 成功
end
return 0  -- 库存不足

方案 3：分布式锁​

Redisson 分布式锁
public boolean deductWithLock(Long productId, int quantity) {
    RLock lock = redissonClient.getLock("lock:stock:" + productId);
    try {
        if (lock.tryLock(3, 10, TimeUnit.SECONDS)) {
            // 获取锁后检查并扣减
            int stock = inventoryMapper.getStock(productId);
            if (stock >= quantity) {
                inventoryMapper.deductStock(productId, quantity);
                return true;
            }
            return false;
        }
    } finally {
        if (lock.isHeldByCurrentThread()) {
            lock.unlock();
        }
    }
    throw new BusinessException("系统繁忙，请重试");
}

重复扣款解决：幂等设计​

基于唯一流水号的幂等
@Transactional
public Result processPayCallback(PayCallbackDTO callback) {
    // 1. 查询是否已处理过（幂等检查）
    PayRecord record = payRecordMapper.selectByTradeNo(callback.getTradeNo());
    if (record != null && "SUCCESS".equals(record.getStatus())) {
        return Result.success("已处理");  // 幂等返回
    }
    
    // 2. 扣款（带唯一约束）
    try {
        payRecordMapper.insert(new PayRecord(callback.getTradeNo(), "SUCCESS"));
    } catch (DuplicateKeyException e) {
        return Result.success("已处理");  // 并发场景下唯一约束兜底
    }
    
    // 3. 更新订单状态
    orderMapper.updateStatus(callback.getOrderId(), OrderStatus.PAID);
    return Result.success();
}

ABA 问题与数据覆盖​

版本号防止并发覆盖
// 实体带版本号
@Version
private Integer version;

// MyBatis-Plus 自动处理乐观锁
UPDATE user SET name='新名', version=version+1 
WHERE id=1 AND version=1;

常见面试问题​

Q1: 秒杀防超卖有哪些方案？​

答案：

方案性能复杂度适用
DB 乐观锁 stock > 0中低低并发
Redis 原子扣减高中高并发
Redis Lua 脚本高中高并发 + 复杂判断
分布式锁中中强一致性要求

高并发秒杀推荐：Redis 预扣减 → MQ 异步下单 → DB 最终扣减。

Q2: 如何设计幂等接口？​

答案：

  1. Token 机制：下单前获取 Token，提交时校验并删除
  2. 唯一约束：数据库唯一索引兜底
  3. 状态机：只有特定状态才能转换，防止重复操作
  4. 去重表：记录已处理的请求 ID

详见 幂等性设计。

Q3: 分布式锁和数据库乐观锁怎么选？​

答案：

  • 数据库乐观锁：简单场景、低并发，不需要额外中间件
  • 分布式锁：需要保护多步操作的原子性，或涉及多资源
  • 高并发推荐 Redis 原子操作（无锁），其次分布式锁

相关链接​