万级并发!电商库存扣减如何设计,如何做到不超卖?


万级并发!电商库存扣减如何设计,如何做到不超卖?

文章插图
 
前言:
随着中国消费认知的不断升级,网购走近千家万户,越来越被人们所接受 。淘宝、唯品会、考拉、京东、拼多多等逐渐成为我们生活的重要组成部分 。
除了常规的购物下单外,这些电商平台还经常搞一些双十一活动,秒杀、大促、限时购,各种营销玩法,层出不穷! 今天就来跟大家聊一聊电商技术里的库存扣减 。
万级并发!电商库存扣减如何设计,如何做到不超卖?

文章插图
 
当有很多人同时在买一件商品时(假设库存充足),每个人几乎同时下单成功,给人一种并行的感觉 。但真实情况,库存只是一个数值,无论是存在MySQL数据库还是redis缓存,减值时都要控制顺序,只能串行来扣减,当然为了保证安全性,会设计一些锁控制操作 。
palm_tree: 库存扣减关键技术点
  • 同一个SKU,库存数量是共享
  • 剩余库存要大于等于本次扣减的数量,否则会出现 超卖 现象,引发资损
  • 对同一个数量多用户并发扣减时,要注意并发安全,保证数据的一致性
  • 类似于秒杀这样高QPS的扣减场景,要保证性能与高可用
  • 对于购物车下单场景,多个商品库存批量扣减,要保证事务
  • 如果有 交易退款 ,保证库存扣减可以返还
    • 返还的数据总量不能大于扣减的总量
    • 返还要保证幂等
    • 可以分多次返还
palm_tree: 数据库扣减方案主要是依赖数据库特性来保证扣减的一致性,逻辑简单,开发部署成本很低 。
依赖的数据库特性:
  • 依赖数据库的乐观锁(比如:版本号或者库存数量)保证数据并发扣减的强一致性
  • 借助事务特性,针对购物车下单批量扣减时,部分扣减失败,数据回滚

万级并发!电商库存扣减如何设计,如何做到不超卖?

文章插图
 
最上面会查询当前的剩余库存(可能不准确,但没关系,这里只是第一步粗略校验),前置校验,如果已经没有库存,前置拦截生效,减少对数据库的写操作 。毕竟读操作不涉及加锁,并发性能高 。数据库包含两张表:库存表、流水表 。
1、库存表 字段
说明
sku_id
商品规格id
leaved_amount
剩余可购买数量
  • 当用户进行取消订单、申请退货退款,需要把数量加回来
  • 如果商家补过库存,需要在此基础上额外加上增量库存
2、 流水表 字段
说明
id
主键id
sku_id
商品规格id
order_detail_id
订单明细id
quantity_trade
本次购买扣减的数量
  • 用于查看明细、对账、盘货、排查问题等
  • 在扣减后,某些场景下需要返还也依赖流水
单条商品的扣减SQL大致如下:update inventory set leaved_amount = leaved_amount - #{count} where sku_id='123' and leaved_amount >= #{count}此 SQL 采用 类似乐观锁的方式实现了原子性,在 where 条件里判断此次购买的数量小于等于剩余的数量 。在扣减服务的代码里,判断此 SQL 的返回值,如果值为 1 ,表示扣减成功 。否则,返回 0 ,表示库存不足,需要回滚 。
扣减成功后,需要记录扣减流水,并与订单明细记录做关联 。
  1. 当用户归还数量时,需要带回此编号,用来标识此次返还属于历史上的具体哪次扣减 。
  2. 进行幂等性控制 。当用户调用扣减接口出现超时时,因为用户不知道是否成功,用此编号进行重试或反查 。在重试时,使用此编号进行标识防重 。
palm_tree: 【数据库扣减方案】第一次升级举个极端的例子:最新款iphone秒杀,库存只有5件,活动期间峰值QPS预估在10W,活动结束后,上面的流水表最终只会插入5条记录,但是查询的QPS却接近 10W QPS ,读的压力非常大 。
所以,数据库扣减方案第一次升级主要是针对 库存前置校验 模块的优化,作为前置拦截器,承载的流量很大,如果将流量全部压到主库上,很容易把数据压垮 。我们考虑把数据库架构升级 。
万级并发!电商库存扣减如何设计,如何做到不超卖?

文章插图


推荐阅读