好多年没有来写东西了，忙成狗，最近闲暇，有点时间，随手写一下之前的项目中的小点；

一方面是做个总结，一方面打发一下时间

出库

库存扣减时机

• 下单扣减 [生成订单]
• 付款扣减
• 预扣库存(实际使用)

预扣库存

并发量较高，流量不直接打到DB，扣减的是 Redis里面的数据，

1. 库存数据加载到Redis （前置操作）
2. 用户下单，检查 Redis 里面的库存数量; incryby 下单数量后，结果大于0表示有库存，否则下单失败
3. 完成支付，订单信息进入队列 A
4. 库存服务，监听 A，执行库存出库【记录订单流水，库存扣减】；
5. 库存服务完成出库后，推送出库消息到 队列 B
6. 监听队列B，出库失败，需要回滚 Redis 库存; 出库成功，则做相应处理

Redis 里面判断有库存但是实际出库失败的场景：库存系统管理员对实际库存进行了修改，比如锁定为不可卖等

秒杀活动，库存扣减

秒数活动，跟普通的库存扣减基本类似，但是需要做一些优化；

因为秒杀活动的特点是：可卖产品少，产品数量少，成功率极低【比如秒杀10部IPhone，可能有10万人下单】

如果跟普通库存扣减一样的流程，可能导致 Redis负载过高，甚至压垮Redis 导致服务雪崩

优化方案

• 限流，后端判断，当收到指定商品的请求数量达到一定限制后，不再接受请求；比如秒杀产品数量为10，后端可以在收到此产品下单请求数为 10 * K 后，不再接收请求，K 的数值可根据业务需要配置

要超过一定数量的，防止有些场景没有走完全流程(如：人下单后不支付），不要在第一层限流就等于实际库存，都会留一些余地

• 数据&服务隔离，将秒杀的活动数据单独拆开存放；防止秒杀活动影响普通订单

Redis 里面判断有库存但是实际出库失败的场景：库存系统管理员对实际库存进行了修改，比如锁定为不可卖等

服务扩展性

可能瓶颈点

• Redis 预扣库存
• 队列消费速度太慢，导致出单太慢
• 入队列阻塞【订单量需特别大】

处理办法

• Redis 横向扩展： 可以根据商品skuID 将不同商品的数据存放在不同的 Redis集群；在下单的时候，根据skuID 进行分流。可以随着订单量的增加而增加Redis 集群的数量。整体流程不用动
• 订单太多，出库成为瓶颈时：增加消费者里面消费者的数量，可以根据 订单号hash 来分配消费者，防止热商品的数据落到同样节点造成的流量倾斜。
• 入队列太慢的时候，例如 Kafka, 可以增加 partion，消息分散在个 partition, 异步发送，增加推送量

入库

• 库存管理员可以对库存数据进行修改
• DB里的真实库存数据进行加减的时候，会同步修改Redis里面的可卖