Appearance
6.7-5 库存扣减与超卖
所属:06 分布式与架构 / 6.7 系统设计 分级:A 状态:◐ 初稿 关联:6.1-3、6.1-4、6.1-7、6.7-1、6.7-3、6.7-6
题型:场景设计
一句话结论:库存扣减要同时解决并发写、扣减时机、多入口重复扣、失败回补四件事;最可靠的最终账本是 DB 条件更新(
UPDATE ... WHERE available >= n),Redis 只做性能闸门,MQ 只做削峰;扣减时机决定一致性模型(下单预占最稳、支付扣减最简单、发货扣减超卖风险最大)。任何方案都必须配 幂等键 + 状态机 + 回补 + 对账,因为“扣成功”与“订单成功”不是一回事。分层要点:
- 库存模型:至少三个字段——总库存 total、锁定库存 locked、已售 sold,可用库存
available = total - locked - sold。下单时available-- / locked++(预占),支付成功locked-- / sold++(确认),取消或超时locked-- / available++(释放)。只用一个stock字段做减法,无法区分“被占用”和“已卖出”,回补与对账都会失去依据。 - 扣减时机:下单预占(防超卖最好,但占用库存、要超时释放)、支付扣减(实现简单,但支付时可能已无库存,需要兜底)、发货扣减(最晚,超卖与缺货风险最大)。电商实物通常“下单预占 + 超时释放”;秒杀用 Redis 预扣 + 异步落库;票务/虚拟商品常做席位锁定;B 端与供应商协同可能用“支付后扣”。
- DB 原子扣减:
UPDATE stock SET available = available - 1 WHERE sku_id = ? AND available >= 1,一条 SQL 内判断与更新原子完成,InnoDB 行锁保证并发安全,影响行数为 0 即失败。这是最终账本,也是所有方案的兜底;分库分表后要保证同一 sku 落同一分片,跨 sku 的下单用本地消息表/TCC 而不是一个大事务。 - 乐观锁与悲观锁:乐观锁
UPDATE ... SET version = version + 1 WHERE version = ?,冲突时重试,适合读多写少、冲突低的场景;悲观锁SELECT ... FOR UPDATE强一致但串行化,高并发下容易锁等待甚至死锁,只适合低并发或强一致的核心操作。秒杀/大促不要用FOR UPDATE。 - Redis 闸门:活动前把库存预热到 Redis,用 Lua 原子判断并扣减,扣减成功才放行到 DB/MQ;
DECR裸用会扣成负数,必须脚本内判断。Redis 是性能层,不是账本:主从异步复制可能丢扣减、集群切换可能回滚,所以 DB 仍要条件更新兜底,并用对账修复差异。 - 高并发优化:热点 sku 用分桶(总库存拆 N 桶,请求按 userId/orderId 哈希选桶),把单 key 压力打散;售罄后写本地售罄标记快速失败;同一 sku 的扣减可队列串行化(按 sku 分区消费)避免锁竞争;批量合并扣减降低 DB 往返;多级缓存挡住无效查询。分桶的代价是桶间不均,需要允许少量失败或做桶间调剂。
- 幂等与防重:每次扣减带业务幂等键(
orderId + skuId + 操作类型),用唯一索引/去重表/扣减流水表保证同一操作只生效一次;订单状态机(已预占 → 已确认 / 已释放)拒绝非法迁移;MQ 重复消费、用户重复提交、网关重试都靠这一层兜住。幂等键不要用 msgId,重投时它可能变化(6.1-4)。 - 回补、对账与监控:预占超时(延迟消息/定时扫表/ZSet)释放;支付失败、取消、退款按状态机回补,回补必须幂等且不能超过原扣减;每次库存变动写流水,用“库存 = 期初 + 入库 - 出库 ± 调整”做日对账,和订单、支付三方核对,差异自动告警 + 人工修复。监控可用库存、锁定超时数、扣减失败率、超卖告警、对账差异。
- 库存模型:至少三个字段——总库存 total、锁定库存 locked、已售 sold,可用库存
图/流程:
text
库存状态机:
可用 available ──下单预占──▶ 锁定 locked ──支付成功──▶ 已售 sold
▲ │
│ ├─超时未支付──▶ 释放回 available
└────取消/退款回补────────┘
约束:available >= 0;locked、sold 只能通过状态迁移变化text
下单预占时序:
订单服务 ──1. 幂等键占位──▶ 去重表/唯一索引
──2. UPDATE available-1, locked+1 WHERE available>=1──▶ DB
──3. 影响行数 0 → 库存不足;1 → 预占成功
──4. 发延迟消息(15min 后检查支付)
支付成功 ──5. locked-1, sold+1(幂等)
超时/取消 ──6. locked-1, available+1(幂等,校验状态)text
DB 条件更新:
UPDATE stock
SET available = available - 1,
locked = locked + 1,
version = version + 1
WHERE sku_id = ?
AND available >= 1;
-- 影响行数 = 0:并发失败/库存不足;= 1:成功
-- 行锁保证同一 sku 的更新串行,不会超卖text
Redis 分桶:
总库存 1000 → 桶 0..9,各 100
请求 → hash(orderId) % 10 → 选桶
桶内 Lua:if stock > 0 then DECR; return 1 else return 0
桶空但其他桶有货 → 允许失败(简单)或重定向(复杂)版本/源码锚点:
- MySQL 8.0 / InnoDB:行锁、
UPDATE ... WHERE、SELECT ... FOR UPDATE、唯一索引、affected rows;RR 隔离级别下注意间隙锁。 - Redis 7.x:Lua
EVAL、DECR、Cluster 分片;SETNX做幂等占位;ZSet 做延迟队列。 - RocketMQ 5.x:延迟消息、事务消息、死信队列;Kafka 3.x:分区有序、幂等生产者(5.4-6)。
- Seata 2.x:AT(undo log + 全局锁)/ TCC(Try-Confirm-Cancel);本地消息表。
- Spring Boot 3.x、MyBatis/JPA;Sentinel 1.8 限流(6.5-3);Redisson 分布式锁(6.1-7/6.1-10)。
- 相关:秒杀链路见 6.7-1;订单超时取消见 6.7-3;支付与对账见 6.7-6;分布式事务见 6.1-3;幂等见 6.1-4。
- MySQL 8.0 / InnoDB:行锁、
扣减时机对比:
| 时机 | 超卖风险 | 库存占用 | 实现复杂度 | 适用 |
|---|---|---|---|---|
| 下单预占 | 低 | 有(需超时释放) | 中 | 实物电商、秒杀 |
| 支付扣减 | 中(支付时可能无货) | 无 | 低 | 虚拟商品、低并发 |
| 发货扣减 | 高 | 无 | 低 | 履约宽松、预售 |
| 席位/名额锁定 | 低 | 有 | 中高 | 票务、预约 |
- DB 扣减方案对比:
| 方案 | 原子性 | 并发 | 超卖 | 代价 |
|---|---|---|---|---|
UPDATE ... WHERE available >= n | 强(行锁) | 中 | 无 | 热点行锁竞争 |
| 乐观锁 version | CAS | 中高 | 无 | 冲突重试 |
SELECT FOR UPDATE | 强 | 低 | 无 | 锁等待/死锁 |
| 唯一索引 + 流水 | 强 | 中 | 无(防重复) | 需设计流水表 |
| 分库分表 + 本地消息 | 最终一致 | 高 | 需兜底 | 跨库复杂 |
- Redis 与 DB 的分工:
| 层 | 角色 | 一致性 | 失效影响 |
|---|---|---|---|
| Redis | 性能闸门、资格预扣 | 最终一致 | 可能多放/少放,需对账 |
| DB | 最终账本 | 强一致(单库) | 系统不可用 |
| MQ | 削峰、异步落库 | 至少一次 | 积压/重复,需幂等 |
| 对账 | 差异发现与修复 | — | 差异累积 |
- 回补场景:
| 场景 | 动作 | 注意 |
|---|---|---|
| 下单超时未支付 | locked → available | 延迟消息可能重复,需幂等 |
| 支付失败 | locked → available | 校验订单状态 |
| 用户取消 | locked → available | 已支付需走退款 |
| 退款/退货 | sold → available(质检后) | 不能超过原销量 |
| 活动结束 | 停止预占、清理锁定 | 防止结束后继续放库存 |
| 系统异常 | 对账修复 | 人工审核 + 流水追溯 |
- 失效场景与定位:
| 现象 | 根因 | 处理 |
|---|---|---|
| 超卖 | 先查后改/Redis 扣负 | 条件更新 + Lua + 对账 |
| 少卖 | 预占未释放/桶间不均 | 超时释放 + 桶调剂 |
| 重复扣减 | 重试/MQ 重投/用户连点 | 幂等键 + 唯一索引 |
| 库存对不上 | 回补不幂等/漏流水 | 流水表 + 日对账 |
| 热点行锁等待 | 单 sku 高并发 | 分桶/队列串行/Redis 闸门 |
| 支付时无库存 | 支付扣模式 | 下单预占或支付前校验 |
| 退款补多了 | 回补无上限校验 | 校验原扣减与状态 |
| 分库后跨库不一致 | 大事务跨库 | 本地消息表/TCC |
| Redis 与 DB 不一致 | 双写失败/主从切换 | 对账 + 以 DB 为准修复 |
| 活动结束仍可下单 | 截止校验缺失 | 活动状态 + 库存关闭 |
深挖点(面试官常追的 6 个):
- 下单扣、支付扣、发货扣怎么选:下单扣是预占,能最早挡住超卖,但库存被占用,必须配超时释放,否则会“少卖”;支付扣实现最简单,但支付瞬间可能已无库存,需要“支付前校验 + 失败退款”,体验差;发货扣最晚,超卖与缺货风险最大,只适合预售或履约宽松的场景。实物电商主流是“下单预占 + 超时释放 + 支付确认”,秒杀是“Redis 预扣 + 异步落库”,票务是“席位锁定”。选择本质是在超卖风险、库存利用率、实现复杂度之间取舍。
- 一条 SQL 为什么能防超卖:
UPDATE ... SET available = available - 1 WHERE sku_id = ? AND available >= 1在 InnoDB 中会对该行加排他锁,判断与更新在同一个原子操作里完成;并发请求串行执行,后到的事务看到的是已更新后的值,available >= 1不满足就影响 0 行。不要写成“先 SELECT 再 UPDATE”——两步之间会被其他事务插入,导致超卖。注意 RR 隔离级别下的间隙锁、以及热点行锁竞争会成为瓶颈。 - Redis 和 DB 怎么配合:Redis 做“资格闸门”,Lua 原子扣减,扣成功才发 MQ/落库;DB 做最终账本,用条件更新兜底。两者是最终一致:Redis 扣了 DB 可能失败(消息丢、消费失败),DB 扣了 Redis 可能没扣(回补/对账修复)。所以要有本地消息表/事务消息保证“扣减成功必发”,消费幂等,定时对账以 DB 为准修正 Redis。不要试图用 Redis 事务/分布式锁做跨系统强一致,代价高且不可靠。
- 分桶库存怎么做、有什么坑:把总库存拆成 N 个桶(如 1000 → 10×100),请求按
hash(orderId) % N选桶,桶内 Lua 扣减,单 key 热点被打散到 N 个 key。坑有三个:桶间不均(某桶先卖完、其他桶还有货,导致“有货却买不到”)、总量控制(所有桶之和才是总库存,不能各自超卖)、回补与对账要按桶记录。缓解:桶数按峰值 QPS 定、允许少量失败、或做“桶空重定向到其他桶”(增加复杂度)、售罄后统一标记。 - 预占超时释放怎么做才不超卖:用延迟消息(RocketMQ 任意时间延迟)、定时任务扫表或 Redis ZSet 到期,检查订单是否已支付;未支付则
locked → available。关键是幂等:延迟消息可能重复投递,释放前要校验订单状态(已取消/已释放就跳过),并用状态机或唯一键防重复释放;释放不能超过原预占量。活动结束后要停止释放或转人工,避免“活动结束还在放库存”。支付成功则locked → sold,不再释放。 - 多仓库、组合商品、退款怎么处理:多仓库要按“履约仓/区域”拆库存,下单先选仓再扣该仓库存,跨仓调拨是另一条流水;组合商品(BOM)要按子件扣减,任一子件不足则整单失败,需按固定顺序扣减避免死锁;退款/退货不是简单
available++,要区分“未发货取消”(释放锁定)、“已发货退货”(质检后入库才加可用)、“仅退款”(库存不变),并且回补不能超过原扣减。这些场景的共同点是库存变动必须有流水和状态,否则对账无法解释。
追问链:
- 库存怎么建模? → total/locked/sold/available。
- 为什么不用一个 stock? → 分不清占用与售出。
- available 怎么算? → total - locked - sold。
- 什么时候扣? → 下单/支付/发货三种。
- 哪种最防超卖? → 下单预占。
- 预占缺点? → 占用库存、要释放。
- 支付扣缺点? → 支付时可能无货。
- 发货扣呢? → 超卖风险最大。
- DB 怎么原子扣? →
UPDATE ... WHERE available >= 1。 - 为什么不能先查后改? → 并发插入会超卖。
- 影响行数 0 含义? → 库存不足/并发失败。
- 乐观锁怎么做? → version CAS + 重试。
- 悲观锁呢? →
FOR UPDATE,低并发。 - 秒杀能用 FOR UPDATE 吗? → 不能,锁竞争。
- Redis 怎么扣? → Lua 判断 + DECR。
- DECR 裸用问题? → 扣成负数。
- Redis 是账本吗? → 不是,是闸门。
- Redis 丢了怎么办? → DB 兜底 + 对账。
- 热点 key 怎么办? → 分桶。
- 分桶的坑? → 桶间不均。
- 怎么保证总量? → 桶之和 = 总库存。
- MQ 作用? → 削峰、异步落库。
- 消息重复? → 幂等键 + 唯一索引。
- 幂等键用什么? → orderId+skuId+操作类型。
- 能用 msgId 吗? → 不稳。
- 扣减要记录吗? → 流水表。
- 为什么要流水? → 对账与追溯。
- 预占超时怎么释放? → 延迟消息/定时/ZSet。
- 释放要注意? → 幂等、校验状态。
- 支付成功? → locked → sold。
- 支付失败? → locked → available。
- 退款怎么回补? → 区分未发货/退货/仅退款。
- 回补能超过原量吗? → 不能。
- 多仓库怎么扣? → 选仓后扣该仓。
- 组合商品? → 按子件扣,固定顺序防死锁。
- 跨库事务? → 本地消息表/TCC。
- TCC 怎么用? → Try 预占/Confirm/Cancel。
- Saga 呢? → 长流程补偿。
- 对账怎么做? → 库存/订单/支付/流水。
- 差异怎么修? → 自动 + 人工,以 DB 为准。
- 少卖怎么发现? → 锁定超时/桶不均监控。
- 售罄怎么快速失败? → 本地标记。
- 队列串行化? → 按 sku 分区消费。
- 怎么压测? → 热点 sku + 全链路。
- 监控什么? → 可用库存/失败率/差异数。
- 活动结束? → 停止预占与释放。
- 库存和订单一致性? → 最终一致 + 对账。
- 能强一致吗? → 单库可以,跨系统代价高。
- B 端库存不同? → 可支付后扣、允许多次锁定。
- 面试怎么总结? → 模型 → 时机 → DB 兜底 → Redis 闸门 → 幂等回补 → 对账。
生产案例/取舍(示例,替换成你的项目):
- 先
SELECT再UPDATE扣库存,大促超卖 200 单;改条件更新 + 唯一索引。 - 单 sku 热点行锁等待严重,RT 飙升;改 Redis 闸门 + 分桶。
- 分桶后某桶先空、其他桶有货,用户买不到;加桶空重定向 + 监控。
- 预占超时释放重复执行,库存越补越多;加状态机 + 释放唯一键。
- MQ 重投导致重复扣减;幂等键改
orderId+skuId,唯一索引兜底。 - 退款直接
available++,未质检商品被再次卖出;改按退货状态回补。 - 组合商品按子件扣减顺序不一致,出现死锁;统一按 skuId 排序扣减。
- 支付扣模式下支付成功但无库存,大量退款;改下单预占。
- Redis 主从切换丢失预扣,DB 多卖;对账修复 + 条件更新兜底。
- 活动结束后延迟消息仍在释放库存;加活动截止校验。
- 库存流水缺失,差异无法定位;补全每次变动流水 + 日对账。
- 取舍:下单预占换低超卖,代价是库存占用与释放逻辑;支付扣换简单,代价是缺货退款;Redis 换性能,代价是最终一致;分桶换热点打散,代价是不均;悲观锁换强一致,代价是并发差;流水换可追溯,代价是写放大。
- 先
易错点:
- 认为库存只需要一个 stock 字段。
- 认为 available 等于 total。
- 认为下单扣和支付扣等价。
- 认为发货扣不会超卖。
- 认为先查后改能防超卖。
- 认为
UPDATE ... WHERE >= 1不需要事务。 - 认为影响行数 0 是异常。
- 认为乐观锁不会失败。
- 认为悲观锁适合秒杀。
- 认为 Redis 扣减就是最终账本。
- 认为
DECR不会扣负。 - 认为 Redis 主从切换不影响库存。
- 认为 MQ 不会重复消费。
- 认为 msgId 可以做幂等键。
- 认为回补不需要幂等。
- 认为回补可以超过原扣减。
- 认为退款一定要加库存。
- 认为分桶后总量自动正确。
- 认为分桶没有不均问题。
- 认为组合商品可以随便顺序扣。
- 认为跨库扣减可以用一个大事务。
- 认为 TCC 的 Cancel 一定成功。
- 认为对账是可选。
- 认为库存差异可以长期存在。
- 认为活动结束不需要处理锁定库存。
- 认为售罄后还要查 DB。
- 认为压测只压正常 sku。
- 认为库存和订单能强一致。
- 认为所有品类库存模型一样。
- 认为有 Redis 就不需要 DB 条件更新。
30 秒口述稿:
库存扣减先建模:总库存、锁定、已售、可用四个字段,只用一个 stock 分不清占用和卖出。扣减时机有三种:下单预占最防超卖,但要超时释放;支付扣最简单,但支付时可能没货;发货扣风险最大。最终账本一定是 DB 的条件更新,
UPDATE ... WHERE available >= 1,判断和更新在一条 SQL 里原子完成,不能先查后改。Redis 只是性能闸门,用 Lua 原子扣减,热点 sku 用分桶打散;Redis 和 DB 是最终一致,要靠本地消息表、幂等消费和对账修复。每次扣减带 orderId 加 skuId 的幂等键,用唯一索引或流水表防重;预占超时、支付失败、退款都要幂等回补,不能超过原扣减。最后用库存流水和订单、支付三方对账,差异自动告警。
- 3 分钟展开顺序:结论(模型 + 时机 + DB 兜底 + Redis 闸门 + 幂等对账)→ 四字段库存模型与状态机 → 三种扣减时机的取舍 → DB 条件更新的原子性与
FOR UPDATE的边界 → 乐观锁/悲观锁/唯一索引的适用 → Redis Lua 扣减与主从风险 → 分桶实现、桶间不均与总量控制 → 高并发优化(本地售罄、队列串行、批量)→ 幂等键与流水表 → 预占超时、支付确认、退款回补 → 多仓库/组合商品/跨库 → 对账与监控 → 案例与取舍。