当前位置:首页 > 文章列表 > 数据库 > Redis > Redis高并发库存超卖解决方案

Redis高并发库存超卖解决方案

2026-04-06 14:09:15 0浏览 收藏
Redis高并发场景下库存超卖的根本原因在于“读-判-写”操作的非原子性——即使DECR本身是原子命令,但先GET判断库存再DECR扣减的两步分离逻辑,在高并发时会导致多个客户端同时读到临界库存值(如1)并全部扣减,最终库存变负;真正可靠的解决方案是用Lua脚本将库存校验与扣减封装为服务端一次性、原子执行的逻辑,确保整个业务判断闭环在Redis内部完成,同时需规避KEYS/ARGV使用错误、脚本阻塞过长、集群跨slot等常见陷阱,并严格依据脚本返回值驱动后续业务流程,而非依赖网络响应成败——原子性的关键不在于是否用了Lua,而在于业务规则是否完整、严谨地收敛于一次不可分割的执行单元中。

Redis如何解决高并发库存超卖问题_利用Lua脚本实现原子性扣减

为什么单靠 DECR 会超卖

因为 DECR 虽然是原子命令,但库存校验(比如“是否 > 0”)和扣减是两步操作。高并发下多个客户端可能同时读到库存=1,然后都执行 DECR,结果变成 -1。

  • 典型错误现象:GET stock:1001 返回 1,但最终查到 GET stock:1001 是 -2
  • 本质是“读-判-写”没锁住,Redis 的单命令原子 ≠ 多命令事务原子
  • 用 WATCH + MULTI 也能做,但失败重试成本高、客户端逻辑复杂,不推荐用于秒杀类场景

用 Lua 脚本实现“判断+扣减”原子执行

Lua 脚本在 Redis 服务端一次性运行,整个脚本就是原子的。关键不是“用了 Lua”,而是把校验和修改写进同一段脚本里。

  • 常见错误:脚本里用 redis.call("GET", KEYS[1]) 再手动 if 判断——这没问题,但必须确保后续扣减也发生在同一脚本内
  • 正确姿势:用 redis.call("DECRBY", KEYS[1], ARGV[1]) 后立刻检查返回值,或先 GET 再 DECR 并判断结果
  • 示例脚本(安全扣减 1 件):
    if redis.call("GET", KEYS[1]) >= tonumber(ARGV[1]) then
      return redis.call("DECRBY", KEYS[1], ARGV[1])
    else
      return -1
    end
  • 调用方式:EVAL "脚本内容" 1 stock:1001 1;生产环境建议先 SCRIPT LOAD 再 EVALSHA,减少网络传输

注意 Lua 脚本的参数和作用域限制

KEYS 和 ARGV 是唯一能从客户端传进 Lua 的变量,且必须显式声明个数。脚本里不能访问外部变量,也不能调用非 Redis 命令。

  • 容易踩的坑:KEYS[1] 写成 KEYS[0](Lua 数组从 1 开始)、ARGV[1] 类型是 string,要 tonumber() 才能比较大小
  • 性能影响:脚本执行期间会阻塞其他命令(Redis 单线程),所以脚本必须短小,别做循环、sleep 或 HTTP 请求
  • 兼容性:Redis 2.6+ 支持,但集群模式下所有 key 必须落在同一个 slot,否则报 CROSSSLOT 错误——解决方法是用 {} 包裹 key 名强制哈希到同 slot,比如 stock:{1001}

扣减成功后,怎么通知业务层真正下单

脚本返回值是唯一可靠信号。不要依赖“脚本没报错就成功”,必须检查返回值是否 ≥ 0(或按你约定的业务码)。

  • 典型错误:脚本返回 -1,但客户端没判断,直接走后续创建订单逻辑,导致订单无库存
  • 建议返回值语义清晰:比如 1 表示扣减成功,0 表示库存不足,-1 表示 key 不存在
  • 如果需要记录日志或发消息,不要在 Lua 里做,而是在客户端根据返回值决定是否触发后续动作
  • 极端情况:脚本执行成功,但客户端网络超时收不到响应——这时得靠幂等设计,比如用订单号做去重,而不是反复重试扣减
Redis 的原子性只保到命令或脚本粒度,库存控制的边界在脚本里怎么写,比用不用 Lua 更关键。很多人写了脚本却还在外面做 if 判断,等于白搭。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Redis高并发库存超卖解决方案》文章吧,也可关注golang学习网公众号了解相关技术文章。

微博会员自动续费关闭方法 苹果安卓取消教程微博会员自动续费关闭方法 苹果安卓取消教程
上一篇
微博会员自动续费关闭方法 苹果安卓取消教程
HTML滚动条样式设置及隐藏方法
下一篇
HTML滚动条样式设置及隐藏方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    414次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    495次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    502次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    449次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    280次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码