乐观锁在超卖问题上的应用实现+原理

xin麒 xin麒 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 100+累计阅读 137平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄6年
关注
原创 最新推荐文章于 2026-04-01 22:03:08 发布 137 阅读 AI 写同款· GEO 优化 ›
分布式锁实现 查看Redis官方文档，对于单节点的Redis ，使用setnx和lua del删除分布式锁是足够的，但是主从架构的场景下：锁先加在一个master节点上，默认是异步同步到从节点，此时master挂了会选择slave为master，此时又可以加锁，就会导致超卖。此命令会返回扣减后的最新库存，若小于0则表示超卖。可以把分布式锁的性能提升5倍。里面有一个subscribe的逻辑，会监听对应加锁的key，当锁释放之后publish对应的消息，此时如果没有到达对应的锁的超时时间，也会尝试获取锁，避免时间浪费。 阅读详情

项目实现：https://mp.weixin.qq.com/s/rSe6zEz9EpiBCmCajq4FiQ

项目测试（使用jmeter工具）：
在这里插入图片描述

断言：
在这里插入图片描述

对于1000线程处理的结果（分批修改库存）：
在这里插入图片描述

标签
#锁 #分布式
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
基于FastLIO2与TEB算法的机器狗自主导航系统实战 本文详细介绍了如何为机器狗构建一套基于FastLIO2与TEB算法的自主导航系统。通过整合FastLIO2激光惯性里程计实现精准定位，并采用TEB局部规划器进行灵活路径规划与动态避障，解决了传统方案在复杂地形下反应慢、易碰撞的问题。文章提供了从环境搭建、算法部署、地图转换到系统调试的完整实战指南，帮助开发者实现机器狗的稳健自主行走。 阅读详情

相关推荐

气象数据收集

国家气象信息中心-中国气象数据网 (cma.cn)国家气象信息中心-中国气象数据网 (cma.cn)预报数据：需要定制，收费10万+路面数据同化系统，实时。

weixin_42209537的博客 3487

3.4 乐观锁解决超卖问题

CAS机制是乐观锁的一种重要实现方式，适用于冲突概率较低的场景。它通过原子操作确保数据的一致性，同时避免了锁的开销，提高了并发性能。然而，CAS也存在ABA问题和高冲突场景下的性能瓶颈。在实际应用中，可以根据具体需求选择合适的锁机制，或结合其他技术（如版本号、退避算法）来优化性能。

云生的博客 1206

芯片低功耗设计实战：CPF与UPF流程选择指南（附工具对比）

本文深入探讨了芯片低功耗设计实战中CPF与UPF流程的选择策略。文章从两者本质差异与演进脉络出发，结合Cadence与Synopsys工具链的深度支持实况，为工程师提供了基于项目场景的决策框架。重点分析了在混合工具链环境下如何实施流程与验证，并强调了利用Spyglass等工具确保功耗意图无损传递的关键技巧，旨在帮助团队做出明智的流程抉择，提升设计效率与可靠性。

weixin_29197051的博客 405

吊打面试官之乐观锁

1、什么是乐观锁 2、乐观锁的原理 3、乐观锁使用场景 4、如何实现乐观锁

Java学习之乐的博客 633

GNSS接收机性能测试全攻略：从实验室到真实场景

本文系统介绍了GNSS接收机从实验室到真实场景的完整性能测试流程。首先通过GNSS模拟器进行射频传导测试，评估接收机的基础性能；其次进行天线OTA测试，考察整机系统表现；最后通过精心设计的外场路测，在复杂环境中验证其实际定位精度与可靠性。文章强调，只有结合可控的实验室验证与多变的外场挑战，才能对接收机性能做出全面、真实的评价。

weixin_28365523的博客 518

ATE测试基础——直流参数测试

芯片测试在发展过程中诞生了许多术语，初次接触的人大部分都会被绕晕。因此为方便广大读者理解，在开始介绍测试项之前，需要对测试领域的名词进行解释。还有部分较为抽象的内容，需要略作展开。DUT——Device Under Test，正在被测试的器件Pin——器件引脚，信号引脚分为输入，输出，三态和双向四类，负责与外界进行信息交互；电源引脚分为电源和地两类，结构与信号引脚不同，负责给器件内部运行和外部输出提供电平。输入：在外部信号和器件内部逻辑之间起缓冲作用的信号输入通道;

你骄傲地飞远的博客 1万+

Redis锁，悲观锁和乐观锁

乐观锁 开启事务前，设置对数据的监听（watch），EXEC时，如果发生数据发生过修改，作用于改数据的事务会自动取消（DISCARD）,事务EXEC后，无论成败，监听会被移除 悲观锁 每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁。 场景：如果项目中使用了缓存且对缓存设置了超时时间。 当并发量比较大的时候，如果没有锁机制，如果有大量请求访问过期的数据，那么大量并发请求会穿透缓存直接查询数据库，造成雪崩效应。 用加锁或者队列的方式保证来保证不会有大量的线程对数据库一次性进行读写，

李晨璐的博客 2841

XTDrone平台FAST-LIO2与ego-planner结合路径规划部署

之前做了XTDrone平台FAST-LIO2的部署现在将其结合ego-planner进行导航规划，之前查看教程是使用视觉进行定位导航的，现在重新学习。修改advanced_param_xtdrone.xml，这里有视觉信息，不修改会报错显示为输入视觉话题信息。怎么描述 ，感觉当时觉得很难的问题突然就给解决了，一顿复杂，最近勤更新吧，继续开始学习。还有一个想法就是两个rviz结合在一起启动，写了一个demo，融合的不太好感觉额。改为只使用雷达点云，这里仿真的话题是/scan。

m0_56093217的博客 1083

mysql乐观锁 超卖_【悲观锁】和【乐观锁】来解决秒杀系统中的超卖问题

我们知道在秒杀系统中肯定是会碰到超卖的问题的，原因就是高并发请求导致了数据库的脏读和不可重复读，进而造成了超额用户下了订单。解决方法可以通过封锁协议在数据库端对操作进行加锁，进而提高事务的隔离级别，来到达可串行化调度(多个事务的并发执行是正确的，当且仅当其结果与按某一次序串行地执行这些事务时的结果相同。可串行化调度当然也保持数据库的一致状态)。但是我们通常更多把处理和压力放在后端，通过对业务加悲观...

weixin_39562234的博客 558

C#：WPF格式转Winform格式

WPF格式转Winform格式

Hello C++ 1295

大模型系列——Ollama简明教程

在这篇文章中，我们将了解如何使用 Ollama、如何在 Ollama 中创建自己的模型 以及如何使用 Ollama 构建聊天机器人。这是深入研究 Ollama 的第一部分，以及我所学到的有关本地 LLM 的知识以及如何将它们用于基于推理的应用程序。在这篇文章中，你将了解——

2401_84052244的博客 1万+

高并发场景下的Spring Boot悲观锁应用：解决超卖与数据一致性问题

• 如果 500 个用户在 2 秒内同时请求更新同一份库存数据，几乎所有并发的更新尝试都会因为版本冲突而抛出。，从而阻止其他事务（线程）对这些行进行修改（某些情况下甚至阻止读取），直到当前事务完成。查询得以继续执行，并读取到已被线程1更新后的数据（例如，库存数量为9）。上时，JVM 级别的锁就无法跨实例同步了，依然会产生并发问题。4. 线程1 继续执行，检查库存（假设当前库存为10）。通过这种方式，对共享资源（产品库存）的临界区代码的访问被。了，从而解决了高并发场景下的数据不一致问题（如超卖）。

郑龙飞 1226

51、基于深度卷积神经网络的自闭症分类研究

本研究提出了一种基于深度卷积神经网络的自闭症分类方法，通过融合VGGNet-19和ResNet-52模型的特征，并在决策层采用SVM分类器，实现了对自闭症谱系障碍（ASD）和典型发育（TD）个体的准确区分。研究使用ABIDE数据集，结合数据增强和特征拼接技术，取得了88.12%的分类准确率和0.88的ROC曲线下面积。结果表明，该方法在自闭症自动诊断中具有良好的性能，同时研究也探讨了其局限性，并展望了未来改进方向，如多模态数据融合、迁移学习和模型可解释性的提升。

grpc6streamer的博客 130

电商库存扣减难题：Java分布式锁与数据库乐观锁实战对比（附源码）

解决高并发库存超卖难题，深入Java电商系统实战场景。对比分布式锁与数据库乐观锁的适用场景、实现方式及性能优势，附完整源码示例。两种方案优劣一目了然，值得收藏。

Instrulink的博客 1155

WINCC7.3破解文件

WINCC7.3硬件够破解文件，有需要的下载！WINCC7.3硬件够破解文件，有需要的下载！

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。，新界面，新视觉，

docker redis 集群_Docker部署Redis集群----第十节（docker-redis哨兵集群“秒杀”篇实例二）...

本篇章是建立在上个篇章的基础之上来实现我们的实例二“秒杀”案例。废话我们就不说了。秒杀就是实实在在的高并发场景，一般都会经过“抢订单”这个环节，而这个环节是最能考验我们业务上提供的抗压能力。处理不好很容易照成超卖现象，这个肯定不符合我们的业务需求，因为任何商品都会有库存数量的上限。解决这个超卖其性能上注重的是优化：缓存、扩容和流量限制。当然这不是本篇章要讲的内容。超卖的原因：库存固定数额，当剩余的...

weixin_39968592的博客 65

VC中sqlite的使用

在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示

Redis实现分布式锁方案

先来引入一个问题，复习复习以前多线程和数据库的知识。如下所示，有一个Product表，带有库存：使用jmeter测试，开启n多个线程同时去扣减id为1的数据的库存(每次减一)：最终的结果显示库存为负数，明显超卖了（有可能是正数），这是在单线程下的并发安全问题。问题的原因是多个线程同时查询，都查询到库存充足，进入if块了，但库存被扣完了，此时就会超卖。为什么这么写？是因为直接加锁有一点问题——>。②在数据库层面加悲观锁：在第一条查询语句时就加上排他锁，保证了只有一个线程能够同时查询和更新。

清风 1325

PHP利用Redis 事务实现商品秒杀

PHP实现秒杀

u014225032的博客 2852

并发减库存

秒杀的场景有很多，比如：抢购、抢票、抢红包等等。总之，就是在极短时间内有大量的请求。我们都知道，这种系统设计的大方向就是限流，即通过层层过滤，最终只让相对较少的请求进入到核心业务处理层。这里不谈秒杀设计，不谈使用队列等使请求串行化，就谈下怎么用锁来保证数据正确，就是已经到减库存那一步了，在这一步中如果保证不超卖。用队列的话，可以是Java自动的队列，也可以用Redis的LPUSH RPOP重点是扣...

comeoncomputer的专栏 940

Redis学习笔记

多个JVM有一个共同的锁监视器，不同JVM的不同线程都用同一把锁，满足分布式系统或者集群模式下进程可见并且互斥的锁，保证：多进程可见、互斥、高可用、高性能、安全性。版本号法：给数据加一个版本号，每次更新数据前判断版本号是否和上次修改后的版本号一致，不一致说明数据被修改，一致则可以修改数据且版本号自增。悲观锁：认为线程安全问题一定会发生，因此在操作数据之前先获取锁，确保线程串行执行。主从一致性：如果Redis提供了主从集群，主从同步存在延迟，当主宕机，如果从未同步主中的锁数据，则会出现锁实现失效。

2503_91700196的博客 1255

【小众点评项目】 开发日记 DAY 03 使用锁解决秒杀问题

使用锁、分布式锁解决秒杀问题

lyx7762的博客 307

分布式锁实现原理与最佳实践

在分布式集群工作的开发场景中，需要分布式锁来保证数据的最终一致性，本文将为大家分享分布式锁的原理及最佳实践。

阿里技术 904

Redis事务全面解析

Redis事务是一组命令的集合，这些命令会被顺序化、串行化地执行，确保在执行过程中不会被其他客户端的命令打断。核心特性命令打包：多个命令打包成一个单元执行顺序保证：执行期间不被其他客户端插队简单易用：相比MySQL事务实现更轻量优势说明适用场景命令打包多个命令作为一个单元执行需要原子性操作的场景防止插队执行期间不被其他客户端打断并发资源竞争简单轻量实现简单，性能开销小不需要完整ACID的场景乐观锁支持通过WATCH实现版本控制数据一致性要求较高的场景。

2303_78940834的博客 1069

Redis03_事务

概述 Redis事务的作用: 就是串联多个命令防止别的命令插队。 事务之间的关系: 主要分为两种模式: 组队中和执行 先来看一下命令: mulit: 发起组队, 将进行的操作写入到事务中 exec: 执行事务 discard:终止事务的执行 事务的错误的两种情况: 组队中遇到错误, 全部都会执行失败 执行中遇到错误, 其他的继续执行, 错误的就失败 图解情况: 为什么要有事务呢? 答: 为了防止多个客户端对同一条数据作处理, 导致数据紊乱的问题 事务冲突的问题怎么解决呢? 解决的两种方式: 悲

First_____的博客 178

Redis 实战篇1.3 （优惠券秒杀）

Resource@Resource/*** 秒杀优惠券* @return*/@Override// 1.查询优惠券// 2.判断秒杀是否开始// 尚未开始return Result.fail("秒杀尚未开始！");// 3.判断秒杀是否已经结束// 尚未开始return Result.fail("秒杀已经结束！");// 4.判断库存是否充足// 库存不足return Result.fail("库存不足！");// 5.扣减库存if (!success) {

2401_84162100的博客 49

Springboot分别使用乐观锁和分布式锁（基于redisson）完成高并发防超卖

在电商中经常会有防超卖的需求，本质上是对一条数据的多线程并发情况下的数据安全性进行控制。 譬如一个商品goods，库存是100，在多线程都去读取修改的情况下，会产生数据错乱。 不加锁的情况 我们来看一个简单的例子，有个goods表，里面有个int型字段amount。我们用多线程来频繁修改amount的值，看看结果。 @Transactional(rollbackFor = Except...

tianyaleixiaowu的专栏 1万+

【并发】高并发下库存超卖问题如何解决？

文章目录出现场景解决方案数据库设置字段为无符号型悲观锁乐观锁通过redis队列解决分布式锁+分段缓存(推荐方案)Redis原子操作(Redis incr)+乐观锁LUA脚本保持库存原子性 出现场景 在并发的场景下，比如商城售卖商品中，一件商品的销售数量＞库存数量的问题，称为超卖问题。主要原因是在并发场景下，请求几乎同时到达，对库存资源进行竞争，由于没有适当的并发控制策略导致的错误。 例如简单的下单操作，通常我们会按照如下写法 public ServerResponse createOrder(Integ

BookSea的博客 5097

库存超卖问题解决方式

库存超卖是指多个请求同时减少库存时，库存数量变为负数的情况。例如，某商品库存数量为10，同时有两个请求减少库存数量，假设两个请求同时查询库存数量为1，然后各自减少库存数量，最后库存数量变为-1，这就是超卖问题。悲观锁：认为线程安全问题一定会发生，因此在操作数据之前先获取锁，确保线程串行执行。例如Synchronized、Lock都属于悲观锁。优点：简单粗暴缺点：性能一般乐观锁：认为线程安全问题不一定会发生，因此不加锁，只是在更新数据时去判断有没有其它线程对数据做了修改。

Blocking The Sky 1826
上一篇： jmeter设置失败信息，判断请求是否成功
下一篇： 悲观锁实现一人一单+jmeter并发测试
点赞 0
评论 0
书签 书签 0
xin麒
xin麒
博客等级 码龄6年 110粉丝 161原创
+ 关注
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值