redis使用分布式锁解决超卖问题
超卖问题
业务场景
天猫双11热卖过程中，对已经售罄的货物追加补货，且补货完成。客户购买热情高涨，3s内将所有商品购买完毕。本次补货已经将库存全部清空，如何避免最后一件商品不被多人同时购买？【超卖问题】
业务分析
- 使用watch监控一个key有没有改变已经不能解决问题。此处要监控的是具体数据
- 虽然redis是单线程的，但是多个客户端对同一数据同时进行操作时，如何避免不被同时修改？
解决方案
- 使用setnx设置一个公共锁
setnx lock-key value
利用setnx命令的返回值特征，有值则返回设置失败，无值则返回设置成功
- 对于返回设置成功的，拥有控制权，进行下一步的具体业务操作
- 对于返回设置失败的，不具有控制权，排队或等待
操作完毕使用del操作释放锁
注意： 上述解决方案是一种设计概念，依赖规范保障，具有风险性
死锁问题
业务场景
依赖分布式锁的机制，某个用户操作时对应客户端宕机，且此时已经获取到锁。如何解决
业务分析
- 由于锁操作由用户控制加锁解锁，必定会存在加锁后未解锁的风险
- 需要解锁操作不能仅依赖用户控制，系统级别要给出对应的保底处理方案
解决方案
- 使用expire为锁key添加时间限定，到时不释放，放弃锁
expire lock-key second
pexpire lock-key milliseconds
由于操作通常都是微秒或毫秒级，因此该锁定时间不宜设置过大。具体时间需要业务测试后确认
- 例如：持有锁的操作最长执行时间127ms,最短执行时间7ms
- 测试百万次最长执行时间对应命令的最大耗时，测试百万次网络延迟平均耗时
- 锁时间设定推荐：最大耗时*120%+平均网络延迟*110%
- 如果业务最大耗时<<网络平均延迟，通常为2个数量级，取其中单个耗时较长即可
