发券高并发库存扣减方案落地实践
小结：
1、
库存扣减使用redis，我们采取预扣库存的形式，每次从数据库申请固定步长的库存进行发放，发完再次申请
发券高并发库存扣减方案落地实践 https://mp.weixin.qq.com/s/emSihdGEocnks_-BUUjlUw
发券高并发库存扣减方案落地实践
前言
信也优惠券平台目前服务于主营，KOO，印尼，菲律宾等业务线，累计发券量超过1亿张，券种类有8种，分别是借款红包券，还款红包券，免息券，消费券，提额券，借不到就赔券，提前结清券，还款费免券，主要用于各种营销活动、权益兑换、商城消费、话费充值等场景。另外在助力小微发展中也有所应用，是提升用户粘性、提升转化率的重要营销方式。
背景
-
一直以来优惠券发券的流量较高，特别是在6.18，双11等大促活动中，发券量大时会出现热点key问题，发券量越大速度越慢，十分影响用户体验
-
年初市场部门与腾讯合作的春节营销活动，计划发券400万张，活动在春节期间不定期进行，QPS峰值预计会达到500左右，而我们当时的QPS是50，如果不解决热点key问题，不仅影响春节营销活动，流量的叠加也会影响现有业务。
方案
一. 业界库存扣减方案：
-
基于数据库方式扣减：
发券时每请求一次，进行一次库存扣减，库存扣减时实时查询、实时更新数据库，通过数据库行锁保证数据一致性，适用于并发量不大的库存扣减场景，并发量大时就会出现热点key问题，具体流程如下。
-
优点: 有mysql数据库事物强一致性保证，数据是一致的。
-
缺点: 频繁扣减库存造成数据库行锁等待，高并发场景下会出现热点key问题，而且量越大速度越慢，严重时系统可能雪崩。
-
基于redis方式扣减：
发券前先把全部库存初始化入redis，发券时会查询redis是否充足，充足的话再利用redis的incr特性来进行库存扣减，需要在数据库和redis之前做异步task进行数据同步，具体流程如下。
-
优点：突破了行锁等待的限制，速度快。
-
缺点：无法保证数据强一致性，完全依赖缓存一旦缓存丢失，库存将失效，会引出现超发等问题。数据库和redis之前做异步task进行数据同步逻辑比较复杂，实时性要求高。
二. 我们的方案：
-
redis+数据库库存扣减：
综合系统稳定性，高并发考虑，我们结合以上两种方式进行了升级，库存扣减使用redis，我们采取预扣库存的形式，每次从数据库申请固定步长的库存进行发放，发完再次申请，以此类推，具体流程如下。
-
优点：通过双重检查锁，保证数据一致性，速度也很快。
-
缺点：流程相对较复杂，当前步长是固定的，后续我们将综合发放量、QPS等因子实现步长动态化。
-
redis+数据库库存扣减实施过程：
-
首次发券时从数据库申请固定步长库存，我们称为增加预扣库存，然后将预扣库存放入redis中。
-
后续每次请求都从redis扣减，直到扣完。由于在这个过程中存在并发，可能多扣，所以我们需要将多扣的库存进行归还。
-
扣完后再次增加预扣库存，同样再次申请时也会存在并发，所以我们增加了双重检查锁，来确保增加数据库和redis的量是原子的。
-
假设预扣库存量是1万，那么1万次请求我们只进行一次数据库库存扣减操作，400万次的话则只进行400次数据库库存扣减，这样就解决了热点key问题。
-
由于是和三方合作，为了防止瞬时流量暴增，影响现有业务，这时也需要做好自我防护，所以我们还引入了sentinel限流，做到接收流量可控。
验证
为了充分验证，我们在测试环境进行了5种不同场景压测，结果如下：
虽然测试环境机器和生产环境机器有一定差距，但可以看出发券速度最高在10k/min左右，性能有了很大提升。
结果
优化后上线继续监控观察，当天有两个活动：老客春节活动和春节红包活动同时进行，1天的发券量为110W+，发券速度为11698，较优化前提升了7倍，按照之前的发券速度则需要12个小时，现在不到2小时就发完了。数据如下：
上线前后发券速度比较：
总结
面对高并发的挑战，我们通过redis+数据库库存扣减方案的落地实践，解决了系统瓶颈，为支撑后续业务打下良好的基础，在保证系统稳定的前提下有效的提升了用户体验。未来我们将在发券、用券数据可视化，优惠券成本可监测性方面继续发力，同时也将不断丰富优惠券的券种类，让优惠券营销更加灵活，让用户感觉更加实惠。
作者
dchl，信也科技后端研发专家，主要负责信也科技优惠券平台，消息平台，混沌平台等系统的研发、维护和推广工作。
