问题的来源
上篇文章介绍了 ETL 场景下的高性能最终一致性解决方案，这次的问题也是一个常见的问题。
最近发现很多人被类似秒杀这样的设计困扰，其实这类问题可以很方便地解决，先来说说这类问题的关键点是什么：
- 一定要高性能，不然还能叫秒杀吗？
- 要强一致性，库存只有100个，不能卖出去101个吧？但是库存10000实际只卖了9999是否允许呢？
- 既然这里说了是秒杀，那往往还会针对每个用户有购买数量的限制。
总结一下，还是那几个词：高性能强一致性！
下文的所有解决方案是在 Mysql InnoDB 下做的。因为用到了很多数据库特性。其他的数据库或其他的数据库引擎会有不同的表现，请注意。
完全不考虑一致性的方案
表结构
+-----------+------------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+-----------+------------------+------+-----+---------+----------------+
| id | int(11) unsigned | NO | PRI | NULL | auto_increment |
| user_id | int(11) | NO | | NULL | |
| deal_id | int(11) | NO | | NULL | |
| buy_count | int(11) | NO | | NULL | |
+-----------+------------------+------+-----+---------+----------------+
方案
表结构很简单，其实就是一个user和deal的关联表。谁买了多少就插入数据呗。
首先，还要检查一下传过来的buy_count是否超过单人购买限制。
接下来，每次插入前执行以下以下操作检查一下是否超卖即可：
select sum(buy_count) from UserDeal where deal_id = ?
最后还要检查一下这个用户是否购买过：
select count(*) from UserDeal where user_id = ? and deal_id = ?
全都没问题了就插入数据：
insert into UserDeal (user_id, deal_id, buy_count) values (?, ?, ?)
存在的问题
大家别笑，这样的设计你一定做过，刚毕业的时候谁没设计过这样的系统啊？而且大部分系统对性能和一致性的要求并没有那么高，所以以上的设计方案还真是普遍存在的。
那就说说在什么情况下会出问题吧：
- 如果库存只剩一个，两个用户同时点购买，两个人检查全部成功，最后，就超卖了。
- 如果一个用户同时发起两次请求，检测部分同样可能会同时通过，最后，数据就异常了。
那就让我们一步步来解决里面存在的问题吧。
保证单用户不会重复购买
先来解决最简单的问题，保证单用户不会重复购买。
其实只要利用数据库特性即可，让我们来加一个索引：
alter table UserDeal add unique user_id_deal_id(user_id, deal_id)
加上唯一索引后，不仅查询性能提高了，插入的时候如果重复还会自动报错。
当然别忘了在业务代码中 catch 一下这个异常，并在页面上给用户友好的提醒。
解决超卖问题
方案
为了解决这个问题，第一个想到的就是把这几次操作在事务中操作。否则无论怎么改，也都不是原子性的了。
但是加完事务后就完了？
上面的select语句没有使用for update关键字，所以就算加入了事务也不会影响其他人读写。
所以我们只要改一下select语句即可：
select sum(buy_count) from UserDeal where deal_id = ? for update
优化
刚改完后发现，问题解决了！so easy！步步高点读机，哪里不会点哪里，so easy！
但是不对啊！为什么两个用户操作不同的deal也会相互影响呢？
原来我们的select语句中的查询条件是where deal_id = ?，你以为只会锁所有满足条件的数据对吧？
但实际上，如果你查询的条件不在索引中，那么 InnoDB 会启用表锁！
那就加一个索引呗：
alter table UserDeal add index ix_deal_id(deal_id)
提高性能了
好了，到目前为止，无论用户怎没点，无论多少个人买同一单，都不会出现一致性的问题的。
而且事务都是行锁，如果你的业务场景不是秒杀，操作是分散在各个单子上的。而且你的压力不大，那么优化到这就够了。
但是，如果你真的会有几万人、几十万人同时秒杀一个单子怎么办？
很多交易类网站都会有这样的活动。
我们现在思考一下，上面的优化好像已经是极致了，不仅满足了一致性，而且性能方面也做了足够的考量，无从下手啊！
这时候，只能牺牲一些东西了。
鱼与熊掌不可兼得
优化的思路
性能和一致性常常同时出现，却又相互排斥。刚才我们为了解决一致性问题带入了性能问题。现在我们又要为了性能而牺牲一致性了。
这里想提高性能的话，就要去掉事务了。那么一旦去掉事务，一致性就没办法保证了，但有些一致性的问题并不是那么地严重。
所以，这里最关键的就是要想清楚，你的业务场景对什么不能容忍，对什么可以容忍。不同业务场景最后的方案一定是不同的。
秒杀可以容忍什么
本文标题说的是秒杀，因为这个业务场景很常见，那么我们就来说说秒杀。
秒杀最怕的是超卖，但却可以接受少卖。什么是少卖？我有一万份，卖了9999份，但数据库里却说已经买完了。
这个严重吗？只要我们能把这个错误的量控制在一定比例以内并且可以后续修复，那这在秒杀中就不是一个问题了。
为了性能牺牲一致性的设计方案
去掉了事务会发生什么
在上述的方案中，如果去掉了事务，单用户重复购买是不会有问题的，因为这个是通过唯一索引来实现的。
所以这边我们主要是去解决超卖问题。
既然去掉了事务，那么for update锁行就无效了，我们可以另辟蹊径，来解决这个问题。
修改表结构
刚才一直没有提Deal表，其实它就是存了一下基本信息，包括最大售卖量。
之前我们是通过对关联表进行sum(buy_count)操作来得到已经卖掉的数量的，然后进行判断后再进行插入数据。
现在没了事务，这样的操作就不是原子性的了。
所以让我们来修改一下Deal表，把已经售卖的量也存放在Deal表中，然后巧妙地把操作转换成一行update语句。
+-----------+------------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+-----------+------------------+------+-----+---------+----------------+
| id | int(11) unsigned | NO | PRI | NULL | auto_increment |
| buy_max | int(11) | NO | | NULL | |
| buy_count | int(11) | NO | | NULL | |
+-----------+------------------+------+-----+---------+----------------+
修改执行过程
如果你继续先把数据查出来到内存中然后再操作，那就不是原子性的了，必定会出问题。
这时候，神奇的update语句来了：
update Deal set buy_count = buy_count + 1 where id = ? and buy_count + 1 <= buy_max
如果一单的buy_max是1000，如果有2000个用户同时操作会发生什么？
虽然没有事务，但是update语句天然会有行锁，前1000个用户都会执行成功，返回生效行数1。而剩下的1000人不会报错，但是生效行数为0。
所以程序中只要判断update语句的生效行数就知道是否抢购成功了。
还没有结束
问题解决了？好像也没牺牲一致性啊，用户根本不会超卖啊？
但是，购买的时候有两个关键信息，“剩余多少”和“谁买了”，刚才的执行过程只处理了第一个信息，它根本没存“谁买了”这个信息。
而这两个信息其实也是原子性的，但是为了性能，我们不得不牺牲一下了。
刚才说到如果update的生效行数是1，就代表购买成功。所以，如果一个用户购买成功了，那么就再去UserDeal表中插入一下数据。
可如果一个用户重复购买了，那么这里也会出错，所以如果这里出错的话还需要去操作一下Deal表把刚才购买的还回去：
update Deal set buy_count = buy_count - 1 where id = ? and buy_count - 1 >= 0
这边理论上不会出现buy_count - 1 < 0的情况，除非你实现的不对。
…… 无图无真相，完全混乱了
只看文字不清晰，还是来张完整的流程图吧！
毫无破绽啊！不是说要牺牲一致性吗？为什么没看到？因为上面的流程图还没有考虑数据库故障或者网络故障，最后还是来一张最完整的流程图吧：
仔细看一下整张流程图，最终就这几种情况：
- 执行成功
- 无库存
- 回滚成功
- 损失库存
前三种是正常的，只有“损失库存”是有问题的。其实，“损失库存”这种情况其实很难出现，只有在网络故障或者数据库的情况下才可能偶尔。
那你的业务可以容忍它吗？最终还是具体问题具体分析了。
不要过度优化
最后还是提醒一句，千万不要过度优化，第一个使用事务的方案其实已经够好了！
除非你的业务特殊，全中国几十万人几百万人会同时来买，那才有必要牺牲一下一致性提升性能。
对了，如果是像双十一或者小米这样子的抢购，上面的方案也是不够的…
本作品由 Dozer 创作，采用 知识共享署名-非商业性使用 4.0 国际许可协议 进行许可。