我們項(xiàng)目中的搶購訂單采用的是分布式鎖來解決的。有一次，運(yùn)營做了一個飛天茅臺的搶購活動，庫存 100 瓶，但是卻超賣了！

要知道，這個地球上飛天茅臺的稀缺性?。。。∈鹿识?P0 級重大事故...只能坦然接受。整個項(xiàng)目組被扣績效了~~

事故發(fā)生后，CTO 指名點(diǎn)姓讓我?guī)ь^沖鋒來處理，好吧，沖~

經(jīng)過一番了解后，得知這個搶購活動接口以前從來沒有出現(xiàn)過這種情況，但是這次為什么會超賣呢？

原因在于：之前的搶購商品都不是什么稀缺性商品，而這次活動居然是飛天茅臺，通過埋點(diǎn)數(shù)據(jù)分析，各項(xiàng)數(shù)據(jù)基本都是成倍增長，活動熱烈程度可想而知！

public SeckillActivityRequestVO seckillHandle(SeckillActivityRequestVO request) {
SeckillActivityRequestVO response;
    String key = "key:" + request.getSeckillId;
    try {
        Boolean lockFlag = redisTemplate.opsForValue().setIfAbsent(key, "val", 10, TimeUnit.SECONDS);
        if (lockFlag) {
            // HTTP請求用戶服務(wù)進(jìn)行用戶相關(guān)的校驗(yàn)
            // 用戶活動校驗(yàn)

            // 庫存校驗(yàn)
            Object stock = redisTemplate.opsForHash().get(key+":info", "stock");
            assert stock != null;
            if (Integer.parseInt(stock.toString()) <= 0) {
                // 業(yè)務(wù)異常
            } else {
                redisTemplate.opsForHash().increment(key+":info", "stock", -1);
                // 生成訂單
                // 發(fā)布訂單創(chuàng)建成功事件
                // 構(gòu)建響應(yīng)VO
            }
        }
    } finally {
        // 釋放鎖
        stringRedisTemplate.delete("key");
        // 構(gòu)建響應(yīng)VO
    }
    return response;
}

以上代碼，通過分布式鎖過期時間有效期 10s 來保障業(yè)務(wù)邏輯有足夠的執(zhí)行時間；采用 try-finally 語句塊保證鎖一定會及時釋放。

業(yè)務(wù)代碼內(nèi)部也對庫存進(jìn)行了校驗(yàn)?？雌饋砗馨踩?！別急，繼續(xù)分析。。。

飛天茅臺搶購活動吸引了大量新用戶下載注冊我們的 APP，其中，不乏很多羊毛黨，采用專業(yè)的手段來注冊新用戶來薅羊毛和刷單。

當(dāng)然我們的用戶系統(tǒng)提前做好了防備，接入阿里云人機(jī)驗(yàn)證、三要素認(rèn)證以及自研的風(fēng)控系統(tǒng)等各種十八般武藝，擋住了大量的非法用戶。

此處不禁點(diǎn)個贊，但也正因如此，讓用戶服務(wù)一直處于較高的運(yùn)行負(fù)載中。

搶購活動開始的一瞬間，大量的用戶校驗(yàn)請求打到了用戶服務(wù)。

導(dǎo)致用戶服務(wù)網(wǎng)關(guān)出現(xiàn)了短暫的響應(yīng)延遲，有些請求的響應(yīng)時長超過了 10s，但由于 HTTP 請求的響應(yīng)超時我們設(shè)置的是 30s。

這就導(dǎo)致接口一直阻塞在用戶校驗(yàn)?zāi)抢铮?0s 后，分布式鎖已經(jīng)失效了，此時有新的請求進(jìn)來是可以拿到鎖的，也就是說鎖被覆蓋了。

這些阻塞的接口執(zhí)行完之后，又會執(zhí)行釋放鎖的邏輯，這就把其他線程的鎖釋放了，導(dǎo)致新的請求也可以競爭到鎖~這真是一個極其惡劣的循環(huán)。

這個時候只能依賴庫存校驗(yàn)，但是偏偏庫存校驗(yàn)不是非原子性的，采用的是 get and compare 的方式，超賣的悲劇就這樣發(fā)生了~~~

仔細(xì)分析下來，可以發(fā)現(xiàn)，這個搶購接口在高并發(fā)場景下，是有嚴(yán)重的安全隱患的，主要集中在三個地方：

①沒有其他系統(tǒng)風(fēng)險(xiǎn)容錯處理

由于用戶服務(wù)吃緊，網(wǎng)關(guān)響應(yīng)延遲，但沒有任何應(yīng)對方式，這是超賣的導(dǎo)火索。

②看似安全的分布式鎖其實(shí)一點(diǎn)都不安全

雖然采用了 set key value [EX seconds] [PX milliseconds] [NX|XX]的方式，但是如果線程 A 執(zhí)行的時間較長沒有來得及釋放，鎖就過期了，此時線程 B 是可以獲取到鎖的。

當(dāng)線程 A 執(zhí)行完成之后，釋放鎖，實(shí)際上就把線程 B 的鎖釋放掉了。這個時候，線程 C 又是可以獲取到鎖的，而此時如果線程 B 執(zhí)行完釋放鎖實(shí)際上就是釋放的線程 C 設(shè)置的鎖。這是超賣的直接原因。

③非原子性的庫存校驗(yàn)

非原子性的庫存校驗(yàn)導(dǎo)致在并發(fā)場景下，庫存校驗(yàn)的結(jié)果不準(zhǔn)確。這是超賣的根本原因。

通過以上分析，問題的根本原因在于庫存校驗(yàn)嚴(yán)重依賴了分布式鎖。因?yàn)樵诜植际芥i正常 set、del 的情況下，庫存校驗(yàn)是沒有問題的。

但是，當(dāng)分布式鎖不安全可靠的時候，庫存校驗(yàn)就沒有用了。

知道了原因之后，我們就可以對癥下藥了。

相對安全的定義：set、del 是一一映射的，不會出現(xiàn)把其他現(xiàn)成的鎖 del 的情況。

從實(shí)際情況的角度來看，即使能做到 set、del一一映射，也無法保障業(yè)務(wù)的絕對安全。

因?yàn)殒i的過期時間始終是有界的，除非不設(shè)置過期時間或者把過期時間設(shè)置的很長，但這樣做也會帶來其他問題。故沒有意義。

要想實(shí)現(xiàn)相對安全的分布式鎖，必須依賴 key 的 value 值。在釋放鎖的時候，通過 value 值的唯一性來保證不會勿刪。

public void safedUnLock(String key, String val) {
    String luaScript = "local in = ARGV[1] local curr=redis.call('get', KEYS[1]) if in==curr then redis.call('del', KEYS[1]) end return 'OK'"";
    RedisScript<String> redisScript = RedisScript.of(luaScript);
    redisTemplate.execute(redisScript, Collections.singletonList(key), Collections.singleton(val));
}

我們通過 LUA 腳本來實(shí)現(xiàn)安全地解鎖。

如果我們對于并發(fā)有比較深入的了解的話，會發(fā)現(xiàn)想 get and compare/ read and save 等操作，都是非原子性的。如果要實(shí)現(xiàn)原子性，我們也可以借助 LUA 腳本來實(shí)現(xiàn)。

但就我們這個例子中，由于搶購活動一單只能下 1 瓶，因此可以不用基于 LUA 腳本實(shí)現(xiàn)而是基于 Redis 本身的原子性。

// redis會返回操作之后的結(jié)果，這個過程是原子性的
Long currStock = redisTemplate.opsForHash().increment("key", "stock", -1);

發(fā)現(xiàn)沒有，代碼中的庫存校驗(yàn)完全是“畫蛇添足”。

public SeckillActivityRequestVO seckillHandle(SeckillActivityRequestVO request) {
SeckillActivityRequestVO response;
    String key = "key:" + request.getSeckillId();
    String val = UUID.randomUUID().toString();
    try {
        Boolean lockFlag = distributedLocker.lock(key, val, 10, TimeUnit.SECONDS);
        if (!lockFlag) {
            // 業(yè)務(wù)異常
        }

        // 用戶活動校驗(yàn)
        // 庫存校驗(yàn)，基于redis本身的原子性來保證
        Long currStock = stringRedisTemplate.opsForHash().increment(key + ":info", "stock", -1);
        if (currStock < 0) { // 說明庫存已經(jīng)扣減完了。
            // 業(yè)務(wù)異常。
            log.error("[搶購下單] 無庫存");
        } else {
            // 生成訂單
            // 發(fā)布訂單創(chuàng)建成功事件
            // 構(gòu)建響應(yīng)
        }
    } finally {
        distributedLocker.safedUnLock(key, val);
        // 構(gòu)建響應(yīng)
    }
    return response;
}

①分布式鎖有必要么

改進(jìn)之后，其實(shí)可以發(fā)現(xiàn)，我們借助于 Redis 本身的原子性扣減庫存，也是可以保證不會超賣的。

對的。但是如果沒有這一層鎖的話，那么所有請求進(jìn)來都會走一遍業(yè)務(wù)邏輯，由于依賴了其他系統(tǒng)，此時就會造成對其他系統(tǒng)的壓力增大。

這會增加的性能損耗和服務(wù)不穩(wěn)定性，得不償失。基于分布式鎖可以在一定程度上攔截一些流量。

②分布式鎖的選型

有人提出用 RedLock 來實(shí)現(xiàn)分布式鎖。RedLock 的可靠性更高，但其代價是犧牲一定的性能。

在本場景，這點(diǎn)可靠性的提升遠(yuǎn)不如性能的提升帶來的性價比高。如果對于可靠性極高要求的場景，則可以采用 RedLock 來實(shí)現(xiàn)。

③再次思考分布式鎖有必要么

由于 Bug 需要緊急修復(fù)上線，因此我們將其優(yōu)化并在測試環(huán)境進(jìn)行了壓測之后，就立馬熱部署上線了。

實(shí)際證明，這個優(yōu)化是成功的，性能方面略微提升了一些，并在分布式鎖失效的情況下，沒有出現(xiàn)超賣的情況。

然而，還有沒有優(yōu)化空間呢？有的！由于服務(wù)是集群部署，我們可以將庫存均攤到集群中的每個服務(wù)器上，通過廣播通知到集群的各個服務(wù)器。

網(wǎng)關(guān)層基于用戶 ID 做 hash 算法來決定請求到哪一臺服務(wù)器。這樣就可以基于應(yīng)用緩存來實(shí)現(xiàn)庫存的扣減和判斷。

// 通過消息提前初始化好，借助ConcurrentHashMap實(shí)現(xiàn)高效線程安全
private static ConcurrentHashMap<Long, Boolean> SECKILL_FLAG_MAP = new ConcurrentHashMap<>();
// 通過消息提前設(shè)置好。由于AtomicInteger本身具備原子性，因此這里可以直接使用HashMap
private static Map<Long, AtomicInteger> SECKILL_STOCK_MAP = new HashMap<>();

...

public SeckillActivityRequestVO seckillHandle(SeckillActivityRequestVO request) {
SeckillActivityRequestVO response;

    Long seckillId = request.getSeckillId();
    if(!SECKILL_FLAG_MAP.get(requestseckillId)) {
        // 業(yè)務(wù)異常
    }
     // 用戶活動校驗(yàn)
     // 庫存校驗(yàn)
    if(SECKILL_STOCK_MAP.get(seckillId).decrementAndGet() < 0) {
        SECKILL_FLAG_MAP.put(seckillId, false);
        // 業(yè)務(wù)異常
    }
    // 生成訂單
    // 發(fā)布訂單創(chuàng)建成功事件
    // 構(gòu)建響應(yīng)
    return response;
}

通過以上的改造，我們就完全不需要依賴 Redis 了。性能和安全性兩方面都能進(jìn)一步得到提升！

當(dāng)然，此方案沒有考慮到機(jī)器的動態(tài)擴(kuò)容、縮容等復(fù)雜場景，如果還要考慮這些話，則不如直接考慮分布式鎖的解決方案。

稀缺商品超賣絕對是重大事故。如果超賣數(shù)量多的話，甚至?xí)o平臺帶來非常嚴(yán)重的經(jīng)營影響和社會影響。

經(jīng)過本次事故，讓我意識到對于項(xiàng)目中的任何一行代碼都不能掉以輕心，否則在某些場景下，這些正常工作的代碼就會變成致命殺手！

對于一個開發(fā)者而言，則設(shè)計(jì)開發(fā)方案時，一定要將方案考慮周全。怎樣才能將方案考慮周全？唯有持續(xù)不斷地學(xué)習(xí)！