商品和订单服务间使用MQ
商品服务的库存变化时，通过 MQ 通知订单服务库存变化。
原始的同步流程
- 查询商品信息 (调用商品服务)
- 计算总价(生成订单详情)
- 商品服务扣库存(调用商品服务)
- 订单入库( 生成订单)
// 原始的MySQL同步流程// 判断此代金券是否加入抢购SeckillVouchers seckillVouchers = seckillVouchersMapper.selectVoucher(voucherId);AssertUtil.isTrue(seckillVouchers == null, "该代金券并未有抢购活动");// 判断是否有效AssertUtil.isTrue(seckillVouchers.getIsValid() == 0, "该活动已结束");// 插入数据库seckillVouchersMapper.save(seckillVouchers);
推荐（免费）：redis
在订单生成时直接扣库存，这是最原始的扣库存方案，比较简单，但存在
问题
- 可能导致很多订单把产品库存扣除而未支付，这就需要有一个后台脚本，将一段时间内没有支付的订单的库存释放，把订单取消
- 即时扣库存，并发差
1、3步商品服务，操作商品服务的 db，2、4步订单服务，操作订单服务的 db。
避免访问不同服务的 db，原则上同一服务只能操作自身服务的 db。
MQ异步化
首先考虑只将第4步异步。
分析
2,4都是操作db，第4步不再等待，1、2、3成功后立即反馈给用户。
之后通过消息通知服务异步下单，若第4步异步下单失败，重试操作，试图重新生成订单，MQ的消息也可回溯。
订单创建完成后，处于排队状态，然后服务发布一个事件Order Created 到消息队列中。
即订单服务向外界发送消息：我创建了一个订单，由MQ 转发给订阅该消息的服务。
如果商品服务收到创建订单消息之后执行扣库存操作。注意，这里可能因为某些不可抗因素导致扣库存失败，无论成功与否，商品服务都会发送一个扣库存消息到 MQ，消息内容即扣库存的结果。
订单服务会订阅扣库存的结果，接收到该消息后：
- 如果扣库存成功，将订单的状态改为
已确认，即下单成功 - 如果扣库存失败，将订单的状态改为
已取消，即下单失败
欲实现上述模型要求，需可靠的消息投递。服务发出的消息，一定会被MQ收到。
- 用户体验的变化
前端配合排队中等界面。
商品/订单服务都变成异步化，适合秒杀类场景，当流量不大时，并不太适合。
异步设计
- 库存在Redis中保存
- 收到请求Redis判断是否库存充足 ,减掉Redis中库存
- 订单服务创建订单写入数据库,并发送消息
当订单支付成功后，会有一个出库过程，既然有这个过程，就有可能出库失败。
库存有两部分：
- 缓存redis层
- 数据库mysql层
- 当客服新增5个库存，则缓存redis和数据库mysql层都需增加5个库存，使用分布式事务的最终一致性来满足：库存要么全加，要么全不加。
- 当订单生成时，需要扣除库存，
先扣redis库存，如果扣除成功，则生成订单进行支付，这个过程不扣除mysql库存。 - 当redis库存扣完，该产品就无法下单了，下单就会失败，就把外层的给挡住了。
- 在第2步
扣除redis库存成功后，生成订单，进行支付，支付成功，返回我的订单中心， 会发现有一个出库过程。 -
出库过程
一个MQ异步解耦的任务队列，这个过程是扣除mysql库存：
- 如果扣mysql库存成功，出库成功，完成下订单整个流程，进入发货状态
- 如果扣mysql库存失败，出库失败，进行一系列的操作
- 订单状态改成取消
- 返还redis库存
- 退款
redis库存和mysql库存
XpShop商城系统是新普软件开发有限公司针对大型连锁超市、百货公司、网上大卖场推出的一款结合ERP库存管理的网上商店系统，网上商城系统，也是新普软件公司大型电子商务解决方案中的一款软件产品。 XpShop v2012版本采用.net framework 3.5,mssql 2005，系统框架重新设计，功能更加的强大，访问速度和系统性能都得到了很大的提升。此外，秉承"简单体验科技&qu
支付前是预扣，是扣redis库存，是锁定库存的过程
支付后是真正扣，扣mysql库存，保证库存最终一致
但是，在极端情况下会存在数据不一致
- 如果redis库存 = mysql库存，不会有问题
- 如果redis库存
- 如果redis库存 > mysql库存，就会超卖，超卖的订单，在出库的过程中会失败
这样总体不会出问题，mysql数据库层，保证库存最终不会出问题。
问题
数据库库存和redis库存不一致，如何检测？
如果检测出来不一致，如何同步
没有想出来好的方案
比较暴力的方式，就是找一个低峰期，譬如凌晨1点，周期性强行覆盖。 但是极端情况下还是会存在同步后不准确，譬如在同步的过程中，刚好有一个订单在支付，这个订单支付成功后，出库的过程中，扣除了mysql的库存，但是没有扣除redis的库存
这个就是数据库同步缓存的更新机制方面的问题
属于一致性的逻辑设计的问题缓存数 = 数据库库存数 - 待扣数
当然这里面也还有其它的方案，以及考虑到一致性的要求高低，可以使用简单或复杂的方案
就看系统复杂度了，越是大系统就要拆得越细
比如待扣数又可以放到一个队列里面，或者缓存里面，同时有计数，直接读计数就行
比如放到mongo，已支付待出库的数量，一般也不会很大，count一下，也不会损失多少
所以一般系统都不能完全保障数据链不出错，但一定要有补偿，就是出错了可以纠错
要保障不出错的代价显然太大
同步是有一套刷新机制，可以定时，也可以通过MQ，或者监控不一至同步等等。。。
也叫做保障缓存数据的新鲜度
一般不会太长时间，半小时，几分钟都有可能，不同场景需求不一样
12306
买火车票的12306，晚上的时间都不能买票，这个时间估计是在同步库存，将数据库库存同步到redis库存中， 但是买火车票之类，在订单生成前，必须扣除实际库存，也就是要扣除mysql的库存，
因为买火车票和购物不一样，购物可以付款后出库，但是买票这种，支付前就必须出库，因此，要将出库过程提前， 只有出库成功，才能生成订单，同样要引入redis库存
先扣缓存中的库存，扣除成功后，然后才可以去扣mysql中的库存。
如果扣除缓存中的库存失败，就会挡在外面，返回库存不足，这些请求不会穿刺到mysql中，挡住了大多数的请求压力。
redis库存会和mysql库存不一致，极端情况下是肯定有的，需要进行库存同步
当缓存库存比数据库库存多，那么就会出现，查询有票，但是就无法下单，下单的时候就说库存不足，这个情况下，就会造成数据库压力过大，不过12306应该有其他手段来规避这个问题，不过，我确实遇到过，查询的时候有票，但是无法下单的情况。
当缓存库存比数据库缓存少，那么不会出问题，只会出现有票，但是没有出售的情况，等完成库存同步一下， 明天又准确了。
