这是一个创建于 3585 天前的主题，其中的信息可能已经有所发展或是发生改变。
之前在一个微信公众号上做了一个抢京东券的功能， 50 张京东券，面额 50 、 100 不等，存在一张 card 表中，四个字段， id ， number ， money ， is_taken 。
因为之前没有这种高并发处理的经验，所以使用了一种最传统的方式来实现：
方案一:来一个人我就从数据库中取一张京东券出来给他，并将该京东券标记为已使用（即更新 is_taken 字段），并将该用户插入到 winner 表中
这个方案最终导致的悲剧是，有一张京东券被两个人领取到了。
我所理解会出现这问题的原因是获取未被占用的京东券数据（ select ）和更新该条京东券数据（ update ）是两个独立的操作，在这两个操作之间存在时间间隔，例如 A 用户刚得到了一张 100 元的京东券，还未来得及更新， B 用户涌入查询到这张京东券未被使用，所以 B 用户也获得了这张京东券。
问题一：我这个理解是正确的吗？还是有更深入的原因？
出了这个问题后，我在网上查找关于高并发相关的资料，几乎都提到了队列和锁。就我个人了解队列可以使用 redis 或者 memcacheq(这个没用过，不熟悉)，所以自己想了第二种方案。
方案二：事先将京东券 id 数据压入到 redis 的 list 中，每过来一个有效的用户，就 pop 一个 id 给他（当 pop 出来的数据为空时说明京东券已经被抢光），并将用户 id 与京东券 id 的对应关系存储到 redis 的 set 当中去，然后根据这个 id 来查找京东券数据，显示给用户京东券的面额，并将 set 中的数据存储到数据库当中去。
个人觉得这种方案会比第一种方案要好的多。但是没有真正意义上去实践过，只是个人思考的一个结果。
问题二：第二种方案是否可行？是否还有更优方案？或者说方案二是否有可以优化的地方？
问题三：在高并发时很多文章中说到的锁是一个怎样的概念呢？我的理解是这个锁就像是数据库的一个大门，一次只放一个人进去，是这样吗？具体该如何设计和使用？
问题四：在应对大流量高并发的情况时，在服务器层面要做哪些工作？
问题五：我所举得这个例子与平常类似网上商城中的秒杀功能有哪些相同和相异之处呢？是否可以按照方案二的设计思路进行设计呢？
 | 1 billlee 2015-12-22 22:08:07 +08:00  1 原来方案产生问题的原因是查询操作和更新操作是分开的，不是原子操作。这样设计应该就没有问题 CREATE TABLE coupon (id INTEGER, owner_id INTEGER DEFAULT NULL) PRIMARY KEY(id); CREATE INDEX coupon_owner_index ON coupon (owner_id INTEGER); 分配券的时候，先 UPDATE coupon SET owner_id = ? WHERE owner_id IS NULL LIMIT 1; 然后再把券 id SELECT 出来就好了 方案二里面，如果不是要用 redis 做缓存，用户 id 和券 id 就没必要写回 redis 了吧。要注意写数据库会比读写 redis 慢很多，如果写数据库时超时了，是不是要把券还给券池 ? |
 | 2 north521 2015-12-23 09:28:18 +08:00 楼上方法不错，不过 is null 走不到索引吧 |
 | 3 ben548 OP @billlee 方案不错，我是先 select 再 update ，而你的出发点则是先 update 再进行 select ，可以有效避免我所遇到的问题，关于方案二为什么要将用户 id 和券 id 对应关系存到 redis 里面就是担心出现写数据库超时的问题，如果数据出错了的话，还是可以从 redis 里面拿到数据的，就不必将券还给券池 |
 | 5 realpg PRO 楼主设计能力不行…… 最基础的，如果你用数据库实现，好歹也 select for update 啊…… |
 | 6 MRJ 2015-12-23 09:57:29 08:00 |
 | 7 jonemao 2015-12-23 10:22:42 +08:00 极端情况下 此场景 程序公平的级别可以调节到最低 保障整个系统的健壮性 |
 | 11 sunshinez1128 2015-12-23 13:35:27 +08:00 这种需要根据业务来判定，根据楼主的描述个人认为单靠数据库行级锁就可以解决，也就是 select for update 语句。如果并发量实在太大，可以根据业务考虑其他方案，比如小米著名的耍猴模式，通过一个特殊算法先排除大部分用户(具体算法需要根据实际业务量来订)，不满足条件的用户直接返回单机版抢购，满足条件的进入事务程序，或者采用 12306 的排队模式，所有用户进入后压入队列，按批次完成事务，等等。 |
 | 12 zonghua 2015-12-23 14:08:44 +08:00 @ben548 京东用的是 Nginx+Lua+Redis 进行妙杀活动，开涛的博客 http://jinnianshilongnian.iteye.com/blog/2187328 |
| 13 ben548 OP @realpg 对了，我当时使用的数据库是 mongodb ，不是 mysql ， select for update 是 nosql 数据库没有的吧？ |
| 14 ben548 OP @sunshinez1128 能深入讲一下吗？很感兴趣 |
 | 15 sumuu 2015-12-23 23:04:19 +08:00 来个简单粗暴的方案， number 我的理解是唯一的券 id 。 你现在做的是： select -> update -> insert. 出现重复最简单的方案就是唯一，在数据库里面把 number 字段设置为唯一。 在 update 成功才拿到券，失败就返回谢谢了。 |
| 16 realpg PRO |
| 17 jonemao 2015-12-24 09:44:22 +08:00 @ben548 根据这个方案的背景可以设计一个相对公平的系统（如果如此设计能够提高其他系统的健壮性的话） 举例说就是一张券一个用户 0.99 秒发出的请求 一个用户 0.98 秒发出的请求 如果绝对公平设计思路的话 那就是 0.98 要拿到 而 0.99 的用户拿不到 但是其实在业务上并不需要如此精准的结构设计 这样的话解决方案会多很多 至于公平这事 其实抢券本身就是抽奖性质了 就算程序能保证绝对公平 还要取决于网速等其他因素 所以没必要在这上面去消耗太多的成本 具体用什么方案还是要看手头的资源 我只是提出一个比较邪门的思路而已 正路嘛很多人都说过啦 也没啥搀和的必要了 |
| 18 ben548 OP @jonemao 按照你的思路，我想了想，其实完全可以在每个用户过来时生成一个随机数，随机数满足一定条件的时候才给他京东券，这从一定程度上回过滤掉大部分的用户请求，哈哈。不过觉得更好的方式是用 redis 的计数器去过滤 |
 | 19 luman 2015-12-24 10:30:33 +08:00 50 个。。。 update table set ... where .. 就可以了吧 |
 | 21 greenmoon55 2015-12-24 13:31:44 +08:00 1L 是个好想法~ 我用过 python-redis-lock 来加锁，不是秒杀并发小。。 |
 | 22 moro 2015-12-24 16:06:57 +08:00 方案二是可行的，代价最小，其他方案都是要另外加锁，或者事务。 |
| 23 ben548 OP @greenmoon55 redis 在里面扮演了什么角色呢？ |
Select Language