資料內(nèi)容：

Redis分布式鎖存在的問題

在購票軟件的情境中，當(dāng)僅剩一張或幾張票時(shí)，眾多用戶同時(shí)嘗試購買。在不考慮任何外部干擾的情況下，
邏輯上，系統(tǒng)應(yīng)首先檢查是否還有余票。如果仍有余票，用戶可以順利購買并導(dǎo)致庫存相應(yīng)減少；如果沒有
余票，系統(tǒng)會提示用戶票數(shù)不足，購買失敗。偽代碼如下：

void buyTicket() {
int stockNum = byTicketMapper.selectStockNum();
if(stockNum>0){
//TODO 買票流程....
byTicketMapper.reduceStock(); // 扣減庫存
}else{
log.info("=====>票賣完了<====");
}
}

這段代碼在邏輯上沒有問題，但是在并發(fā)場景下，可能會存在一個(gè)嚴(yán)重的問題。當(dāng)剩余票數(shù)為1時(shí)，有A,B兩
個(gè)用戶同時(shí)點(diǎn)擊了購買按鈕，A用戶通過了庫存大于0的校驗(yàn)并開始執(zhí)行購票邏輯，但是由于一些原因造成A
用戶的購票線程有短暫的阻塞。而在這個(gè)阻塞的過程中，用戶B發(fā)起了購買請求，并且也通過了庫存大于0的
校驗(yàn)，直到整個(gè)購買流程執(zhí)行完成并且扣減了庫存。那么這個(gè)時(shí)候剩余庫存剛好為0，不會再有用戶發(fā)起購
買請求，這時(shí)用戶A的購買請求阻塞被喚醒，因?yàn)樵诖酥耙呀?jīng)校驗(yàn)過庫存大于0，所以執(zhí)行完購買流程后，
庫存還會被扣減一次。那么此時(shí)的庫存為-1，這就是常聽到的超賣問題。