零超卖的核心是确保同一商品库存更新的原子性与一致性，需依业务特征选悲观锁（SELECT FOR UPDATE）、乐观锁（版本号/CAS）或Redis预减+Lua脚本等方案，禁用内存变量或伪原子操作。
在 Java 多线程并发扣减库存场景中，零超卖的核心是**确保同一商品的库存更新具备原子性与一致性**。悲观锁适合高冲突、低并发写场景，乐观锁适合低冲突、高并发读场景。两者不是互斥方案，而是根据业务特征选择或组合使用。
悲观锁：数据库行级锁 + 事务强控制
本质是在操作前加锁，阻塞其他线程对同一行的修改，由数据库保证串行化执行。
-
实现方式：在 SQL 中使用
SELECT ... FOR UPDATE（InnoDB 行锁），必须在事务内执行，且 WHERE 条件需命中索引（如主键或唯一索引），否则会升级为表锁 -
典型流程：
- 开启事务
- 查库存：
SELECT stock FROM t_product WHERE id = ? FOR UPDATE - 判断是否充足（Java 层）
- 充足则执行
UPDATE t_product SET stock = stock - 1 WHERE id = ? AND stock >= 1 - 提交事务；若库存不足，回滚并返回失败
- 注意点：避免长事务（如锁住后做远程调用），防止锁持有时间过长引发性能瓶颈或死锁；FOR UPDATE 仅对已存在记录加锁，插入前需先查再锁，或配合唯一约束+重试
乐观锁：版本号 / CAS 检查 + 更新失败重试
不加锁，靠数据版本或条件判断来检测并发冲突，冲突时主动放弃或重试，适合读多写少、冲突概率低的场景。
Redis Skill - 高性能缓存管理
下载
Redis 缓存和数据结构管理技能。通过自然语言操作 Redis，支持 String、Hash、List、Set、ZSet、Stream 等数据结构操作。当用户提到 Redis、缓存、消息队列、会话存储时使用此技能。
-
版本号方式（推荐）：表中增加
version字段（初始为 0），每次更新都校验并自增- SQL 示例：
UPDATE t_product SET stock = stock - 1, version = version + 1 WHERE id = ? AND version = ? AND stock >= 1 - Java 中用
updateCount判断是否更新成功（=1 成功，=0 失败），失败则重查最新 stock & version 后重试（建议限制重试次数，如 3 次）
- SQL 示例：
-
CAS 式条件更新（无版本字段）：直接用库存值做条件（如
AND stock = ?），但需注意：该方式在“查-判-更”之间库存可能已被其他线程改过，容易漏判；不如版本号语义清晰、扩展性强
Redis 分布式场景下的补充策略
当库存服务拆分为分布式系统，单机数据库锁失效，需引入 Redis 做前置校验或分布式锁：
立即学习“Java免费学习笔记（深入）”；
-
Redis 预减库存（非最终态）：用
DECR或DECRBY原子操作扣减 Redis 中的库存值，成功再走 DB 扣减；失败直接拒绝。注意 Redis 和 DB 库存需异步对账补偿 -
Redis 分布式锁（慎用）：如用
SET key value NX PX 5000加锁，再查 DB 库存并扣减；但锁粒度大、性能差、易出现锁误删，一般不推荐用于高频库存扣减，更适合订单生成等低频强一致操作 - Redis + Lua 脚本原子校验扣减：将“判断库存 ≥1 并 DECR”封装进 Lua 脚本，借助 Redis 单线程特性保证原子性，作为高效前置过滤手段
选型与避坑关键点
没有银弹，关键看压测结果和业务容忍度：
- 秒杀类超高并发（QPS 万级+）、库存极少 → 优先 Redis 预减 + DB 最终落库 + 异步补偿，乐观锁兜底
- 普通电商下单（QPS 千级、库存较充足）→ 数据库乐观锁（version）为主，简单可靠，重试成本低
- 后台管理类低频强一致操作（如人工调拨）→ 悲观锁更直观，避免重试逻辑复杂化
- 绝对禁止：纯 Java 内存变量（如 static int stock）做库存计数；或只查不锁、查完再 update 的“伪原子”写法
