根本原因是InnoDB对同一行加X锁必须串行等待；分段更新需满足WHERE命中联合主键、事务仅含UPDATE+ROW_COUNT()、隔离级别为READ COMMITTED；Redis预扣减是必要前置闸门。
为什么单行 UPDATE product SET stock = stock - 1 WHERE id = 123 必然排队
不是 SQL 写得不够好，也不是索引没建对——根本原因是 InnoDB 对同一行加 X 锁时必须串行等待。聚簇索引决定了这行数据物理位置固定，所有请求全挤在同一个内存页、同一个锁对象上。EXPLAIN 显示 type=const、rows=1 只说明你锁得准，不说明你锁得少。
分段更新（shard by slot）必须满足的三个硬前提
把 goods_stock 表从单行扩展为 10 行（shard_id 0~9），实测可降低锁冲突 80%+，但漏掉任一条件，效果归零甚至更糟：
-
WHERE条件必须命中联合主键：例如UPDATE goods_stock SET stock = stock - 1 WHERE product_id = 123 AND shard_id = 7，且EXPLAIN中key字段显示PRIMARY、rows ≤ 1；若shard_id没进WHERE，或联合索引顺序错（比如建了(shard_id, product_id)），就会全表扫，锁住全部 10 行 - 事务只包这一条
UPDATE+ROW_COUNT()判断：里面不能有日志、HTTP 调用、SLEEP()，否则锁滞留时间指数增长 - 隔离级别必须设为
READ COMMITTED：它禁用间隙锁，避免因shard_id范围查询意外锁住相邻槽位；默认的REPEATABLE READ会让锁范围扩大
Redis 预扣减不是可选项，是必须前置的流量闸门
真实压测中，80% 的请求是库存已空还狂点——这些请求根本不该碰 MySQL。用 Redis 原子操作提前拦截，MySQL 只处理真正需要落库的请求：
- Key 设计按
goods_id % 10分片，如goods:123:stock:0到goods:123:stock:9，分散单 key 压力 - 扣减逻辑用
DECRBY goods:123:stock:0 1，返回值 ≥ 0 才放行；否则直接拒绝，不走 DB - 异步落库节奏要可控：用
Redis Streams或带速率限制的消费者（如每秒 500 条），避免 DB 瞬时写入洪峰
别把分段当终点，它只是防御链的一环
分段更新解决的是“MySQL 层怎么扛住写”，但真正要稳，得把压力挡在 DB 之前。线上真实案例里，单靠分段仍可能在极端峰值下触发锁等待堆积——因为哪怕 10 个槽，每个槽仍有并发写入压力。这时候必须配合：
- 应用层限流（如令牌桶控制每秒最大请求量）
- 前端防重（按钮置灰 + 请求去重 ID）
- DB 层
innodb_lock_wait_timeout设置为 1~3 秒，快速失败而非长等
最易被忽略的是：分段后查总数用 SUM(stock) 是最终一致性，业务必须接受短暂不一致；若强求实时准确，反而会因聚合查询引入新瓶颈。
