基于香港服务器构建电商秒杀系统，如何应对库存缓存双写一致性问题？

发布人：Minchunlin 发布时间：2025-07-28 19:59 阅读量：687

大约半年前，我参与了一个港澳跨境电商项目，目标明确：为香港本地用户提供极致秒杀体验。项目上线初期的一次618促销活动中，我们遭遇了库存“穿透”和“超卖”的严重问题。虽然系统表面上用了缓存和数据库双写，但在高并发冲击下，数据不一致频频出现，最终引发了用户投诉和财务审计。

这次经历让我彻底重构了我们的库存架构，尤其在“缓存一致性”这一块做了大量实战优化。今天我就从实操角度出发，结合香港服务器部署环境，讲述我们是如何逐步解决缓存和数据库之间的一致性问题的，避免“秒杀变事故”。

一、架构背景与部署环境

1. 系统架构概览

应用层：基于Spring Boot + Gateway + Redis + MySQL。
缓存层：Redis Cluster 部署于香港阿里云。
数据库层：RDS for MySQL，同样部署于香港，可用区内主从复制。
中间件：消息队列采用 RocketMQ，限流用 Sentinel。
部署环境：Kubernetes 部署于香港Region，延迟控制在5ms内。

2. 秒杀业务特性

高并发读写：10万QPS以上请求同时涌入。
库存敏感：库存是强一致性资源，不能有误差。
时效性强：系统延迟直接影响用户体验。

二、双写一致性问题分析

1. 缓存双写是什么？

所谓缓存双写，是指业务逻辑在更新数据库的同时，也需要更新缓存，以保持数据一致性。

常见场景：

// 伪代码
updateDB();  
updateCache();

但在秒杀这种高并发场景下，这种写法会存在以下问题：

问题一：并发写覆盖

多个线程并发执行，导致后写入的缓存覆盖了前一个刚刚刷新的数据。

问题二：缓存脏读

当缓存更新早于数据库提交，读取到的是已经修改但尚未提交的缓存值，存在“幻觉”。

问题三：删除失败或延迟写回

若先删缓存后更新数据库，突然宕机，缓存未命中，用户将读到老数据。

三、常见解决方案优劣分析

方案	描述	优点	缺点
先更新数据库，再更新缓存	update DB -> update cache	数据逻辑清晰	并发写覆盖严重
先删除缓存，再更新数据库	del cache -> update DB	缓存雪崩控制较好	脏读风险高
延迟双删策略	update DB -> del cache -> 延时del cache	弹性容错较好	延迟时序依赖
订阅Binlog异步更新	基于Canal监听更新	高一致性	实时性略差，复杂度高

我们最终采用的是延迟双删 + 异步消息通知机制 + 结合Redis原子操作锁，确保强一致性与可用性之间的平衡。

四、实操方案详解：延迟双删 + 异步补偿机制

Step1：核心库存更新逻辑

@Transactional
public void deductStock(String productId) {
    // 获取分布式锁
    RLock lock = redissonClient.getLock("lock:stock:" + productId);
    lock.lock();
    try {
        // 检查库存
        int stock = stockMapper.getStock(productId);
        if (stock <= 0) {
            throw new RuntimeException("库存不足");
        }

        // 更新数据库库存
        stockMapper.deduct(productId);

        // 删除缓存
        redisTemplate.delete("stock:" + productId);

        // 延迟再次删除缓存（异步线程）
        executorService.schedule(() -> {
            redisTemplate.delete("stock:" + productId);
        }, 500, TimeUnit.MILLISECONDS);

        // 发送库存变化消息
        mqTemplate.send("stock-update", productId);
    } finally {
        lock.unlock();
    }
}

Step2：MQ消费端同步缓存补偿

@RocketMQMessageListener(topic = "stock-update", ...)
public class StockCacheRebuildConsumer implements RocketMQListener<String> {
    @Override
    public void onMessage(String productId) {
        Integer latestStock = stockMapper.getStock(productId);
        redisTemplate.opsForValue().set("stock:" + productId, latestStock);
    }
}

Step3：防止缓存击穿策略