1：业务背景
业务复杂、数据量大、并发量大的业务场景下，典型的互联网架构，一般会分为这么几层：
调用层，一般是处于端上的browser或者APP
站点层，一般是拼装html或者json返回的web-server层
服务层，一般是提供RPC调用接口的service层
数据层，提供固化数据存储的db
对于库存业务，一般有个库存服务，提供库存的查询、扣减、设置等RPC接口：
库存查询，stock-service本质上执行的是
select num from stock where sid=$sid
库存扣减，stock-service本质上执行的是
update stock set num=num-$reduce where sid=$sid
库存设置，stock-service本质上执行的是
update stock set num=$num_new where sid=$sid
用户下单前，一般会对库存进行查询，有足够的存量才允许扣减：
例如：通过查询接口，得到库存是5。
用户下单时，接着会对库存进行扣减：
购买3单位的商品，通过扣减接口，最终得到库存是2。
2：问题
设计往往有容错机制，例如“重试”，如果通过扣减接口来修改库存，在重试时，可能会得到错误的数据，导致重复扣减：如果数据库层面有重试容错机制，可能导致一次扣减执行两次，最终得到一个负数的错误库存。
重试导致错误的根本原因，是因为“扣减”操作是一个非幂等的操作，不能够重复执行，改成设置操作则不会有这个问题：
同样是购买3单位的商品，通过设置库存操作，即使有重试容错机制，也不会得到错误的库存，设置库存是一个幂等操作。
在并发量很大的情况下，还会有其他的问题：
两个并发的操作，查询库存，都得到了库存是5。
接下来用户发生了并发的购买动作（秒杀类业务特别容易出现）：
用户1购买了3个库存，于是库存要设置为2
用户2购买了2个库存，于是库存要设置为3
这两个设置库存的接口并发执行，库存会先变成2，再变成3，导致数据不一致（实际卖出了5件商品，但库存只扣减了2，最后一次设置库存会覆盖和掩盖前一次并发操作）
其根本原因是，设置操作发生的时候，没有检查库存与查询出来的库存有没有变化，理论上：
库存为5时，用户1的库存设置才能成功
库存为5时，用户2的库存设置才能成功
实际执行的时候：
库存为5，用户1的set stock 2确实应该成功
库存变为2了，用户2的set stock 3应该失败掉
3）解决方案
将库存设置接口，stock-service上执行的：
update stock set num=$y where sid=$sid
升级为：
update stock set num=$num_new where sid=$sid and num=$num_old
这正是大家常说的“Compare And Set”（CAS），是一种常见的降低读写锁冲突，保证数据一致性的方法。
总结
在业务复杂，数据量大，并发量大的情况下，库存扣减容易引发数据的不一致，常见的优化方案有两个：
调用“设置库存”接口，能够保证数据的幂等性（关于幂等性可以看看上一篇文章）
在实现“设置库存”接口时，需要加上原有库存的比较，才允许设置成功，能解决高并发下库存扣减的一致性问题
希望大伙有收获。