年前遇到這樣一種情況，記錄一下，以防後續出現同樣的錯誤，影響後續的處理及相容。
場景如下：
有幾個限制條件：
1. 需求指明不可以對店鋪分庫存，因為無法確認店鋪售賣哪個賣的多，哪個少；
2. 呼叫三方平台api新增商品時，sku量、庫存量、運費模板都有限制。庫存量不可超過1w；
3. 三方平台商品存在幾種狀態：待審核、審核待修改、審核通過(自動為上架)、審核拒絕、下架、上架、刪除等；
4. 三方平台api操作商品庫存資訊，僅且上架才可修改庫存，其餘狀態均異常【重點考慮】
5. 因自身平台商品，存在對應多平台情況，需要考慮不同平台商品的庫存一致性處理，避免超賣【重點考慮：試想一下能否絕對避免】;
前因：場景梳理
1. 由限制條件2得出，庫存超過需要額外同步；
2. 下單庫存變更，存在下單扣減、取消支付(下單)回增；
3. 運營後台增減庫存；
4. 運營手動更改三方店鋪庫存；
大略：
1. 實時同步
a. 以三方最高庫存值進行同步，多餘部分佇列補償；
b. 商品同步時，庫存全部為零，待三方店鋪商品上架後，在同步庫存；
2. 定時補償
a. 定時任務補償所有商品的店鋪庫存值，進行全量覆蓋的操作，避免直接操作三方庫存的情況發生；
詳細：
每次庫存變更，使用佇列（queue、redis ...）等方式，將變更增量加入佇列，增量值採用加鎖方式，保證庫存變更最終值的準確性；
如：可以使用redis中的set結構，對 [ 三方店鋪-商品id-skuid ] 進行快取變更資訊，再儲存對應的sku增量值
① 第一種方式:：
如圖，使用單執行緒從佇列中 pop 除元素，進行執行處理，失敗則再次新增在隊中。
思考：若①方案中，某個資料執行異常，則一直在訪問之間處理，那麼這種方式就會一直耗費cpu資源，如何解決這種處理呢？
② 第二種方式：
分兩型別執行緒執行：
i：分發任務，將set中的member進行分發至佇列 ( queue )，判斷當前被分發的佇列是否為空且當前元素可以被操作，否需要睡眠n秒，是則繼續分發，注意執行緒執行冪等；
ii：執行任務，從佇列中poll / pop出元素，獲取並移除 [ 原子操作、加鎖保證或redis-lua指令碼 ] 增量值，呼叫三方庫存變更介面，失敗了，判斷原因，若為三方庫存少於扣減值，則清零，否則快取1h (不可操作標識)，並再次新增佇列中，等待1h後的再次觸發；
③ 第三種方式：
思考 ！！！
佇列調整 ？ 方案調優 ？ 超賣絕對避免 ？
1. 庫存分發時，注意冪等性；
2. 分發執行時，避免死迴圈造成的cpu，需測試該操作對效能的影響，避免線上cpu爆滿的情況發生；
3. 可以合理利用thread.sleep(0l); 或者執行緒禮讓，避免cpu一直被占用的情況發生，從而導致cpu爆滿；
4. 可以使用redis - hash結構替換，hash中也存在increment的操作，也可以保障庫存增量變更時的值的最終一致；
使用 redis-set + string 可以避免對同一sku多次變更操作； hash結構同理
5. 活動前能否將涉及所有商品統一處理，減少異常情況發生；
6. 記錄庫存的變更流水，便於後續核對；
7. 除上述方式外，是否還有其他實現的可能，並且能夠避免超賣的風險？
whatever is worth doing is worth doing well --- fn
同步佇列序列介面QSPI的應用
1 qspi工作原理 qspi模組的結構如圖1所示。與spi相比，qspi結構最大的特點是以80位元組的ram取代了spi的傳送和接收資料暫存器。80位元組的ram分成3部分 16字的傳送ram，16字的接收ram和16位元組的命令ram。這3部分形成了具有16個qspi傳輸控制組的傳輸佇列 每個q...
AllJoyn 跨平台方法呼叫返回值為自定義型別
alljoyn 跨平台方法呼叫返回值為自定義型別 service端 public class mystruct busmethod replysignature sib mystruct catstruct string a,string b throws bu ception 方法實現 publi...
支付寶介面呼叫之同步通知與非同步通知
同步通知與非同步通知 同步通知返回的是使用者系統的通知頁面 非同步通知用來修改資料庫訂單狀態，成功必須返回 success 否則支付寶伺服器會不斷重發通知，直到超過24小時22分鐘。一般情況下，25小時以內完成8次通知 通知的間隔頻率一般是 4m,10m,10m,1h,2h,6h,15h 為什麼使用...