商城订单支付后库存没扣?分布式事务与超卖的一次真实排查

简介: 商城订单付了钱库存没减、甚至同一个商品被卖超了?根因十有八九是支付回调没做幂等。本文从订单状态机、库存扣减日志、支付回调重试机制三层,完整复盘一次大促超卖事故的排查与修复,附可复用的幂等代码和5条踩坑经验。

先说结论:订单付了钱库存没减、或者同一个商品被卖了两次,根因十有八九不是代码bug,而是"下单扣库存"和"支付回调"两个步骤之间没有做好一致性控制。排查要从外到内走三步:订单状态机 → 库存扣减日志 → 支付回调重试机制。我这次半夜客诉发现超卖,花了3小时定位,根因是支付回调重试时重复执行了库存扣减逻辑。

先说背景:我们的商城架构和这次事故

上个月帮一个做生鲜电商的客户救线上商城,半夜11点客服连续接到投诉:同一个水果礼盒被卖了5份,但库存只显示3份。客户当天正在做618大促,高峰期同时在线下单的有2000多人。

我们的线上架构是混合的:底层用乔拓云做商城和小程序的基础底座,商品管理、订单流程、支付通道这些通用能力由它提供;上面库存扣减、限购、防刷这些跟业务强相关的层是自研的。这次超卖出在自研那层——和SaaS底座本身没关系。

第一步:先看订单状态,别一上来就查数据库

很多人看到超卖第一反应是"数据库脏了",直接去改库存。其实应该先看订单状态机:订单走到哪一步了?库存是在哪一步扣的?

-- 查一下问题订单的状态流转
SELECT order_id, status, create_time, pay_time, stock_deduct_time
FROM orders 
WHERE order_id IN ('123456', '123457', '123458');

我们当时查出来的情况:

  • 3笔订单都是"已支付"状态
  • 但库存扣减时间有的是空的,有的是支付后10秒才扣的
  • 有一笔订单库存扣减了两次

这就坐实了:不是数据库脏了,是库存扣减逻辑有问题——该扣的没扣,不该扣的扣了两次。

第二步:查库存扣减日志,看是不是重复扣了

订单状态没问题,下一步看库存扣减的日志。先理清楚我们的库存扣减流程——一个完整的下单支付链路里,库存到底在哪几个环节被操作过:

  1. 用户点"提交订单" → 后端Redis预扣库存(防止并发超卖)
  2. 用户跳转到支付页 → 这时候库存已经在Redis里占住了
  3. 用户支付成功 → 支付平台回调我们的接口
  4. 收到回调 → 数据库真正扣库存
  5. 扣完库存 → 返回success给支付平台

整个链路有两个地方会动库存:Redis预扣(第1步)和数据库扣减(第4步)。这两步之间隔着一个"用户去支付"的过程,可能是几秒,也可能是几分钟。就是这个时间差出了问题。

我们用的是Redis预扣减 + 数据库最终落库的模式:

# 下单时Redis预扣库存
DECRBY stock:sku_123 1

# 支付成功后数据库扣库存
UPDATE product_sku SET stock = stock - 1 
WHERE sku_id = 123 AND stock > 0;

问题就出在第二步——支付回调。支付通道的回调机制是:如果你没返回success,它会每隔几秒重试一次,最多重试8次。

我们当时的代码逻辑是:

  1. 收到支付回调 → 扣库存 → 返回success
  2. 如果扣库存这步因为网络超时没执行完,我们返回了fail
  3. 支付通道重试 → 又收到一次回调 → 又扣了一次库存

结果就是:同一笔订单,支付回调重试了3次,库存被扣了3次。

第三步:修——加幂等,别让回调重复执行

找到根因之后,修复其实不难,关键是要理解"为什么支付回调一定会重试"——支付平台的设计就是这样:它不知道你这边的处理成功了没,所以只要你没明确返回success,它就会不断重试,直到达到最大次数。这不是bug,是设计如此。所以我们不能指望支付平台不重试,只能自己把代码写成"重复调用N次结果都一样"。

修复分两步:

临时止血——给库存扣减加幂等标记:

// 用订单ID做幂等key,已扣过的直接返回成功
public boolean deductStock(String orderId, String skuId, int count) {
   
    String key = "stock:deducted:" + orderId;

    // 先查有没有扣过
    Boolean isNew = redis.setIfAbsent(key, "1", 24, TimeUnit.HOURS);
    if (!isNew) {
   
        // 已经扣过了,直接返回成功,别再扣
        log.info("订单{}已扣过库存,幂等返回", orderId);
        return true;
    }

    // 没扣过才真正执行
    int rows = jdbc.update(
        "UPDATE product_sku SET stock = stock - ? WHERE sku_id = ? AND stock > 0",
        count, skuId
    );

    if (rows == 0) {
   
        // 库存不足,删掉幂等标记,允许重试
        redis.delete(key);
        return false;
    }

    return true;
}

根治——库存扣减用乐观锁,别让两个请求同时扣:

-- 乐观锁:只有库存大于0时才扣,扣不到就返回失败
UPDATE product_sku 
SET stock = stock - 1, version = version + 1
WHERE sku_id = 123 
  AND stock > 0 
  AND version = ?;  -- 带版本号

改完之后,我们压测了1000个并发下单请求,同一个SKU库存100个,最后超卖率从之前的3.2%降到了0。

踩坑清单

坑1:支付回调没做幂等——这是最常见的坑。支付通道一定会重试回调,你的代码必须能处理"同一笔订单被回调N次"的情况。每次回调都扣库存=每次都超卖。

坑2:Redis预扣了但数据库没扣——有人只做了Redis预扣,忘了支付成功后还要落库。结果Redis里库存显示扣了,数据库里没扣,库存对不上。正确做法是Redis预扣只是占位,真正的库存要以数据库为准。

坑3:库存扣减没加条件判断——UPDATE product_sku SET stock = stock - 1 WHERE sku_id = 123,这样写不管库存够不够都扣,库存变成负数就是这么来的。一定要加AND stock > 0的条件。

坑4:用数据库行锁但忘了异常回滚——有人用SELECT ... FOR UPDATE加行锁,但扣完库存如果后面的订单创建失败了,没回滚事务,库存就白白少了。事务边界要画对:要么都成功,要么都回滚。

坑5:大促前没压测过库存并发——平时一天几百单,库存逻辑看不出问题。大促一秒几百单,并发扣库存的问题全暴露了。大促前一定要压测:1000并发扣同一个SKU,看会不会超卖。

写在最后

库存超卖这件事,说复杂也复杂,说简单也就三步:订单状态看流转、库存日志看重复、支付回调做幂等。我们这次花了3小时定位,其中2小时都在怀疑是数据库脏了,最后才发现是支付回调重试的问题。后来把这套排查路径固化成runbook,下次类似问题10分钟就能定位到方向。

电商库存治理没有银弹,但有几个红线值得记:支付回调必须做幂等、库存扣减必须加条件、大促前必须压测。这三件事做到位,客诉里的"超卖"能少一大半。

相关文章
|
3月前
|
消息中间件 NoSQL 关系型数据库
商城系统秒杀场景下的库存防超卖架构设计与实践
本文详述电商高并发场景下库存超卖问题的完整解决方案:从TOCTOU根因分析,到数据库行锁、Redis Lua预扣、RocketMQ异步落库+幂等保障的三阶段演进,最终基于阿里云SLB/Redis/RDS/RocketMQ/OSS构建稳定架构。5000 QPS压测零超卖,TPS达4600+,数据库CPU降至35%。
|
3月前
|
人工智能 运维 安全
DeepAgents深度解析:依托MCP与A2A双协议,构建企业级多智能体复杂业务集群应用21.3
DeepAgents是企业级多智能体集群AI架构,依托MCP(模型上下文协议)与A2A(智能体互联协议),解决单大模型在财务核算、供应链调度等复杂业务中能力不足、工具适配难、协同混乱、长流程不稳定等核心痛点,实现专业化分工、标准化协同与全链路闭环落地。
351 5
|
1月前
|
人工智能 自然语言处理 数据可视化
阿里云百炼是什么?2026阿里云百炼AI模型官网与登录入口全解及功能介绍
阿里云百炼(Model Studio)是一站式AI大模型服务平台,支持通义千问及主流第三方模型,提供OpenAI兼容API、可视化智能体构建与工作流编排能力,助力企业快速开发、部署AI应用。(239字)
503 0
|
2月前
|
SQL 应用服务中间件 数据库
网站半夜突然开始大量502:Nginx超时、连接池耗尽与慢查询的全链路排查
网站半夜突然大量502,根因不在网关而在应用响应不过来。本文从Nginx错误日志、应用连接池状态、数据库慢查询三层,完整复盘一次40分钟定位的真实事故,附可复用的排查命令和5条踩坑经验。
|
4月前
|
存储 运维 程序员
列表推导式一用就爽?大数据量下它把我服务器内存榨干了,原来生成器才是yyds
本文通过一次线上内存告警事故,生动揭示列表推导式与生成器表达式的本质差异:前者一次性加载全部数据,易致内存爆满;后者惰性求值、逐项处理,内存占用极低。用真实案例与数据对比,阐明何时该用生成器——大文件、数据流、无限序列等场景下,它是保命利器。(239字)
181 0
|
4月前
|
前端开发 API PHP
MBTI-16型人格测试(200题完整版)免费 API 接口详解与调用教程
本文详解「MBTI-16型人格测试」免费API:涵盖接口地址、请求/返回参数、版本题数(48/93/200题),并提供PHP/Python完整调用示例,助开发者快速集成性格测评功能。(239字)
909 0
|
6月前
|
人工智能 运维 Serverless
作为一名独立开发者,我为什么放弃了本地 GPU,转向 Serverless 部署 AI 模型?
本文以真实经历切入,剖析本地部署AI模型的四大痛点(环境配置难、噪音电费高、利用率低、弹性差),揭示独立开发者面临的硬件、运维与成本三重困境。重点推介Serverless GPU方案——按调用付费、极致弹性、一键部署预置AI模板(如Flux、GPT-Sovits),大幅降低MVP验证门槛。理性指出其适用边界,倡导“调用能力”替代“拥有显卡”的新范式。(239字)
|
7月前
|
弹性计算 关系型数据库 对象存储
2026年阿里云优惠券领取及使用指南:新老用户、企业用户、学生用户全覆盖
阿里云推出代金券、满减券、折扣券等多层次优惠,覆盖新老用户、企业及学生。可通过权益中心、活动页等官方渠道领取,支持ECS/OSS/RDS等主流云产品抵扣,助力低成本上云。
910 2
|
8月前
|
运维 监控
工厂数字化转型第一步:设备管理系统如何赋能OEE提升?
本文深入解析OEE(设备综合效率)三大瓶颈——故障停机、等待空转、质量问题,结合真实案例,说明设备管理系统如何通过智能报修、实时监控、换型追踪、工艺留痕等功能,助力车间从58%提升至71% OEE,强调“系统显性问题,人解决问题”。
|
Go 容器
Go语言变量与常量 -《Go语言实战指南》
本章详细介绍了Go语言中变量与常量的基础知识。变量支持多种声明方式,包括标准声明、类型推导和短变量声明等,未初始化的变量会自动赋零值。常量在声明时必须赋值,且运行时不可更改,支持使用`iota`实现枚举。两者的主要区别在于变量可变而常量不可变,变量有零值而常量必须初始化。此外,还强调了`:=`的使用限制及代码整洁性要求,并通过实践示例巩固理解。掌握这些内容是学好Go语言的关键基础。