在系统初期，承接流量小，很多创业团队都是单库的模型（是的，大家都在一起。。）。这种模型带来了极大的方便，不用跨库，更没有跨节点，能够方便的利用数据库提供的事务来实现下单和减库存的原子操作，还能进行各种联表和子查询（运营MM需求再变态，我会SQL能奈我何）。但也正是这些优点，会成为流量上来后对系统进行扩展的绊脚石。联表、子查询、事务都是将多张表绑定在了一起，拆库、拆表就麻烦了。
后期系统流量逐渐升高，单库的读写性能不够，这时候会考虑将数据库进行拆库、分表。比如商品和订单分为两个集群，集群内又根据各自业务维度进行分库和分表，商品可以根据卖家维度来切分，订单一般根据买家维度切分，并且根据卖家维度做冗余。这个时候出现的问题，还是经典问题——数据一致性，数据拆分后商品和订单不在一个库里，怎么保证一致性；买家维度的订单数据怎么和卖家维度的订单数据保证一致性。有两个解决思路：
（1）分布式事务，经典的有基于2PC的实现。优点是封装得足够好后使用起来和单库虽然有区别（主要是复杂查询语句），但总体来说对业务的改动不会很大。缺点是性能太差，本来引入分布式数据库主要是为了成倍的提高性能，但因为分布式事务的引入将这个性能的提升大打折扣，很多时候这个性能是难以接受的。
（2）消息中间件，本文主角，消息中间件的一大职能就是负责各个系统间的交流，非常适合这里的商品和订单系统的同步问题。引入消息中间件后的下单流程是：用户A下订单后给消息中间件发送消息，商品系统订阅订单消息，并扣除相应的库存。
这里有几个注意点：
a、消息的传递是需要时间的，下单前查看有库存，但在并发条件下，实际减库存时可能库存不够，所以必须在库存扣减成功后才能显示订单成功，即下单后标记已下单，但用户对该状态不可见，等待商品系统减库存成功后，再通知订单系统更新状态（仍然是消息中间件的运用哦）；
b、对消息的可靠性要求很高，发送消息时返回成功就要保证该消息会被投递，发送失败需要下单业务自己做回滚；
c、消息的可靠性高表示一定会有消息重复，这里需要商品系统自己做幂等，可以通过消息id来做去重，否则会少卖；
d、下单成功失败前端用户都希望尽早得到通知，所以在下单成功后需要设定一个定时消息，在一段时间后如果订单库存还没有扣除成功，这个时候应该通知用户下单失败，并且定期回补这部分多扣的库存。
引入消息中间件，可以很好的解决了分布式数据库数据同步的问题，避免了分布式事务。并且额外的好处是减少了减库存时候的并发锁争抢，性能杠杠的。
下载本文