前不久，我做了一下java高并发场景的处理，在这里总结一下：场景主要包括两个方面：一个是减库存，一个是记录订单。简单分析一下业务：每个客户端下单，服务器在数据库上面都相应的执行两个操作，第一步把库存表某条库存信息update更新一下，同时在订单表中insert添加一个记录某某客户预定了某某商品的信息。这里有个事务和行级锁的问题。
update库存表需要行锁的，也就是说update操作必须是串行化的。然而在高并发的情况下系统整体的处理能力才是最重要的。
我们来分析一下一个事务完成过程中对一条记录加锁消耗的时间，
- 开始事务，锁定库存记录，
- 第一步java向数据库发出update库存指令，这期间伴随着网络延迟和GC的时间。update结束之后，java再次向点单表发出insert指令，期间伴随着网络延迟和GC的影响。
- 提交事务，然后释放锁。下一个请求开始重复执行。
通过分析可以看到整个事务的执行流程效率不高，尤其是跨网段或者异地传输，导致非常大的网络延迟，都将会导致java程序难以处理高并发。
下面开始优化之路：
思路1：尽量让每个情况占据的锁时间越短越好。既然update是加锁的原因，那么就先insert然后update，这样每个事务占据行锁的时间减少了，单位时间内程序能够处理的并发量就高了。
思路2：减少网络传输和GC的影响。直接在数据库层面上把这个逻辑实现，可以在数据库上面使用存储过程完成一个事务的开始和结束。
思路3：使用MQ。使用redis等缓存做一个原子计数器，用于判断库存量。然后把订单信息insert到数据表中。最后把减库存的操作交给队列，让队列异步去操作库存表。