1、背景
在计算机世界里，对于锁大家并不陌生，在现代所有的语言中几乎都提供了语言级别锁的实现，为什么我们的程序有时候会这么依赖锁呢？这个问题还是要从计算机的发展说起，随着计算机硬件的不断升级，多核cpu，多线程，多通道等技术把计算机的计算速度大幅度提升，原来同一时间只能执行一条cpu指令的时代已经过去。随着多条cpu指令可以并行执行的原因，原来不曾出现的资源竞争随着出现，在程序中的体现就是随处可见的多线程环境。比如要更新数据库的一个信息，如果没有并发控制，多个线程同时操作的话，就会出现互相覆盖的现象发生。
锁要解决的就是资源竞争的问题，也就是要把执行的指令顺序化。
在互联网背景下，电商行业是普遍都是多线程执行，并发量大。比如下单秒杀抢购商品活动，属于高并发情况，库存的保证就尤其重要了，不能出现超卖现象。程序员所要做的事情就是需要单线程执行获取库存，再减库存操作，保证数据原子性。
在多台服务器中，锁就是重点。
2、应用
我们先来介绍下单线程下的情况，假设有个商品A，库存500件，假设每次购买1件，单价1元，这样就只有是500次下单时成功的，其他都不能下单。
2.1 Store商品存储-Dictionary
数据库不存在的情况下，用Dictionary来代替
创建了Store后，主程序创建下单，单线程执行。
执行结果：
执行正常，4人不能下单。
改成多线程执行，直接出现超卖现象，其中用Task.Run 模拟多线程，其中Order(int i) i变量注意，不能直接填写i,异步中上下文不存在，因为主线程以及跑完了，再运行异步Task线程，这时变量已是最后一个被覆盖。
解决方案是重复赋值变量替换
结果：
500多的人都买了。
解决方案：
2.1.1 lock 加锁
lock很明显影响性能。
执行结果：
正常。
2.1.2 使用ConcurrentDictionary
ConcurrentDictionary 本身是线程安全的，源代码就是加了lock
执行结果符合。
2.2 用Redis分布式锁
redis是单线程运行，所以适合。原理也很简单，运用redis以下指令
1、SETNX
SETNX key val：当且仅当key不存在时，set一个key为val的字符串，返回1；若key存在，则什么都不做，返回0。
2、expire
expire key timeout：为key设置一个超时时间，单位为second，超过这个时间锁会自动释放，避免死锁。
3、delete
delete key：删除key
在使用Redis实现分布式锁的时候，主要就会使用到这三个命令。
原理如下：
1、先获取redis锁，设置一个随机字符串
执行了805次，看下输出最后数量有没有小于0
结果显示0，正确，没超卖