大环境影响，目前各地消费券发放火热，促消费、扩内需，已成2025主旋律，那么，如何保证消费券有序发放呢，在系统设计和实操中，会遇到哪些问题？应该注意什么？

思考

我们可能会遇到的问题？

1. 超卖问题
2. 高并发问题
3. 安全性问题
4. 数据库性能瓶颈问题

如何解决

• 我们先来看传统意义的库存扣减实现，先查询库存，如果还有库存，那么则库存-1，没有库存，则提示下单失败，很简单。
• 但会存在一个问题，并发情况下，如果 A 和 B 都同时查到库存 = 1，都去进行了扣减，那么最后就会产生超卖的情况。
• 那我们将该查询和扣减操作加上锁，就解决了二者的问题，如果是多实例，就升级为分布式锁。
• 那么，第一个方案就出来了，效率如何，我们来看一下。

测试场景

基于优惠券秒杀场景，初始化优惠券至 Redis 缓存中，设置库存为 500 张。

	@GetMapping("/init/{couponId}")
    public String init(@PathVariable String couponId) {
   
    
    
        RedisUtil.set(couponId, 500);
        return RedisUtil.get(couponId);
    }

这里，我们通过创建测试接口，使用压测工具 Jmeter，设置线程组如下：
线程数：10
Ramp-Up 时间：1秒
循环次数：100
模拟1秒 10 个并发，1000 个请求，那么抢到优惠券的概率为 50%。

秒杀方案一

分布式锁。

• 由于现阶段基本都是分布式架构了（单机也适用），之前封装好的分布式锁工具，直接拿来用：点我。

    @GetMapping("/seckill/{couponId}")
    public String seckill(@PathVariable String couponId) {
   
    
    
        return RedissonUtil.lock(couponId, () -> {
   
    
    
            int couponNum = Integer.parseInt(RedisUtil.get(couponId));
            log.info("优惠券库存：{}", couponNum);
            Assert.isTrue(couponNum > 0, "优惠券抢完了...");

            // 库存 - 1
            RedisUtil.set(couponId, couponNum - 1);
            return