前言
锁最为常见的应用就是高并发的情况下，库存的控制。本次只做简单的单机锁介绍。
正文
直接看代码
每请求一次库存-1. 假如库存1000，在1000个人请求之后，库存将变为0.
public int Reduce0()
{
int r = 0;
string key = "stock";
string stock = Rds.cli.Get(key);
int.TryParse(stock, out r);
if (r > 0)
{
r--;
Rds.cli.Set(key, r);
}
else
{
throw new Exception("库存用尽！");
}
return r;
}
本次测试使用Jmeter进行测试。先初始化库存为1000。
Jmeter 设置如下，一个线程请求1000次，再去查看库存刚好为0，没有任何问题：
调整一下测试参数，5个人同时请求，各请求200次。再去查看库存
发现请求后，还有279的库存。明明请求了1000次。但是还有279的库存，明显不对。
造成次问题的原因很简单，就是在库存还没完全减的情况下，有另外一个、或多个线程同时发出了请求，而库存只减少了1
只要还有库存，就可以继续请求，到了库存完全为0的时候，已经超过1000个人进行了请求。与实际库存不符合。
为了解决这个问题。我们简单调整一下代码：
private static object lck = new object();
[HttpGet]
public int Reduce1()
{
lock(lck)
{
int r = 0;
string key = "stock";
string stock = Rds.cli.Get(key);
r = int.Parse(stock);
if (r > 0)
{
r--;
Rds.cli.Set(key, r);
}
else
{
throw new Exception("库存用尽！");
}
return r;
}
}
声明一个静态变量，然后再方法体内 使用lock。调整代码后，再次进行测试：
发现 请求1000次后，库存为0。调整测试参数 100人*10次。测试结果依然为0。
到此为止，问题解决。
但是，实际应用场景中，高并发的应用，都会多机分布式部署。分布式部署要怎么解决？大家思考一下。
