设计一个线上电商与线下门店库存同步的机制，要求在订单生成后秒级内更新库存，并处理线下门店的库存调整（如促销调价、补货），请说明如何保证库存数据的一致性（如避免超卖），以及如何处理网络延迟或故障导致的同步延迟。

1) 【一句话结论】采用“双写+异步消息+优先级队列+时间戳版本控制”模式，线上订单秒级更新线上库存，线下调整（促销、补货）按业务优先级异步处理，通过分布式锁/版本号保证一致性，网络故障时用本地缓存+重试确保数据最终一致。

2) 【原理/概念讲解】老师：库存同步的核心是“线上订单秒级响应”与“线下调整的异步处理”，需解耦并保证一致性。这里用“双写+异步消息”解耦线上与线下库存服务，同时引入“优先级队列”处理线下调整的紧急性（如紧急补货优先级高于线上订单），用“时间戳+版本号”解决版本冲突，用“分布式锁”防并发超卖。比如线下紧急补货时，消息优先级更高，先处理，避免促销时库存不足。

3) 【对比与适用场景】

模式	定义	特性	使用场景	注意点
实时同步（高优先级）	线上订单直接更新线上库存，线下调整实时消费MQ	延迟低，一致性高，依赖网络	线上订单秒级更新，线下调整实时性要求高（如紧急补货）	需高可用MQ，网络故障时同步延迟
异步同步（低优先级）	线下调整通过MQ发送消息，线上库存服务异步更新	解耦，缓冲延迟，最终一致性	线下调整频率低或允许延迟（如常规促销）	需消息持久化，处理消息积压，优先级设置

4) 【示例】
伪代码（含优先级队列与版本号+时间戳）：
线上订单生成：

def create_order(order_id, product_id, quantity):
    current_stock = redis.get(f"stock:{product_id}")
    if not current_stock:
        current_stock = db.get_stock(product_id)
        redis.set(f"stock:{product_id}", current_stock)
    
    with redis.lock(f"lock:{product_id}"):
        if int(current_stock) < quantity:
            raise Exception("库存不足")
        new_stock = int(current_stock) - quantity
        redis.set(f"stock:{product_id}", new_stock)
        redis.set(f"version:{product_id}", new_stock + 1)  # 版本号
        redis.set(f"time:{product_id}", int(time.time()))  # 时间戳
    
    # 发送高优先级MQ消息（线下调整优先级高于订单）
    mq.send_message("stock_update", {"order_id": order_id, "product_id": product_id, "change": -quantity}, priority=1)
    return "订单创建成功"

线下库存调整（促销补货，优先级高）：

def adjust_stock(product_id, quantity, priority=2):  # 2为高优先级
    with redis.lock(f"lock:{product_id}"):
        current_stock = redis.get(f"stock:{product_id}")
        new_stock = int(current_stock) + quantity
        redis.set(f"stock:{product_id}", new_stock)
        redis.set(f"version:{product_id}", new_stock + 1)
        redis.set(f"time:{product_id}", int(time.time()))
    
    mq.send_message("stock_update", {"product_id": product_id, "change": quantity}, priority=priority)
    return "库存调整成功"

5) 【面试口播版答案】
面试官您好，针对线上电商与线下门店库存同步的需求，我的核心方案是“双写+异步消息+优先级队列+时间戳版本控制”，兼顾秒级更新和一致性。具体来说：线上订单生成时，后端直接更新线上库存（如Redis缓存），同时通过MQ发送库存更新消息；线下调整（促销、补货）通过MQ异步同步，但设置优先级（如紧急补货优先级高于线上订单），避免影响线上订单。为保证一致性，用Redis分布式锁（悲观锁）或版本号（结合时间戳）防止并发超卖，比如订单生成时锁库存，更新后释放锁；更新库存时比较版本号和时间戳，不一致则重试。网络故障时，线上库存用Redis缓存，线下调整先更新本地缓存，然后异步发送消息，失败后用指数退避重试，确保数据最终一致。这样既能实现秒级更新，又能处理线下调整，同时保证数据一致性。

6) 【追问清单】

• 问题1：如何设置线下调整（促销、补货）与线上订单的优先级？
  回答要点：根据业务紧急程度，如紧急补货（促销）优先级高于线上订单，通过MQ消息优先级或事务优先级区分，确保关键调整先处理。
• 问题2：如何解决时间戳或版本号过期导致的超卖风险？
  回答要点：结合时间戳（记录更新时间）和版本号（库存变化次数），更新时同时检查两者，若时间戳或版本号过期则重试，避免冲突。
• 问题3：如果网络延迟导致线下调整消息积压，如何保证库存最终一致？
  回答要点：消息队列持久化存储，设置消息重试机制（指数退避），并监控消息延迟，超过阈值时触发告警，确保最终同步。

7) 【常见坑/雷区】

• 忽略线下调整的优先级设置，导致促销时库存不足，影响用户体验。
• 时间同步问题，未使用NTP导致版本号冲突，引发超卖风险。
• 缓存击穿/穿透未处理，导致秒级更新时缓存失效，影响性能。
• 未区分线上与线下库存的更新逻辑，导致库存数据不一致（如线下补货后线上未同步）。
• 网络故障时未设置重试机制，导致数据不一致或消息积压。