机缘
我成为技术创作者的初心，起初只是把笔记拍照分享到团队群，没想到大家反馈特别热烈，有人说“原来这里要注意线程安全问题”，有人追问“如果遇到跨域场景该怎么调整”。看着这些问题，我突然意识到：自己踩过的坑、总结的经验，或许能成为别人前行的“铺路石”。于是我试着把笔记整理成结构化的文章，发布在技术社区上，这便是我创作之路的起点。比起单纯的学习记录，通过文章进行技术交流的价值感，让我坚定了持续输出的决心。
收获
创作带来的收获，远超出最初的预期，既有量化的成果，更有质的提升。在粉丝积累上，不乏同领域的开发工程师、高校教师和技术面试官，这种被专业群体认可的感觉格外踏实。
数据层面，最让我印象深刻的是一篇关于“AI工厂的概念溯源与研究背景”的文章
更宝贵的是人脉积累，通过创作我认识了十多位志同道合的同行，我们组建了技术研讨群，每周分享行业动态和技术难点。这种双向的技术交流，让我的专业视野开阔了许多。
日常
如今创作早已融入我的生活，成为工作与学习的“催化剂”而非“负担”。作为一名后端开发工程师，日常工作繁忙，但我发现创作与工作其实是相辅相成的——工作中遇到的典型问题，正是创作的绝佳素材；而创作时的深度梳理，又能反过来提升工作效率。
成就
回顾创作和工作经历，最让我骄傲的一段代码，“分布式库存防超卖”核心逻辑。这段代码解决了高并发场景下的库存一致性问题，
import redis
import logging
from sqlalchemy import create_engine, Column, Integer, BigInteger
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base
from datetime import timedelta
初始化日志配置
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(name)
初始化Redis连接
redis_client = redis.Redis(
host=‘localhost’,
port=6379,
db=0,
decode_responses=True # 使返回结果为字符串，便于处理
)
初始化MySQL连接（SQLAlchemy ORM）
DATABASE_URL = “mysql+pymysql://user:password@localhost:3306/ecommerce”
engine = create_engine(DATABASE_URL)
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
Base = declarative_base()
商品库存模型（对应MySQL表）
class GoodsStock(Base):
tablename= “goods_stock”
id = Column(BigInteger, primary_key=True, index=True) goods_id = Column(BigInteger, unique=True, index=True, nullable=False) stock_num = Column(Integer, nullable=False, default=0) version = Column(Integer, nullable=False, default=1) # 乐观锁版本号自定义异常类
class BusinessException(Exception):
pass
class OptimisticLockException(Exception):
pass
def deduct_stock(goods_id: int, buy_num: int) -> bool:
“”"
分布式库存扣减核心方法
基于Redis+MySQL实现，支持高并发防超卖
:param goods_id: 商品ID
:param buy_num: 购买数量
:return: 扣减结果
“”"
redis_key = f"stock:pre:{goods_id}"
db = SessionLocal()
try: # 1. Redis预扣减（原子操作，避免分布式锁开销） # incrby支持负数，等价于Redis的DECRBY命令 pre_deduct = redis_client.incrby(redis_key, -buy_num) # 预扣减失败（库存不足），直接返回 if pre_deduct is None or pre_deduct < 0: # 回滚Redis操作 redis_client.incrby(redis_key, buy_num) logger.info(f"商品{goods_id}库存不足，请求数量{buy_num}") return False # 2. MySQL实际扣减（乐观锁防止并发更新） # 开启事务（SQLAlchemy默认开启） stock = db.query(GoodsStock).filter(GoodsStock.goods_id == goods_id).first() if not stock or stock.stock_num < buy_num: raise BusinessException("库存不足，扣减失败") # 乐观锁核心：更新时校验版本号，确保数据未被其他线程修改 update_rows = db.query(GoodsStock).filter( GoodsStock.goods_id == goods_id, GoodsStock.version == stock.version # 版本号匹配才更新 ).update({ GoodsStock.stock_num: GoodsStock.stock_num - buy_num, GoodsStock.version: GoodsStock.version + 1 # 版本号自增 }, synchronize_session=False) if update_rows == 0: raise OptimisticLockException("并发更新冲突，请重试") # 提交事务 db.commit() # 3. 扣减成功，删除Redis预扣减标记 redis_client.delete(redis_key) # 4. 更新Redis缓存库存（供查询使用，设置30分钟过期） current_stock = stock.stock_num - buy_num redis_client.setex( f"stock:current:{goods_id}", timedelta(minutes=30), current_stock ) return True except Exception as e: # 异常回滚：恢复Redis预扣减库存 + 回滚数据库事务 redis_client.incrby(redis_key, buy_num) db.rollback() logger.error(f"库存扣减异常，商品{goods_id}，异常信息{str(e)}") raise e finally: # 关闭数据库连接 db.close()def get_real_stock(goods_id: int) -> int:
“”"
库存查询兜底方法（缓存穿透防护）
:param goods_id: 商品ID
:return: 真实库存
“”"
cache_key = f"stock:current:{goods_id}"
# 1. 先查缓存
cache_stock = redis_client.get(cache_key)
if cache_stock is not None:
return int(cache_stock)
# 2. 缓存未命中，查数据库并回写缓存 db = SessionLocal() try: stock = db.query(GoodsStock).filter(GoodsStock.goods_id == goods_id).first() real_stock = stock.stock_num if stock else 0 # 设置缓存（30分钟过期） redis_client.setex(cache_key, timedelta(minutes=30), real_stock) return real_stock finally: db.close()憧憬
在职业规划上，我希望未来3年能成长为“技术专家+优质创作者”的复合型人才。工作中深耕分布式系统和高并发架构领域，争取成为团队的技术骨干；创作上则希望打破“单点技术分享”的局限，打造更体系化的内容。
Tips
- 您发布的文章将会展示至 里程碑专区 ，您也可以在 专区 内查看其他创作者的纪念日文章
- 优质的纪念文章将会获得神秘打赏哦
