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。

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。