用$inc是mongodb中对数值字段原子自增最可靠、最轻量的方式，它天然规避“读-改-写”竞态问题，但须配合精确查询条件和索引，否则可能误更新或多条漏更新。
用 $inc 原子操作直接扣减库存，别先查再改
查完再更新（read-then-write）在高并发下必然超卖。MongoDB 的 $inc 是原子的，只要库存字段是整数，就能保证扣减过程不被干扰。比如扣 1 件：
{ $inc: { stock: -1 } }，这条操作要么成功扣减，要么失败——不会出现“查到还有 1 件，但两个请求同时扣，变成 -1”的情况。常见错误是写成两步：findOne() 拿到 stock，判断 >0 后再 updateOne({$set: {stock: stock - 1}})。这中间没有锁，竞态直接发生。
实操建议：
- 更新时必须带库存余量检查，例如：
{ stock: { $gt: 0 } }，否则$inc可能让库存变负 - 用
updateOne()而非findOneAndUpdate()，后者默认返回更新前的文档，容易误导业务逻辑误判结果 - 务必检查
result.matchedCount和result.modifiedCount：前者为 1 表示找到符合条件的文档，后者为 1 才代表真正扣减成功
库存字段必须单独建索引，且避免嵌套路径
查询条件 { stock: { $gt: 0 } } 如果没索引，每次更新都要全表扫描，QPS 上不去还拖慢整个集合。MongoDB 对单字段数值查询的索引效率极高，但对嵌套字段（如 goods.stock）支持有限，尤其当嵌套层级深或存在数组时，索引可能失效或无法用于范围查询。
实操建议：
- 库存字段放在根层级，命名就叫
stock，不要套在inventory或spec对象里 - 建立普通升序索引：
db.items.createIndex({ stock: 1 })，不需要稀疏或唯一，但必须存在 - 避免用 TTL 索引或文本索引覆盖该字段，它们不加速
$gt查询 - 如果业务需要按商品 ID 查+扣，复合索引
{ itemId: 1, stock: 1 }更优，能支撑{ itemId: "xxx", stock: { $gt: 0 } }的高效定位
用 findAndModify（或 findOneAndUpdate）返回扣减结果，别依赖二次查询
秒杀成功与否，得立刻知道“这次扣没扣上”，不能扣完再 findOne 查一遍——那又引入一次读延迟和潜在不一致。MongoDB 的原子更新命令支持返回更新后的文档，这才是唯一可信的结果源。
实操建议：
- 用
findOneAndUpdate并设置returnDocument: 'after'（Node.js 驱动），确保拿到的是扣减后的快照 - 检查返回文档的
stock值是否 ≥0：如果扣完是 0，说明这是最后一单；如果已是负数，说明前置条件漏了（应靠$gt: 0过滤拦截） - 不要把“扣减成功”等同于“返回文档非空”：如果条件不匹配（如库存已为 0），
findOneAndUpdate返回null，这是正常失败，不是异常 - 避免在应用层做“重试 N 次直到成功”：这会放大集群压力，应配合限流和前端友好提示（如“手慢了”）
预扣减 + 异步核销模型更适合大流量场景
纯文档扣减在百万级 QPS 下仍可能因 WiredTiger 引擎的文档锁粒度（按文档，非字段）导致热点争用。真实生产中，更稳的做法是把“预占库存”和“最终确认”拆开：先用 Redis 做分布式计数器快速预减，再异步落库并校验一致性。
实操建议：
- MongoDB 文档只存“总库存”和“已售出”两个字段，不参与实时扣减逻辑，仅作最终对账和展示
- Redis 用
DECR做预减，key 为seckill:itemId，初始值 = 总库存；扣完 ≤0 即拒绝 - 下单成功后发 MQ 消息，由消费者调用 MongoDB 更新
sales字段：{ $inc: { sales: 1 } }，并比对sales是否超过总库存，超则告警人工介入 - 这种混合模型下，MongoDB 不再是性能瓶颈，而是作为可靠、可审计的底座存在
真正难的不是语法怎么写，而是想清楚哪一层该承担什么职责：Redis 快、MongoDB 稳，混用时边界一旦模糊，超卖和数据不一致就会悄悄发生。
