结论：使用Redis的原子操作如DECR和Lua脚本实现库存扣减，结合Redis锁或乐观锁处理高并发；实时数据同步通过Pub/Sub或Stream机制广播库存变化；订票超时采用分布式锁+临时票缓存，超时自动释放；缓存优化策略包括热点数据预热、缓存穿透防护、布隆过滤器和多级缓存架构，确保99.99%高并发QPS。

方案一

在高并发订票场景下，Redis作为缓存层，使用SETNX实现分布式锁，确保同一张票不会被多人同时抢到。锁超时时间设置为30秒，结合watch多版本控制，防止锁过期后数据不一致。库存用Hash结构存储，原子DECRBY扣减，避免超卖。实时同步用Redis Pub/Sub，扣减成功后发布消息到channel，订阅者更新MySQL库存。

方案二

解决订票超时问题：用户下单后，将票据信息存入Redis临时key，设置TTL为5分钟。生成临时订单号，用Redis锁锁定该票。超时未支付时，自动过期释放库存。同时用Lua脚本原子执行：检查库存-扣减库存-生成锁-设置临时票，防止并发。

方案三

缓存优化：预热热门演唱会票务数据到Redis，避免冷启动。使用pipeline批量操作减少RTT。缓存雪崩防护：随机TTL + 热点key互斥锁。穿透用布隆过滤器判断库存是否存在。读写分离，主从复制同步数据，哨兵高可用。

方案四

高并发处理：Redis Cluster分片存储票务数据，按场次ID hash分片。限流用Redis令牌桶算法，每秒QPS控制在10万内。实时同步：用Redis Stream记录库存变更日志，消费者组并行消费更新下游DB和ES搜索。

方案五

超时处理细节：下单时生成seat:lock:{userId}:{ticketId} key，value为过期时间戳，用EXPIRE设置TTL。支付回调成功则DEL锁并扣库存，失败或超时自动释放。Lua脚本确保原子性：if (库存>0 and 锁不存在) then 扣库存+set锁 else 失败。

方案六

优化策略：缓存淘汰用LRU，内存利用率达90%。热点数据用本地Caffeine二级缓存，Redis做三级。数据一致性： Canal监听MySQL binlog，异步写Redis。监控用Redis INFO和SLOWLOG。

FAQ
Q: 高并发下怎么防止超卖？
A: 用Redis的DECR原子操作结合Lua脚本单次执行扣减。
Q: 订票超时多久合适？
A: 一般5-10分钟，根据业务调整，TTL自动释放。
Q: 实时同步怎么保证不丢消息？
A: Redis Stream的消费者组+ACK机制，重试丢失消息。
Q: 缓存穿透怎么防？
A: 布隆过滤器+空值缓存，TTL短。