从数据库层面上，有三种解决方式：1.悲观锁。 select XXX from 商品库存表 for update。用户A和B同时操作一个商品的库存，数据库层面上，必有一个先后顺序。先执行select XXX for update 的，会得到数据库层面上的锁。
一、两个人同时操纵数据库，怎么处理并发问题
从数据库层面上，有三种解决方式：
1.悲观锁
select XXX from 商品库存表 for update 。
用户A 和B 同时操作一个商品的库存，数据库层面上，必有一个先后顺序。
先执行select XXX for update 的，会得到数据库层面上的锁。 后到的，程序会阻塞在这一句，直到前一个释放锁。
坏处是 系统并发数到此处会急剧减小。毕竟 只能有一个用户操作，其他人都要等着。
2.乐观锁
名列前茅步： 代码中查询商品库存信息，并校验数量是否大于1
Product p = getFromDB(productId);
Date lastUpdateTime = p.getUpdateTime;
if(p.total<1){
retrun;
}
第二步：更新库存
update XXX set total =total – 1 , updateTime=now() where productId = 123 and updateTime = lastUpdateTime ;
关键点在于判断影响行数是否为0。
如果为0 ，则说明执行sql的时候，已经没库存了。
核心在于 where 中的 updateTime = lastUpdateTime 。
lastUpdateTime 是上一步我们查询的修改之前的更新时间。如果其他线程修改并提交了事务，那么数据库此刻的UpdateTime 必定和我们之前查询出来的不一致，所以where返回空，也不会修改数据。
建议使用：
update XXX set total =newTotal , updateTime=now() where productId = 123 and total=oldTotal and updateTime = lastUpdateTime ;
具体原因同3
3.单纯的sql语句
update XXX set total =total – 1 where productId = 123 and total>=1 。
本质是在 数据库层面 针对 数量进行增量修改（set total =total – 1 ），以及修改的时候，判断是否可以进行库存扣减（ total>=1 ）
延伸阅读：
二、信息抽取是什么
信息抽取（infromation extraction）信息抽取是一种自动化地从半结构化和无结构数据中抽取实体、关系以及实体属性等结构化信息的技术。关键技术包括：实体抽取、关系抽取和属性抽取。
1、实体抽取，也称为命名实体识别（named entity recognition，NER），是指从文本数据集中自动识别出命名实体。
当前主流技术为面向开放域（open domain）的实体抽取。
2、关系抽取，为了得到语义信息，从相关语料中提取出实体之间的关联关系，通过关系将实体联系起来，才能够形成网状的知识结构。其技术研究已经从早期的“人工构造语法和语义规则”（模式匹配），“统计机器学习”发展到“面向开放域的信息抽取方法”与“面向封闭领域的方法”相结合。
3、属性抽取，目标是从不同信息源中采集特定实体的属性信息，如针对某个公众人物，可以从网络公开信息中得到其昵称、生日、国籍、教育背景等信息。采用数据挖掘的方法直接从文本中挖掘实体属性和属性值之间的关系模式，据此实现对属性名和属性值在文本中的定位。
