我也来问 12306 的库存方面的问题

首先声明我想的不成熟，可以被挑战。

其次，只讨论技术实现。

假如车次为 G3 ，该车次为北京始发到上海，沿途经过北京南、济南西、南京南。那么，预设为各车站之间均为一个库存，那么存在北京-北京南、北京南-济南西、济南西-南京南、南京南-上海这几种库存类型，假如买了一张北京到上海的全程车票，那么会在上述区间都去掉 1 个库存。当任意一个区间库存为 0 之后，覆盖到该区间的车票将无法购买；而查询非 0 库存区间时则会提示为有票。

那么，G3 车次北京->上海为一个商品大类，二级类别中分为商务座、一等座、二等座、无座等各种座次，每个座次类型的库存相互独立。

买短乘长的逻辑为，已经购买了其中部分区间的票，超出后的部分为单独的购票逻辑。
买长乘短的逻辑为，购买了超长区间的库存，而声明提前下车后，后续区间相应库存会释放。

注意，库存数量并非为静态值。

^ ^ ^ ^ ^ ^ 朱建生，王明哲，杨立鹏，阎志远，张志强. 12306 互联网售票系统的架构优化及演进. 铁路计算机应用，2015 ，24 （ 11 ）：1-4. [2] ^ ^ ^ 杨立鹏，王富章，梅巧玲，朱建军. 互联网售票中的海量请求处理技术研究. 铁路计算机应用，2015 ，24 （ 7 ）：25-27. [3] ^ 王明哲，张振利，徐彦，王富章，朱建生. 铁路互联网售票系统的研究与实现. 铁路计算机应用，2012 ，21 （ 4 ）：23-25. [4] ^ 刘相坤，李 琪，徐东平，李聚宝. 虚拟化技术在 12306 双活数据中心中的应用. 铁路计算机应用，2016 ，25 （ 10 ）：27-30. [5] ^ 李天翼. 12306 互联网售票系统测试的实现. 铁路计算机应用，2016 ，25 （ 10 ）：27-30. [6] ^ Pivotal. Case Study: China Railway Corporation, Scaling Online Sales for the Largest Railway in the World. https://pivotal.io/big-data/case-study/scaling-online-sales-for-the-largest-railway-in-the-world-china-railway-corporation [7] ^ 幽云十八. 透过 12306 五大焦点看高性能高并发系统. http://storage.it168.com/a2012/0217/1313/000001313424_all.shtml