先说场景:
物品W现在库存剩余1个, 用户P1,P2同时购买.则只有1人能购买成功.(前提是不允许超卖)
秒杀也是类似的情况, 只有1件商品,N个用户同时抢购,只有1人能抢到..
这里不谈秒杀设计,不谈使用队列等使请求串行化,就谈下怎么用锁来保证数据正确.
常见的实现方案有以下几种:
1.代码同步, 例如使用 synchronized ,lock 等同步方法
2.不查询,直接更新 update table set surplus = (surplus - buyQuantity) where id = xx and (surplus - buyQuantity) > 0
3.使用CAS, update table set surplus = aa where id = xx and version = y
4.使用数据库锁, select xx for update
5.使用分布式锁(zookeeper,redis等)
下面就针对这几种方案来分析下;
1.代码同步, 例如使用 synchronized ,lock 等同步方法
面试的时候,我经常会问这个问题,很大一部分人都会回答用这个方案来实现.
伪代码如下:
public synchronized void buy(String productName, Integer buyQuantity) {
// 其他校验...
// 校验剩余数量
Product product = 从数据库查询出记录;
if (product.getSurplus < buyQuantity) {
return "库存不足";
}
// set新的剩余数量
product.setSurplus(product.getSurplus() - quantity);
// 更新数据库
update(product);
// 记录日志...
// 其他业务...
}
在方法声明加上synchronized关键字,实现同步,这样2个用户同时购买,到buy方法时候同步执行,第2个用户执行的时候,会库存不足.
嗯.. 看着挺合理的,以前我也是这么干的. 所以现在碰到别人这样回答,我就会在心里默默的想.小伙子你是没踩过这坑啊.
先说下这个方案的前提配置:
1).使用spring 声明式事务管理
2).事务传播机制使用默认的(PROPAGATION_REQUIRED)
3).项目分层为controller-service-dao 3层, 事务管理在service层
这个方案不可行,主要是因为以下几点:
1).synchronized 作用范围是单个jvm实例, 如果做了集群,分布式等,就没用了
2).synchronized是作用在对象实例上的,如果不是单例,则多个实例间不会同步(这个一般用spring管理bean,默认就是单例)
3).单个jvm时,synchronized也不能保证多个数据库事务的隔离性. 这与代码中的事务传播级别,数据库的事务隔离级别,加锁时机等相关.
3-1).先说隔离级别,常用的是 Read Committed 和 Repeatable Read ,另外2种不常用就不说了
3-1-1)RR(Repeatable Read)级别.mysql默认的是RR,事务开启后,不会读取到其他事务提交的数据
根据前面的前提,我们知道在buy方法时会开启事务.
假设现在有线程T1,T2同时执行buy方法.假设T1先执行,T2等待.
spring的事务开启和提交等是通过aop(代理)实现的,所以执行buy方法前,就会开启事务.
这时候T1,T2是两个事务,当T1执行完后,T2执行,读取不到T1提交的数据,所以会出问题.
3-1-2).RC(Read Committed)级别.事务开启后,可以读取到其他事务提交的数据
看起来这个级别可以解决上面的问题.T2执行时,可以读取到T1提交的结果.
但是问题是,T2执行的时候, T1的事务提交了吗?
事务和锁的流程如下
1.开启事务(aop)
2.加锁(进入synchronized方法)
3.释放锁(退出synchronized方法)
4.提交事务(aop)
可以看出是先释放锁,再提交事务.所以T2执行查询,可能还是未读到T1提交的数据,还会出问题
3-2).根据3-1中的问题,发现主要矛盾是事务开启和提交的时机与加锁解锁时机不一致.有小伙伴们可能就想到了解决方案.
3-2-1).在事务开启前加锁,事务提交后解锁.
确实是可以,这相当于事务串行化.抛开性能不谈,来谈谈怎么实现.
如果使用默认的事务传播机制,那么要保证事务开启前加锁,事务提交后解锁,就需要把加锁,解锁放在controller层.
这样就有个潜在问题,所有操作库存的方法,都要加锁,而且要是同一把锁,写起来挺累的.
而且这样还是不能跨jvm.
3-2-2).将查询库存,扣减库存这2步操作,单独提取个方法,单独使用事务,并且事务隔离级别设置为RC.
这个其实和上面的3-2-1异曲同工,最终都是讲加解锁放在了事务开启提交外层.
比较而言优点是入口少了. controller不用处理.
缺点除了上面的不能跨jvm,还有就是 单独的这个方法,需要放到另外的service类中.
因为使用spring,同一个bean的内部方法调用,是不会被再次代理的,所以配置的单独事务等需要放到另外的service bean 中
2.不查询,直接更新
看完第一种方案,有小伙伴就说了. 你说的那么复杂,那么多问题,不就是因为查询的数据不是最新的吗?
我们不查询,直接更新不就行啦.
伪代码如下:
public synchronized void buy(String productName, Integer buyQuantity) {
// 其他校验...
int 影响行数 = update table set surplus = (surplus - buyQuantity) where id = 1 ;
if (result < 0) {
return "库存不足";
}
// 记录日志...
// 其他业务...
}
测试后发现库存变成-1了, 继续完善下
public synchronized void buy(String productName, Integer buyQuantity) {
// 其他校验...
int 影响行数 = update table set surplus = (surplus - buyQuantity) where id = 1 and (surplus - buyQuantity) > 0 ;
if (result < 0) {
return "库存不足";
}
// 记录日志...
// 其他业务...
}
测试后,功能OK;
这样确实可以实现,不过有一些其他问题:
1). 不具备通用性,例如add操作
2). 库存操作一般要记录操作前后的数量等,这样没法记录
3). 其他...
但是根据这个方案,可以引出方案3.
3.使用CAS, update table set surplus = aa where id = xx and yy = y
CAS是指compare/check and swap/set 意思都差不多,不必太纠结是哪个单词
我们将上面的sql修改一下:
int 影响行数 = update table set surplus = newQuantity where id = 1 and surplus = oldQuantity ;
这样,线程T1执行完后,线程T2去更新,影响行数=0,则说明数据被更新, 重新查询判断执行.伪代码如下:
public void buy(String productName, Integer buyQuantity) {
// 其他校验...
Product product = getByDB(productName);
int 影响行数 = update table set surplus = (surplus - buyQuantity) where id = 1 and surplus = 查询的剩余数量 ;
while (result == 0) {
product = getByDB(productName);
if (查询的剩余数量 > buyQuantity) {
影响行数 = update table set surplus = (surplus - buyQuantity) where id = 1 and surplus = 查询的剩余数量 ;
} else {
return "库存不足";
}
}
// 记录日志...
// 其他业务...
}
看到重新查询几个字,小伙伴们应该就又想到事务隔离级别问题了.
没错,所以上面代码中的getByDB方法,必须单独事务(注意同一个bean内单独事务不生效哦),而且数据库的事务隔离级别必须是RC,
否则上面的代码就会是死循环了.
上面的方案,可能会出现一个CAS中经典问题. ABA的问题.
ABA是指:
线程T1 查询,库存剩余 100
线程T2 查询,库存剩余 100
线程T1 执行subupdate t set surplus = 90 where id = x and surplus = 100;
线程T3 查询, 库存剩余 90
线程T3 执行add update t set surplus = 100 where id = x and surplus = 90;
线程T2 执行subupdate t set surplus = 90 where id = x and surplus = 100;
这里线程T2执行的时候,库存的100已经不是查询到的100了,但是对于这个业务是不影响的.
一般的设计中CAS会使用version来控制.
update t set surplus = 90 ,version = version+1 where id = x and version = oldVersion ;
这样,每次更新version在原基础上+1,就可以了.
使用CAS要注意几点,
1)失败重试次数,是否需要限制
2)失败重试对用户是透明的
4.使用数据库锁, select xx for update
方案3种的cas,是乐观锁的实现, 而select for udpate 则是悲观锁. 在查询数据的时候,就将数据锁住.
伪代码如下:
public void buy(String productName, Integer buyQuantity) {
// 其他校验...
Product product = select * from table where name = productName for update;
if (查询的剩余数量 > buyQuantity) {
影响行数 = update table set surplus = (surplus - buyQuantity) where name = productName ;
} else {
return "库存不足";
}
// 记录日志...
// 其他业务...
}
线程T1 进行sub , 查询库存剩余 100
线程T2 进行sub , 这时候,线程T1事务还未提交,线程T2阻塞,直到线程T1事务提交或回滚才能查询出结果.
所以线程T2查询出的一定是最新的数据.相当于事务串行化了,就解决了数据一致性问题.
对于select for update,需要注意的有2点.
1) 统一入口:所有库存操作都需要统一使用 select for update ,这样才会阻塞, 如果另外一个方法还是普通的select, 是不会被阻塞的
2) 加锁顺序:如果有多个锁,那么加锁顺序要一致,否则会出现死锁.
5.使用分布式锁(zookeeper,redis等)
使用分布式锁,原理和方案1种的synchronized是一样的.只不过synchronized的flag只有jvm进程内可见,而分布式锁的flag则是全局可见.方案4种的select for update 的flag 也是全局可见.
分布式锁的实现方案有很多:基于redis,基于zookeeper,基于数据库等等.前面一篇博客写了基于redis的简易实现
基于redis setnx的简易分布式锁
需要注意,使用分布式锁和synchronized锁有同样的问题,就是锁和事务的顺序,这个在方案1里面已经讲过.不再重复.
做个简单总结:
方案1: synchronized等jvm内部锁不适合用来保证数据库数据一致性,不能跨jvm
方案2: 不具备通用性,不能记录操作前后日志
方案3: 推荐使用.但是如果数据竞争激烈,则自动重试次数会急剧上升,需要注意.
方案4: 推荐使用.最简单的方案,但是如果事务过大,会有性能问题.操作不当,会有死锁问题
方案5: 和方案1类似,只是能跨jvm
