抢红包案例分析以及代码实现(二)

概述

上一篇文章中使用ssm+mysql实现,存在并发超发问题,这里我们使用悲观锁的方式来解决这个逻辑错误,并验证数据一致性和性能状况。


超发问题分析

针对这个案例,用户抢到红包后,红包总量应-1,当多个用户同时抢红包,此时多个线程同时读得库存为n,相应的逻辑执行后,最后将均执update T_RED_PACKET set stock = stock - 1 where id = #{id} ,很明显这是错误的。


使用数据库锁的解决方案

使用悲观锁(排它锁 for update)

  1. 线程1在查询红包数时使用排他锁 select id, user_id as userId, amount, send_date as sendDate, total, unit_amount as unitAmount, stock, version, note from T_RED_PACKET where id = #{id} for update

  2. 然后进行后续的操作(redPacketDao.decreaseRedPacket 和 userRedPacketDao.grapRedPacket),更新红包数量,最后提交事务。

  3. 线程2在查询红包数时,如果线程1还未释放排他锁,它将等待。

  4. 线程3同线程2,依次类推。


使用乐观锁(依靠表的设计和代码)

  1. 在红包表添加version版本字段或者timestamp时间戳字段,这里我们使用version

  2. 线程1查询后,执行更新变成了update T_RED_PACKET set stock = stock - 1, version = version + 1 where id = #{id} and version = #{version}


这样,保证了修改的数据是和它查询出来的数据是一致的,而其他线程并未进行修改。当然,如果更新失败,表示在更新操作之前有其他线程已经更新了该红包数,那么就可以尝试重入机制来保证更新成功。


总结

1. 悲观锁使用了排他锁,当程序独占锁时,其他程序就连查询都是不允许的,导致吞吐较低。如果在查询较多的情况下,可使用乐观锁。

2. 乐观锁更新有可能会失败,甚至是更新几次都失败,这是有风险的。所以如果写入较频繁,对吞吐要求不高,可使用悲观锁。



悲观锁(抽象的描述,不真实存在这个锁)

悲观锁是在操作数据时,认为此操作会出现数据冲突,所以在进行每次操作时都要通过获取锁才能进行对相同数据的操作,所以悲观锁需要耗费较多的时间。另悲观锁是由数据库自己实现了的,使用的时候,直接调用数据库的相关语句即可。

由悲观锁涉及到的另外两个锁概念就出来了,它们就是共享锁与排它锁。共享锁和排它锁是悲观锁的不同的实现,它俩都属于悲观锁的范畴。

数据库的增删改操作默认都会加排他锁,而查询不会加任何锁。


共享锁(S锁)

共享锁指的就是对于多个不同的事务,对同一个资源共享同一个锁。

对某一资源加共享锁,自身可以读该资源,其他人也可以读该资源(也可以再继续加共享锁,即 共享锁可多个共存),但无法修改。要想修改就必须等所有共享锁都释放完之后。

语法:

select * from table lock in share mode ;

排他锁(X锁)

排它锁与共享锁相对应,就是指对于多个不同的事务,对同一个资源只能有一把锁。对某一资源加排他锁,自身可以进行增删改查,其他人无法进行任何操作。

与共享锁类型,在需要执行的语句后面加上for update就可以了。

语法:

select * from table for update

代码改造

分析

为了不影响上个版本,我们新加个接口方法和Mapper映射。 因为悲观锁是数据库提供的功能,所以仅仅在Dao层修改Sql,Service层无需新增新的接口,只需要切换下调用的Dao层的方法即可。


RedPacketDao新增接口方法

/**
  * 获取红包信息. 悲观锁的实现方式
  *
  * @param id
  *            --红包id
  * @return 红包具体信息
  */

 public RedPacket getRedPacketForUpdate(Long id);

RedPacket.xml配置映射文件

<!-- 查询红包具体信息  悲观锁的实现方式for update -->
 <select id="getRedPacketForUpdate" parameterType="long"
   resultType="com.artisan.redpacket.pojo.RedPacket">

   select
     id, user_id as userId, amount, send_date as sendDate, total, unit_amount as unitAmount, stock, version, note
   from
     T_RED_PACKET
   where id = #{id} for update
 </select>


悲观锁是一种利用数据库内部机制提供的锁的方法,也就是对更新的数据加锁,这样在并发期间一旦有一个事务持有了数据库记录的锁,其他的线程将不能再对数据进行更新。

在 SQL 中加入的 for update 语句,意味着将持有对数据库记录的行更新锁(因为这里使用主键查询,所以只会对行加锁。如果使用的是非主键查询,要考虑是否对全表加锁的问题,加锁后可能引发其他查询的阻塞〉,那就意味着在高并发的场景下 , 当一条事务持有了这个更新锁才能往下操作,其他的线程如果要更新这条记录,都需要等待,这样就不会出现超发现象引发的数据一致性问题了。


Service层调用新的Dao方法

640


还原数据,部署测试

将T_RED_PACKET和T_USER_RED_PACKET中的数据还原为初始数据后,启动应用,通过FireFox 访问http://localhost:8080/ssm_redpacket/grap.jsp


统计报告

一致性数据统计:

SELECT
 a.id,
 a.amount,
 a.stock
FROM
 T_RED_PACKET a
WHERE
 a.id = 1
UNION ALL
 SELECT
   max(b.user_id),
   sum(b.amount),
   count(*)
 FROM
   T_USER_RED_PACKET b
 WHERE
   b.red_packet_id = 1;

640

这里已经解决了超发的问题,所以结果是正确的,最起码逻辑是正确的了。除了结果正确,我们还需要考虑性能问题,统计来看下。

性能数据统计:

SELECT
 (
   UNIX_TIMESTAMP(max(a.grab_time)) - UNIX_TIMESTAMP(min(a.grab_time))
 )  AS lastTime
FROM
 T_USER_RED_PACKET a;

640


注意事项

不使用悲观锁时,2万个红包190秒【主机配置很低】抢完(但存在超发现象),现在是275秒。 目前只是对数据库加了一个锁,当加的锁比较多的时候,数据库的性能还会持续下降,所以要区分不同的业务场景,慎重使用。


悲观锁导致性能下降的原因探究

对于悲观锁来说,当一条线程抢占了资源后,其他的线程将得不到资源,那么这个时, CPU 就会将这些得不到资源的线程挂起,挂起的线程也会消耗 CPU 的资源尤其是在高并发的请求中。

640

只能有一个事务占据资源,其他事务被挂起等待持有资源的事务提交并释放资源。当此时就进入了线程 2 , 线程 3……线程n,开始抢夺资源的步骤了,这里假设线程 3 抢到资源。
640

一旦线程1 提交了事务,那么锁就会被释放,这个时候被挂起的线程就会开始竞争红包资源,那么竞争到的线程就会被 CPU 恢复到运行状态,继续运行。

于是频繁挂起,等待持有锁线程释放资源, 一旦释放资源后,就开始抢夺,恢复线程,直至所有红包资源抢完。

在高并发的过程中,使用悲观锁就会造成大量的线程被挂起和恢复,这将十分消耗资源,这就是为什么使用悲观锁性能不佳的原因。

有些时候,我们也会把悲观锁称为独占锁,毕竟只有一个线程可以独占这个资源,或者称为阻塞锁,因为它会造成其他线程的阻塞。无论如何它都会造成并发能力的下降,从而导致 CPU频繁切换线程上下文,造成性能低下。

为了克服这个问题,提高并发的能力,避免大量线程因为阻塞导致 CPU 进行大量的上下文切换,目前比较普遍的是乐观锁机制。


代码

https://github.com/yangshangwei/ssm_redpacket

PS:如果觉得我的分享不错,欢迎大家随手点赞、转发。

(完)

640

Java团长

专注于Java干货分享

640

扫描上方二维码获取更多Java干货

没有更多推荐了,返回首页