经常遇到并发修改同一条数据的某个值,
比如:多个用户同时购买同个商品, 扣商品库存时、多个用户同时向一个用户返利, 给此用户加余额时 等
此时会产生多个update同一个用户余额,如何保证并发情况下正确修改数据。
要么在数据库里想办法, 在数据库中加锁.
要么在程序中想办法, 下面是我总结的在程序中应对的几个方案, 只适用于单系统单数据库, 如果是分布式系统和分布式数据库要继续修改.
/*
* 1. 直接整个方法加锁
* 优点:简单粗暴,保证每一个udpate都是对的.基本不会出现并发或者偶尔才会出现小规模并发的场景可以使用.
* 缺点:如果业务复杂,经常出现并发的系统,则不能满足需求.
* 比如如果有100个用户同时要修改自己的余额,那就只能排队慢慢等,一个一个修改,越靠后的用户等待时间越长。
* **/
private static readonly object obj1 = new object();
public void Update1(int id, int variation)
{
//直接对整个方法加锁
lock (obj1)
{
//先把旧的余额查出来
var sql1 = "select money from table1 where id = @id";
var oldMoney = db.Excute(sql1, new { id });
//计算新的余额, 旧的余额加上变化值
var newMoney = oldMoney + variation;
//更新余额
var sql2 = "update table1 set money = @newMoney where id = @id";
db.Excute(sql2, new { newMoney, id });
}
}
/*
* 2. 利用Hashtable的特性实现一个数据级锁,相当于数据库中的行级锁
* 优点:只对出现并发的数据加锁,不影响其他数据.
* 比如100个并发请求进来,90个请求要修改的id是各不相同的,10个请求要改同一个id,
* 则只有这10个改同一个id的请求会排队挨个执行,其他的90个请求则不用排队.
* 缺点:如果要修改的id越来越多,Hashtable对象内存占用会越来越大,
* 如果你的系统很少更新并且并发数据量特别大,并且宿主程序没有自动释放机制,那你要手动在代码里加上定时自动释放机制.
* **/
//创建一个Hashtable,id作为key,new一个内存地址作为value
private static Hashtable olock = Hashtable.Synchronized(new Hashtable());
public void Update2(int id, int variation)
{
//判断key是否存在,这里的Add是线程安全的
if (!olock.ContainsKey(id)) olock.Add(id, new object());
//再判断key对应的value是否为空
else if (olock[id] == null) olock[id] = new object();
//对id对应的value加锁
lock (olock[id])
{
var sql1 = "select money from table1 where id = @id";
var oldMoney = db.Excute(sql1, new { id });
var newMoney = oldMoney + variation;
var sql2 = "update table1 set money = @newMoney where id = @id";
db.Excute(sql2, new { newMoney, id });
}
}
/*
* 3. 不用锁, 旧值判断重试机制, 其实也是变相的行级锁。这种方案会遇到一个ABA问题,加个时间戳或版本号字段即可解决,主要是这个思路。
* 优点:所有请求不用排队,并发修改同一个id的请求保证都能成功,这种方案适合虽然总的并发量特别大,但是是均匀分布到不同数据上的,针对单条数据的并发量中等以下。
* 缺点:其实是将并发压力转移到数据库,如果你的业务针对单条数据的并发量特别大,而数据库配置比较低的话,则很可能遇到数据库性能瓶颈。
* **/
public void Update3(int id, int variation)
{
var rd = new Random();
while (true)
{
//tick是上一次更新money时间戳
var sql1 = "select money, tick from table1 where id = @id";
var oldMoney, tick = db.Excute(sql1, new { id });
var newMoney = oldMoney + variation;
var sql2 = "update table1 set money = @newMoney where id = @id and money = @oldMoney and tick = @tick";
var c = db.Excute(sql2, new { newMoney, id, oldMoney, tick });
//如果受影响行数大于0就是更新成功了,这里也可以将修改前和后的值返回出去
if (c > 0) break;
//否则就是数据已经被别人更新过了,随机等待几百毫秒重试
else Task.Delay(rd.Next(100, 1500)).Wait();
}
}
第二种方案在C#中还有一个SemaphoreSlim类也能实现同样的效果,直接看代码:
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
namespace SemaphoreSlimTest;
public class Class1
{
//业务逻辑方法
public static int count = 0;
public void bz_func()
{
count++;
}
//把业务逻辑方法包一层,加锁,一次只能一个线程进入
private static SemaphoreSlim semaphore = new SemaphoreSlim(1);
public void bz_func_lock()
{
semaphore.Wait(); //一次只能有一个线程继续往下执行,其它线程停在这里等待
//await semaphore.WaitAsync(); //异步方法
try
{
bz_func();
}
finally
{
semaphore.Release(); //释放信号量,通知前面semaphore.Wait等待处下一个线程继续往下执行
}
}
//测试,开100个线程同时去改这个值,模拟并发修改同一个字段
public void Test()
{
var tasks = new List<Task>();
for (int i = 0; i < 100; i++)
{
tasks.Add(Task.Factory.StartNew(() =>
{
//bz_func(); //不加锁最后输出最终值大概率不是100
bz_func_lock(); //最终值一定是100
Thread.Sleep(new Random().Next(100));
}));
}
//等待100个线程全部执行完,输出最终值
Task.WaitAll(tasks.ToArray());
Console.WriteLine(count);
}
}
using System;
using System.Collections.Concurrent;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
namespace SemaphoreSlimTest;
public class Class2
{
//业务逻辑方法
public static int count = 0;
public void bz_func(int id)
{
count++;
}
//一般都是根据id去更新数据,为每一个id生成一个SemaphoreSlim对象, 绑定放入线程安全字典,这样不同的id可以并发执行
static ConcurrentDictionary<int, SemaphoreSlim> semaphoreDictionary = new ConcurrentDictionary<int, SemaphoreSlim>();
public void bz_func_lock(int id)
{
var semaphore = semaphoreDictionary.GetOrAdd(id, _ => new SemaphoreSlim(1)); //GetOrAdd方法是线程安全的
semaphore.Wait(); //一次只能有一个线程继续往下执行,其它线程停在这里等待
//await semaphore.WaitAsync(); //异步方法
try
{
bz_func(id);
}
finally
{
semaphore.Release(); //释放信号量,通知前面semaphore.Wait等待处下一个线程继续往下执行
}
}
//测试,开100个线程同时去改这个值,模拟并发修改同一个字段
public void Test()
{
var tasks = new List<Task>();
for (int i = 0; i < 100; i++)
{
tasks.Add(Task.Factory.StartNew(() =>
{
//bz_func(1); //不加锁最后输出最终值大概率不是100
bz_func_lock(1); //最终值一定是100
Thread.Sleep(new Random().Next(100));
}));
}
//等待100个线程全部执行完,输出最终值
Task.WaitAll(tasks.ToArray());
Console.WriteLine(count);
}
}