高并发数据如何保证原子操作

背景：要实现业务中，某个用户每天只能有1次，或者N次行为，怎么处理最后一次的并发情况。

一、利用Redis

• 步骤
  1.利用hIncrBy函数来维护一个值
  2.自增的值维持在指定的阈值内

• 分析：

  • 优点
    1.速度快
  • 缺点：
    1.如果数据库层出现问题，比如阻塞导致连接丢失，那么很可能该变量无法自减；
    2.可以在验证通过后，先自减，等数据库返回成功再自加，但是流程更加的复杂化。

二、数据库（单条用户数据）

• 步骤
  1.利用唯一索引为每个用户创建一条记录；
  2.运用数据库的事务来处理并发

• 分析

  • 优点:
    1.利用数据库的特性，保证原子性；
    2.数据量每个用户只有一条；
  • 缺点：
    1.更新操作比较繁琐，且受到条件的限制
    2.速度相对缓存较慢，逻辑较为复杂

三、数据库（多条用户数据）

• 步骤
  1.利用联合的唯一索引，每个用户多条数据；
  2.运用数据库的事务处理并发

• 分析

  • 优点:
    1.利用数据库的特性，保证原子性；
    2.逻辑清晰，统计起来更加便捷
  • 缺点：
    1.数据量相对较大
    2.速度相对缓存较慢

---

综上，方案一可用于业务逻辑简单的场景,提升速度；如果用户数据量巨大，可以选择方案二；如果用户数据量少，选择方案三。