分布式锁
场景一
同一个应用用部署在多机器,用于支撑高并发访问以下代码有什么问题?
@Transactional
public boolean doOrder(Integer productId , Integer buySize ) {
//获取当前的产品库存数量
Product product = mapper.selectByPrimaryKey(id);
if(product.getStock() >= buySize){
Map<String,Object> map=new HashMap<String,Object>();
map.put("id", id);
map.put("stock", buySize);
mapper.updateStock(map);
System.out.println("库存充足,购买成功");
}else{
System.out.println("库存不足,购买失败"); return false;
}
return true;
}
悲观锁
顾名思义,就是很悲观,每次去拿数据的时候都认为别人会修改,所以每次在拿数据 的时候都会上锁,这样别人想拿这个数据就会block直到它拿到锁。传统的关系型数据 库里边就用到了很多这种锁机制,比如行锁,表锁等,读锁,写锁等,都是在做操作 之前先上锁。
基于Redis实现
实现原理: Redis为单进程单线程模式,采用队列模式将并发访问变成串行访问,且多客户端对Redis的连接并不存在竞争关系。redis的SETNX命令可以方便的实现分布 式锁。
SETNX命令(SET if Not eXists) 语法: SETNX key value 功能: 当且仅当 key 不存在,将 key 的值设为 value ,并返回1;若给定的 key 已经存在,则 SETNX 不做任何动作,并返回0。
基于zookeeper实现
获得锁:通过构建一个目录,当叶节点能创建成,则认为获取到锁,因为一旦一个节 点被某个会话创建,其它会话 再次创建个节点时,将会抛出异常,比如目录为
/exclusiveLock/lock
- 释放锁: 删除节点或者会话失效
场景二
- 假设当当网上用户下单买了本书,这时数据库中有条订单号为001的订单,其中有个
status字段是’有效’,表示该订单是有效的;
- 后台管理人员查询到这条001的订单,并且看到状态是有效的
- 用户发现下单的时候下错了,于是撤销订单,假设运行这样一条SQL: update order_table set status = ‘取消’ where order_id = 001;
- 后台管理人员由于在b这步看到状态有效的,这时,虽然用户在c这步已经撤销了订 单,可是管理人员并未刷新界面,看到的订单状态还是有效的,于是点击”发货”按
钮,将该订单发到物流部门,同时运行类似如下SQL,将订单状态改成已发货:update order_table set status = ‘已发货’ where order_id = 001
乐观锁
顾名思义,就是很乐观,每次去拿数据的时候都认为别人不会修改,所以不会上锁, 但是在更新的时候会判断一下在此期间别人有没有去更新这个数据,可以使用版本号 等机制。乐观锁适用于多读的应用类型,这样可以提高吞吐量,像数据库如果提供类 似于write_condition机制的其实都是提供的乐观锁。
基于数据版本( Version )记录机制实现
何谓数据版本?即为数据增加一个版本标识,在基于数据库表的版本解决方案中,一 般是通过为数据库表增加一个 “version” 字段来实现。读取出数据时,将此版本号一同读出,之后更新时,对此版本号加一。此时,将提交数据的版本数据与数据库表对 应记录的当前版本信息进行比对,如果提交的数据版本号大于数据库表当前版本号, 则予以更新,否则认为是过期数据。
示例
对于上面修改用户帐户信息的例子而言,假设数据库中帐户信息表中有一个version 字段,当前值为 1 ;而当前帐户余额字段( balance )为 $100 。
- 操作员 A 此时将其读出( version=1 ),并从其帐户余额中扣除$50
- 在操作员 A 操作的过程中,操作员 B 也读入此用户信息( version=1 ),并从其帐户余额中扣除 ( 100$20 )。
- 操作员 A 完成了修改工作,将数据版本号加一( version=2 ),连同帐户扣除后余额( balance=$50 ),提交至数据库更新,此时由于提交数据版本大于数据库记录当前版本,数据被更新,数据库记录 version 更新为 2 。
- 操作员 B 完成了操作,也将版本号加一( version=2 )试图向数据库提交数据( balance=$80 ),但此时比对数据库记录版本时发现,操作员 B 提交的数据版本号为 2 ,数据库记录当前版本也为 2 ,不满足 “ 提交版本必须大于记录当前版本才能执行更新 “ 的乐观锁策略,因此,操作员 B 的提交被驳回。
这样,就避免了操作员 B 用基于 version=1 的旧数据修改的结果覆盖操作员 A 的操作结果的可能。
从上面的例子可以看出,乐观锁机制避免了长事务中的数据库加锁开销
需要注意的是,乐观锁机制往往基于系统中的数据存储逻辑,因此也具备一定的局限性,如 在上例中,由于乐观锁机制是在我们的系统中实现,来自外部系统的用户余额更新操作不受 我们系统的控制,因此可能会造成脏数据被更新到数据库中。在系统设计阶段,我们应该充 分考虑到这些情况出现的可能性,并进行相应调整(如将乐观锁策略在数据库存储过程中实 现,对外只开放基于此存储过程的数据更新途径,而不是将数据库表直接对外公开。
优缺点
两种锁各有优缺点,不可认为一种好于另一种,像乐观锁适用于写比较少的情况下, 即冲突真的很少发生的时候,这样可以省去了锁的开销,加大了系统的整个吞吐量。 但如果经常产生冲突,上层应用会不断的进行retry,这样反倒是降低了性能,所以这 种情况下用悲观锁就比较合适。