数据一致性

在高并发的场景里，如何保证一个业务事务的数据一致性非常重要

在高并发的业务场景中通常出现这样的现象

T1读数据B（sql1）

T2读数据B（sql2）

T1修改数据B（sql3）（数据库会自动对事务加上排他锁）

T2修改数据B（sql4）（数据库会自动对事务加上排他锁）

在这样的场景中通常会出现几种情况：

1、不加锁的条件下，T2修改产生脏数据。或者当T2修改以查询的结果为条件则修改失败（分布式系统容易导致数据不一致）

2、在数据库层面（sql1、sql2）加上共享锁时，通常容易致使sql3无法执行，由于sql1、sql2，都对统一数据加上共享锁，但是在修改时都无法对数据加上排他锁导致业务产生死锁情况，导致程序崩溃

3、对于第二种情况的，解决方案有，在程序业务处理的过程中T1在读取数据的时候手都对数据B加上排他锁，因此程序当业务T2进入处理程序时，也会对数据B加排他锁，但是T1业务还在进行没有是否锁，T2进出便会挂起等待T1的事务进行完成，（但是在分布式的系统中由于一个业务由多服务，多数据库事务组成，无法做到对事物的统一管理）

4、在单机的业务环境下，通常可以通过代码业务层面解决，高并发产生的数据问题。具体解决方案为对可能产生高并发的业务处理代码快加上程序锁，使其在做业务处理的时候，由多线程的业务转化成单线程的业务

 但是这种情况，仅限于再请求量处理及时的情况下才能使用，一旦有大量的请求涌进，由于单线程的业务处理无法及时，系统拥堵量过大导致系统崩溃，

5，鉴于4的解决方案在系统处理效率的牺牲比较大不可取，于是可以采用将单线程业务，使用mq机制将所有的请求统一放入一个一队列中，使其业务在处理的时候通过mq的排队机制进行处理，当mq队列过大的时候，可以在处理mq里面的业务时，通过多线程的业务方式提高系统的效率，但对统一数据操作时需要，保证，该数据不存在正在处理的线程（存在并发风险）

6、使用redis分布式锁，来提高单线程处理效率低下的问题，具体解决方案为。当一个业务处理进来时，程序会对业务处理的主体表数据，获取一个锁，并保存在redis中，（当redis中已存在该数据的锁时，程序会进入一个不断获取锁的机制，直至获取到锁，并获取对数据的操作权限），从而提高系统的处理效率，以及业务数据的一致性

 redis锁实现方式：

JedisPoolConfig 继承Java通用对象池GenericObjectPool