[url]http://www.yiben-tech.com[/url]
情境:车站售票系统,从A地到B地,还剩余5张车票。有30个用户同时购票,如何通过数据库锁解决并发问题。
新建t_ticket表,存入一条记录,起始地A,目的地B,剩余车票5,数据记录如下图:
[img]http://dl.iteye.com/upload/picture/pic/135869/b8ee785a-dc37-37f6-8c73-7a14128c3a75.png[/img]
首先,假设我们不进行并发控制,按照一般的逻辑来进行处理。开启30个线程模拟用户,根据起始地、目的地查询出数据库记录,获取amount字段的值,如果大于0,则将amount字段-1,再更新到数据库
buyTicket方法:
执行线程,查看输出:
提示全部成功购买车票!这显然是不合理的!再查看数据库中记录:
[img]http://dl.iteye.com/upload/picture/pic/135871/046d7c1c-7484-3b83-a21a-8b767217e827.png[/img]
再重新测试,会发现输出内容如下:
查看数据库中的内容:
[img]http://dl.iteye.com/upload/picture/pic/135873/815a5a78-0a27-37f8-8234-79bfac7a6381.png[/img]
说明执行的结果是不确定的,这取决于每个线程执行的速度等。
从上述测试结果可以看出,在类似的并发情况下,必须对数据库进行锁处理,每个线程执行时将对应的记录锁定,防止脏读出现。
[b]1、采用PESSIMISTIC_WRITE ,即悲观写 获取记录,修改代码:[/b]
执行结果:
只有5个用户买到车票!再查看数据库中的记录:
[img]http://dl.iteye.com/upload/picture/pic/135875/30e06b66-db9e-32d9-a9c1-bd412c39a52e.png[/img]
多次执行,结果都是只有5个用户能够成功购票,符合预期结果。
[b]2、采用PESSIMISTIC_READ ,即悲观读 获取记录, 会出现如下异常:[/b]
原因:悲观读机制表示 只要事务读取db,管理器就会锁定db数据,直到事务提交时才解锁,所以在进行update的会发生异常!
由此可见,在类似的并发情况下,可以采用悲观写方式来进行处理。但是这种方法同样会存在问题,如果业务比较复杂,处理时间太长,可能会出现超时异常:
如果出现这种情况,就需要采取其他的方式来处理。比如 将数据库的操作通过存储过程来处理等等。
情境:车站售票系统,从A地到B地,还剩余5张车票。有30个用户同时购票,如何通过数据库锁解决并发问题。
新建t_ticket表,存入一条记录,起始地A,目的地B,剩余车票5,数据记录如下图:
[img]http://dl.iteye.com/upload/picture/pic/135869/b8ee785a-dc37-37f6-8c73-7a14128c3a75.png[/img]
首先,假设我们不进行并发控制,按照一般的逻辑来进行处理。开启30个线程模拟用户,根据起始地、目的地查询出数据库记录,获取amount字段的值,如果大于0,则将amount字段-1,再更新到数据库
ExecutorService threadPool = Executors.newFixedThreadPool(30);
for(int i = 0; i < 30; i++) {
threadPool.execute(new Runnable() {
public void run() {
ticketService.buyTicket("A", "B");
}
});
}
threadPool.shutdown();
buyTicket方法:
public void buyTicket(String origin, String destination){
Ticket ticket = ticketDao.getTicket(origin, destination);
if(ticket!=null){
int amount = ticket.getAmount();
if(amount>0){
ticketDao.updateTicketAmount(ticket.getId(), amount-1);
System.out.println("成功购买从"+origin+"到"+destination+"的车票!");
}else{
System.out.println("票已售完!");
}
}else{
System.out.println("无此班次!");
}
}
执行线程,查看输出:
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
......
提示全部成功购买车票!这显然是不合理的!再查看数据库中记录:
[img]http://dl.iteye.com/upload/picture/pic/135871/046d7c1c-7484-3b83-a21a-8b767217e827.png[/img]
再重新测试,会发现输出内容如下:
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
票已售完!
票已售完!
票已售完!
票已售完!
.....
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
....
查看数据库中的内容:
[img]http://dl.iteye.com/upload/picture/pic/135873/815a5a78-0a27-37f8-8234-79bfac7a6381.png[/img]
说明执行的结果是不确定的,这取决于每个线程执行的速度等。
从上述测试结果可以看出,在类似的并发情况下,必须对数据库进行锁处理,每个线程执行时将对应的记录锁定,防止脏读出现。
[b]1、采用PESSIMISTIC_WRITE ,即悲观写 获取记录,修改代码:[/b]
public Ticket getTicket(String origin, String destination) {
StringBuilder sb = new StringBuilder(" from Ticket t where t.origin = : origin and t.destination = :destination ");
// Query query = entityManager.createQuery(sb.toString(), Ticket.class);
Query query = entityManager.createQuery(sb.toString(),
Ticket.class).setLockMode(LockModeType.PESSIMISTIC_WRITE);
query.setParameter("origin", origin);
query.setParameter("destination", destination);
List<Ticket> ticketList = query.getResultList();
if(ticketList!=null && ticketList.size()>0){
return ticketList.get(0);
}
return null;
}
执行结果:
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
成功购买从A到B的车票!
票已售完!
票已售完!
票已售完!
票已售完!
......
只有5个用户买到车票!再查看数据库中的记录:
[img]http://dl.iteye.com/upload/picture/pic/135875/30e06b66-db9e-32d9-a9c1-bd412c39a52e.png[/img]
多次执行,结果都是只有5个用户能够成功购票,符合预期结果。
[b]2、采用PESSIMISTIC_READ ,即悲观读 获取记录, 会出现如下异常:[/b]
Caused by: com.mysql.jdbc.exceptions.jdbc4.MySQLTransactionRollbackException: Deadlock found when trying to get lock; try restarting transaction
原因:悲观读机制表示 只要事务读取db,管理器就会锁定db数据,直到事务提交时才解锁,所以在进行update的会发生异常!
由此可见,在类似的并发情况下,可以采用悲观写方式来进行处理。但是这种方法同样会存在问题,如果业务比较复杂,处理时间太长,可能会出现超时异常:
Caused by: org.hibernate.exception.LockTimeoutException: could not extract ResultSet
......
Caused by: java.sql.SQLException: Lock wait timeout exceeded; try restarting transaction
如果出现这种情况,就需要采取其他的方式来处理。比如 将数据库的操作通过存储过程来处理等等。