电商用mysql存储什么_使用MySQL悲观锁解决电商扣库存并发问题

使用MySQL悲观锁解决并发问题

昨天写了乐观锁《使用MySQL乐观锁解决电商扣库存并发问题》,有人提出想看悲观锁,所以今天我们就说一说如何抗悲观锁解决并发问题:

悲观锁介绍(百科):

悲观锁,正如其名,它指的是对数据被外界(包括本系统当前的其他事务,以及来自外部系统的事务处理)修改持保守态度,因此,在整个数据处理过程中,将数据处于锁定状态。悲观锁的实现,往往依靠数据库提供的锁机制(也只有数据库层提供的锁机制才能真正保证数据访问的排他性,否则,即使在本系统中实现了加锁机制,也无法保证外部系统不会修改数据)。

使用场景举例:以MySQL InnoDB为例

商品goods表中有一个字段status,status为1代表商品未被下单,status为2代表商品已经被下单,那么我们对某个商品下单时必须确保该商品status为1。假设商品的id为1。

1如果不采用锁,那么操作方法如下:

-- 1.查询出商品信息

select status from t_goods where id=1;

-- 2.根据商品信息生成订单

insert into t_orders (id,goods_id) values (null,1);

-- 3.修改商品status为2

update t_goods set status=2;

上面这种场景在高并发访问的情况下很可能会出现问题。

前面已经提到,只有当goods status为1时才能对该商品下单,上面第一步操作中,查询出来的商品status为1。但是当我们执行第三步Update操作的时候,有可能出现其他人先一步对商品下单把goods status修改为2了,但是我们并不知道数据已经被修改了,这样就可能造成同一个商品被下单2次,使得数据不一致。所以说这种方式是不安全的。

2使用悲观锁来实现:

在上面的场景中,商品信息从查询出来到修改,中间有一个处理订单的过程,使用悲观锁的原理就是,当我们在查询出goods信息后就把当前的数据锁定,直到我们修改完毕后再解锁。那么在这个过程中,因为goods被锁定了,就不会出现有第三者来对其进行修改了。

注:要使用悲观锁,我们必须关闭mysql数据库的自动提交属性,因为MySQL默认使用autocommit模式,也就是说,当你执行一个更新操作后,MySQL会立刻将结果进行提交。

我们可以使用命令设置MySQL为非autocommit模式:

set autocommit=0;

设置完autocommit后,我们就可以执行我们的正常业务了。具体如下:-- 0.开始事务

begin;/begin work;/start transaction; (三者选一就可以)

-- 1.查询出商品信息

select status from t_goods where id=1 for update;

-- 2.根据商品信息生成订单

insert into t_orders (id,goods_id) values (null,1);

-- 3.修改商品status为2

update t_goods set status=2;

-- 4.提交事务

commit;

-- commit work;

注:上面的begin/commit为事务的开始和结束,因为在前一步我们关闭了mysql的autocommit,所以需要手动控制事务的提交,在这里就不细表了。

上面的第一步我们执行了一次查询操作:select status from t_goods where id=1 for update;

与普通查询不一样的是,我们使用了select…for update的方式,这样就通过数据库实现了悲观锁。此时在t_goods表中,id为1的 那条数据就被我们锁定了,其它的事务必须等本次事务提交之后才能执行。这样我们可以保证当前的数据不会被其它事务修改。

注:需要注意的是,在事务中,只有SELECT ... FOR UPDATE 或LOCK IN SHARE MODE 同一笔数据时会等待其它事务结束后才执行,一般SELECT ... 则不受此影响。拿上面的实例来说,当我执行select status from t_goods where id=1 for update;后。我在另外的事务中如果再次执行select status from t_goods where id=1 for update;则第二个事务会一直等待第一个事务的提交,此时第二个查询处于阻塞的状态,但是如果我是在第二个事务中执行select status from t_goods where id=1;则能正常查询出数据,不会受第一个事务的影响。

补充:MySQL select…for update的Row Lock与Table Lock

上面我们提到,使用select…for update会把数据给锁住,不过我们需要注意一些锁的级别,MySQL InnoDB默认Row-Level Lock,所以只有「明确」地指定主键,MySQL 才会执行Row lock (只锁住被选取的数据) ,否则MySQL 将会执行Table Lock (将整个数据表单给锁住)。

举例说明:

数据库表t_goods,包括id,status,name三个字段,id为主键,数据库中记录如下;

mysql> select * from t_goods;

+----+--------+------+

| id | status | name |

+----+--------+------+

|  1 |      1 | 道具 |

|  2 |      1 | 装备 |

+----+--------+------+

2 rows in set

mysql>

注:为了测试数据库锁,我使用两个console来模拟不同的事务操作,分别用console1、console2来表示。

例1: (明确指定主键,并且有此数据,row lock)

console1:查询出结果,但是把该条数据锁定了mysql> select * from t_goods where id=1 for update;

+----+--------+------+

| id | status | name |

+----+--------+------+

|  1 |      1 | 道具 |

+----+--------+------+

1 row in set

mysql>

console2:查询被阻塞

mysql> select * from t_goods where id=1 for update;

console2:如果console1长时间未提交,则会报错mysql> select * from t_goods where id=1 for update;

ERROR 1205 : Lock wait timeout exceeded; try restarting transaction

例2: (明确指定主键,若查无此数据,无lock)

console1:查询结果为空

mysql> select * from t_goods where id=3 for update;

Empty set

console2:查询结果为空,查询无阻塞,说明console1没有对数据执行锁定mysql> select * from t_goods where id=3 for update;

Empty set

例3: (无主键,table lock)

console1:查询name=道具 的数据,查询正常

mysql> select * from t_goods where name='道具' for update;

+----+--------+------+

| id | status | name |

+----+--------+------+

|  1 |      1 | 道具 |

+----+--------+------+

1 row in set

mysql>

console2:查询name=装备 的数据,查询阻塞,说明console1把表给锁住了mysql> select * from t_goods where name='装备' for update;

console2:若console1长时间未提交,则查询返回为空

mysql> select * from t_goods where name='装备' for update;

Query OK, -1 rows affected

例4: (主键不明确,table lock)

console1:查询正常mysql> begin;

Query OK, 0 rows affected

mysql> select * from t_goods where id>0 for update;

+----+--------+------+

| id | status | name |

+----+--------+------+

| 1 | 1 | 道具 |

| 2 | 1 | 装备 |

+----+--------+------+

2 rows in set

mysql>

console2:查询被阻塞,说明console1把表给锁住了

mysql> select * from t_goods where id>1 for update;

例5: (主键不明确,table lock)

console1:mysql> begin;

Query OK, 0 rows affected

mysql> select * from t_goods where id<>1 for update;

+----+--------+------+

| id | status | name |

+----+--------+------+

|  2 |      1 | 装备 |

+----+--------+------+

1 row in set

mysql>

console2:查询被阻塞,说明console1把表给锁住了

mysql> select * from t_goods where id<>2 for update;

console1:提交事务mysql> commit;

Query OK, 0 rows affected

console2:console1事务提交后,console2查询结果正常

mysql> select * from t_goods where id<>2 for update;

+----+--------+------+

| id | status | name |

+----+--------+------+

|  1 |      1 | 道具 |

+----+--------+------+

1 row in set

mysql>

以上就是关于数据库主键对MySQL锁级别的影响实例,需要注意的是,除了主键外,使用索引也会影响数据库的锁定级别

举例:

我们修改t_goods表,给status字段创建一个索引

修改id为2的数据的status为2,此时表中数据为:mysql> select * from t_goods;

+----+--------+------+

| id | status | name |

+----+--------+------+

|  1 |      1 | 道具 |

|  2 |      2 | 装备 |

+----+--------+------+

2 rows in set

mysql>

例6: (明确指定索引,并且有此数据,row lock)

console1:

mysql> select * from t_goods where status=1 for update;

+----+--------+------+

| id | status | name |

+----+--------+------+

|  1 |      1 | 道具 |

+----+--------+------+

1 row in set

mysql>

console2:查询status=1的数据时阻塞,超时后返回为空,说明数据被console1锁定了mysql> select * from t_goods where status=1 for update;

Query OK, -1 rows affected

console2:查询status=2的数据,能正常查询,说明console1只锁住了行,未锁表

mysql> select * from t_goods where status=2 for update;

+----+--------+------+

| id | status | name |

+----+--------+------+

|  2 |      2 | 装备 |

+----+--------+------+

1 row in set

mysql>

例7: (明确指定索引,若查无此数据,无lock)

console1:查询status=3的数据,返回空数据mysql> select * from t_goods where status=3 for update;

Empty set

console2:查询status=3的数据,返回空数据

mysql> select * from t_goods where status=3 for update;

Empty set

以上就是关于我对数据库悲观锁的理解和总结,有不对的地方欢迎拍砖!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Spark中将计算结果写入MySQL时,可能会遇到并发问题。下面是一些常见问题解决方法: 1. 插入重复数据:如果在并行处理过程中,多个任务尝试将相同的数据插入到MySQL中,可能会导致插入重复数据的问题解决方法是使用MySQL的唯一约束或主键来避免插入重复数据。 2. 数据丢失:如果在并行处理过程中,多个任务尝试同时更新相同的数据,可能会导致数据丢失问题解决方法是使用MySQL的事务隔离级别来保证数据一致性。 3. 性能问题:如果并发写入MySQL的数量过多,可能会导致性能下降。解决方法是使用连接池来管理MySQL连接,以便重用连接,避免频繁创建和销毁连接。 下面是一个Spark计算结果写入MySQL的示例: ```scala import java.sql.{Connection, DriverManager, PreparedStatement} import org.apache.spark.sql.{DataFrame, SparkSession} object SparkWriteToMysql { def main(args: Array[String]): Unit = { val spark = SparkSession.builder() .appName("SparkWriteToMysql") .master("local[*]") .getOrCreate() // 读取数据 val df: DataFrame = spark.read .option("header", "true") .csv("data.csv") // 写入MySQL df.foreachPartition(partition => { // 获取MySQL连接 val conn: Connection = DriverManager.getConnection("jdbc:mysql://localhost:3306/test", "root", "password") // 批量插入数据 val sql: String = "INSERT INTO test_table (col1, col2) VALUES (?, ?)" val pstmt: PreparedStatement = conn.prepareStatement(sql) partition.foreach(row => { pstmt.setString(1, row.getAs[String]("col1")) pstmt.setString(2, row.getAs[String]("col2")) pstmt.addBatch() }) pstmt.executeBatch() // 关闭连接 pstmt.close() conn.close() }) spark.stop() } } ``` 在这个示例中,我们使用了`foreachPartition`操作,将DataFrame的每个分区并行写入到MySQL中。我们使用`DriverManager`获取MySQL连接,并使用`PreparedStatement`批量插入数据。最后,我们关闭连接,并停止SparkSession。 请注意,这个示例并没有处理并发问题,您需要根据您的具体情况进行适当的处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值