首页 » 漏洞 » MySQL乐观锁在分布式场景下的实践

MySQL乐观锁在分布式场景下的实践

 
文章目录

MySQL乐观锁在分布式场景下的实践

背景

在电商购物的场景下,当我们点击购物时,后端服务就会对相应的商品进行减库存操作。在单实例部署的情况,我们可以简单地使用JVM提供的锁机制对减库存操作进行加锁,防止多个用户同时点击购买后导致的库存不一致问题。

但在实践中,为了提高系统的可用性,我们一般都会进行多实例部署。而不同实例有各自的JVM,被负载均衡到不同实例上的用户请求不能通过JVM的锁机制实现互斥。

因此,为了保证在分布式场景下的数据一致性,我们一般有两种实践方式:一、使用MySQL乐观锁;二、使用分布式锁。

本文主要介绍MySQL乐观锁,关于分布式锁我在下一篇博客中介绍。

乐观锁简介

乐观锁(Optimistic Locking)与悲观锁相对应,我们在使用乐观锁时会假设数据在极大多数情况下不会形成冲突,因此只有在数据提交的时候,才会对数据是否产生冲突进行检验。如果产生数据冲突了,则返回错误信息,进行相应的处理。

那我们如何来实现乐观锁呢?一般采用以下方式:使用版本号(version)机制来实现,这是乐观锁最常用的实现方式。

版本号

那什么是版本号呢?版本号就是为数据添加一个版本标志,通常我会为数据库中的表添加一个int类型的"version"字段。当我们将数据读出时,我们会将version字段一并读出;当数据进行更新时,会对这条数据的version值加1。当我们提交数据的时候,会判断数据库中的当前版本号和第一次取数据时的版本号是否一致,如果两个版本号相等,则更新,否则就认为数据过期,返回错误信息。我们可以用下图来说明问题:

MySQL乐观锁在分布式场景下的实践

如图所示,如果更新操作如第一个图中一样顺序执行,则数据的版本号会依次递增,不会有冲突出现。但是像第二个图中一样,不同的用户操作读取到数据的同一个版本,再分别对数据进行更新操作,则用户的A的更新操作可以成功,用户B更新时,数据的版本号已经变化,所以更新失败。

代码实践

我们对某个商品减库存时,具体操作分为以下3个步骤:

  1. 查询出商品的具体信息

  2. 根据具体的减库存数量,生成相应的更新对象

  3. 修改商品的库存数量

为了使用MySQL的乐观锁,我们需要为商品表goods加一个版本号字段version,具体的表结构如下:

CREATE TABLE `goods` (   `id` int(11) NOT NULL AUTO_INCREMENT,   `name` varchar(64) NOT NULL DEFAULT '',   `remaining_number` int(11) NOT NULL,   `version` int(11) NOT NULL,   PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8;

Goods类的Java代码:

public class Goods implements Serializable {      private static final long serialVersionUID = 0L;      private Integer id;      /**      * 商品名字      */     private String name;      /**      * 库存数量      */     private Integer remainingNumber;      /**      * 版本号      */     private Integer version;      @Override     public String toString() {         return "Goods{" +                 "id=" + id +                 ", name='" + name + '/'' +                 ", remainingNumber=" + remainingNumber +                 ", version=" + version +                 '}';     } }

GoodsMapper.java:

public interface GoodsMapper {      Integer updateGoodCAS(Goods good);  }

GoodsMapper.xml如下:

<update id="updateGoodCAS" parameterType="com.ztl.domain.Goods">         <![CDATA[           update goods           set `name`=#{name},            remaining_number=#{remainingNumber},            version=version+1           where id=#{id} and version=#{version}         ]]>     </update>

GoodsMapperTest.java测试类

@RunWith(SpringRunner.class) @SpringBootTest public class GoodsMapperTest {      @Autowired     private GoodsMapper goodsMapper;      @Test     public void updateGoodCASTest() {         Integer id = 1;         Goods good1 = goodsMapper.selectGoodById(id);         Goods good2 = goodsMapper.selectGoodById(id);          //打印当前商品信息         System.out.println(good1);         System.out.println(good2);          //更新good1         good1.setRemainingNumber(good1.getRemainingNumber()-1);         int result1 = goodsMapper.updateGoodCAS(good1);         System.out.println("减库存" + (result1 == 1 ? "成功" : "失败"));          //更新good2         good2.setRemainingNumber(good2.getRemainingNumber()-2);         int result2 = goodsMapper.updateGoodCAS(good2);         System.out.println("减库存" + (result2 == 1 ? "成功" : "失败"));     } }

输出结果:

Goods{id=1, name='手机', remainingNumber=7, version=3} Goods{id=1, name='手机', remainingNumber=7, version=3} 减库存成功 减库存失败

代码说明:

在updateGoodCASTest()的测试方法中,我们同时查出id=1的商品的同一个版本信息,然后分别通过good1和good2对象对库存数量进行修改,第一次通过good1的修改成功了;但第二次修改时,update where 条件中的版本号已经不匹配,所以更新失败。

这样,我们就可以通过MySQL的乐观锁机制保证在分布式场景下的数据一致性。

以上。

原文链接:MySQL乐观锁在分布式场景下的实践,转载请注明来源!

0