服务报价 | 域名主机 | 网络营销 | 软件工具| [加入收藏]
 热线电话: 130-5800-8007
当前位置: 主页 > 开发教程 > mysql教程 >

MySQL乐观锁在分布式场景下的实践

时间:2017-04-04 00:16来源:未知 作者:最模板 点击:
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

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:

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。

(责任编辑:最模板)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
栏目列表
热点内容