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：
查询出商品的具体信息
根据具体的减库存数量，生成相应的更新对象
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：
GoodsService.java 接口如下：
public interface GoodsService {
@Transactional
Boolean updateGoodCAS(Integer id, Integer decreaseNum);
}GoodsServiceImpl.java类如下：
@Service
public class GoodsServiceImpl implements GoodsService {
@Autowired
private GoodsMapper goodsMapper;
@Override
public Boolean updateGoodCAS(Integer id, Integer decreaseNum) {
Goods good = goodsMapper.selectGoodById(id);
System.out.println(good);
try {
Thread.sleep(3000); //模拟并发情况,不同的用户读取到同一个数据版本
} catch (InterruptedException e) {
e.printStackTrace();
}
good.setRemainingNumber(good.getRemainingNumber() - decreaseNum);
int result = goodsMapper.updateGoodCAS(good);
System.out.println(result == 1 ? "success" : "fail");
return result == 1;
}
}GoodsServiceImplTest.java测试类
@RunWith(SpringRunner.class)
@SpringBootTest
public class GoodsServiceImplTest {
@Autowired
private GoodsService goodsService;
@Test
public void updateGoodCASTest() {
final Integer id = 1;
Thread thread = new Thread(new Runnable() {
@Override
public void run() {
goodsService.updateGoodCAS(id, 1); //用户1的请求
}
});
thread.start();
goodsService.updateGoodCAS(id, 2); //用户2的请求
System.out.println(goodsService.selectGoodById(id));
}
}输出结果：
Goods{id=1, name='手机', remainingNumber=10, version=9}
Goods{id=1, name='手机', remainingNumber=10, version=9}
success
fail
Goods{id=1, name='手机', remainingNumber=8, version=10}代码说明：
在updateGoodCASTest()的测试方法中，用户1和用户2同时查出id=1的商品的同一个版本信息，然后分别对商品进行库存减1和减2的操作。从输出的结果可以看出用户2的减库存操作成功了，商品库存成功减去2；而用户1提交减库存操作时，数据版本号已经改变，所以数据变更失败。
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
https://segmentfault.com/a/11...