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

背景

在电商购物的场景下，当咱们点击购物时，后端服务就会对相应的商品进行减库存操做。在单实例部署的状况，咱们能够简单地使用JVM提供的锁机制对减库存操做进行加锁，防止多个用户同时点击购买后致使的库存不一致问题。

但在实践中，为了提升系统的可用性，咱们通常都会进行多实例部署。而不一样实例有各自的JVM，被负载均衡到不一样实例上的用户请求不能经过JVM的锁机制实现互斥。

所以，为了保证在分布式场景下的数据一致性，咱们通常有两种实践方式：1、使用MySQL乐观锁；2、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，咱们在使用乐观锁时会假设数据在极大多数状况下不会造成冲突，所以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。若是产生数据冲突了，则返回错误信息，进行相应的处理。

那咱们如何来实现乐观锁呢？通常采用如下方式：使用版本号(version)机制来实现，这是乐观锁最经常使用的实现方式。

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，一般我会为数据库中的表添加一个int类型的"version"字段。当咱们将数据读出时，咱们会将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。当咱们提交数据的时候，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，若是两个版本号相等，则更新，不然就认为数据过时，返回错误信息。咱们能够用下图来讲明问题:

如图所示，若是更新操做如第一个图中同样顺序执行，则数据的版本号会依次递增，不会有冲突出现。可是像第二个图中同样，不一样的用户操做读取到数据的同一个版本，再分别对数据进行更新操做，则用户的A的更新操做能够成功，用户B更新时，数据的版本号已经变化，因此更新失败。

代码实践

咱们对某个商品减库存时，具体操做分为如下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，咱们须要为商品表goods加一个版本号字段version，具体的表结构以下：

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以下：

<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>

GoodsService.java 接口以下：

public interface GoodsService {

    @Transactional
    Boolean updateGoodCAS(Integer id, Integer decreaseNum);
}

GoodsServiceImpl.java类以下：

@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);     //模拟并发状况,不一样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，而后分别对商品进行库存减1和减2的操做。从输出的结果能够看出用户2的减库存操做成功了，商品库存成功减去2；而用户1提交减库存操做时，数据版本号已经改变，因此数据变动失败。

这样，咱们就能够经过MySQL的乐观锁机制保证在分布式场景下的数据一致性。

以上。

原文连接

https://segmentfault.com/a/11...