SSM (十五) 樂觀鎖與悲觀鎖的實際應用

時間 2019-11-16

標籤 ssm 十五樂觀悲觀實際應用简体版

原文原文鏈接

前言

隨着互聯網的興起，如今三高(高可用、高性能、高併發)項目是愈來愈流行。java

本次來談談高併發。首先假設一個業務場景：數據庫中有一條數據，須要獲取到當前的值，在當前值的基礎上+10，而後再更新回去。
若是此時有兩個線程同時併發處理，第一個線程拿到數據是10，+10=20更新回去。第二個線程本來是要在第一個線程的基礎上再+20=40,結果因爲併發訪問取到更新前的數據爲10，+20=30。git

這就是典型的存在中間狀態，致使數據不正確。來看如下的例子：github

併發所帶來的問題

和上文提到的相似，這裏有一張price表，表結構以下：redis

CREATE TABLE `price` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主鍵',
  `total` decimal(12,2) DEFAULT '0.00' COMMENT '總值',
  `front` decimal(12,2) DEFAULT '0.00' COMMENT '消費前',
  `end` decimal(12,2) DEFAULT '0.00' COMMENT '消費後',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1268 DEFAULT CHARSET=utf8複製代碼

我這裏寫了一個單測：就一個主線程，循環100次，每次把front的值減去10，再寫入一次流水記錄，正常狀況是寫入的每條記錄都會每次減去10。sql

/** * 單線程消費 */
    @Test
    public void singleCounsumerTest1(){

        for (int i=0 ;i<100 ;i++){
            Price price = priceMapper.selectByPrimaryKey(1);
            int ron = 10 ;
            price.setFront(price.getFront().subtract(new BigDecimal(ron)));
            price.setEnd(price.getEnd().add(new BigDecimal(ron)));
            price.setTotal(price.getFront().add(price.getEnd()));

            priceMapper.updateByPrimaryKey(price) ;

            price.setId(null);
            priceMapper.insertSelective(price) ;
        }
    }複製代碼

執行結果以下：數據庫

能夠看到確實是每次都遞減10。

可是若是是多線程的狀況下會是如何呢：多線程

我這裏新建了一個PriceController併發

/** * 線程池 無鎖 * @param redisContentReq * @return */
    @RequestMapping(value = "/threadPrice",method = RequestMethod.POST)
    @ResponseBody
    public BaseResponse<NULLBody> threadPrice(@RequestBody RedisContentReq redisContentReq){
        BaseResponse<NULLBody> response = new BaseResponse<NULLBody>() ;

        try {

            for (int i=0 ;i<10 ;i++){
                Thread t = new Thread(new Runnable() {
                    @Override
                    public void run() {
                        Price price = priceMapper.selectByPrimaryKey(1);
                        int ron = 10 ;
                        price.setFront(price.getFront().subtract(new BigDecimal(ron)));
                        price.setEnd(price.getEnd().add(new BigDecimal(ron)));
                        priceMapper.updateByPrimaryKey(price) ;

                        price.setId(null);
                        priceMapper.insertSelective(price) ;
                    }
                });

                config.submit(t);

            }

            response.setReqNo(redisContentReq.getReqNo());
            response.setCode(StatusEnum.SUCCESS.getCode());
            response.setMessage(StatusEnum.SUCCESS.getMessage());
        }catch (Exception e){
            logger.error("system error",e);
            response.setReqNo(response.getReqNo());
            response.setCode(StatusEnum.FAIL.getCode());
            response.setMessage(StatusEnum.FAIL.getMessage());
        }

        return response ;

    }複製代碼

其中爲了節省資源使用了一個線程池:app

@Component
public class ThreadPoolConfig {

    private static final int MAX_SIZE = 10 ;
    private static final int CORE_SIZE = 5;
    private static final int SECOND = 1000;

    private ThreadPoolExecutor executor ;

    public ThreadPoolConfig(){
        executor = new ThreadPoolExecutor(CORE_SIZE,MAX_SIZE,SECOND, TimeUnit.MICROSECONDS,new LinkedBlockingQueue<Runnable>()) ;
    }

    public void submit(Thread thread){
        executor.submit(thread) ;
    }
}複製代碼

關於線程池的使用從此會仔細探討。這裏就簡單理解爲有10個線程併發去處理上面單線程的邏輯，來看看結果怎麼樣：dom

會看到明顯的數據錯誤，致使錯誤的緣由天然就是有線程讀取到了中間狀態進行了錯誤的更新。

進而有了如下兩種解決方案：悲觀鎖和樂觀鎖。

悲觀鎖

簡單理解下悲觀鎖：當一個事務鎖定了一些數據以後，只有噹噹前鎖提交了事務，釋放了鎖，其餘事務才能得到鎖並執行操做。

使用方式以下：
首先要關閉MySQL的自動提交：set autocommit = 0;

bigen --開啓事務
select id, total, front, end from price where id=1 for update 

insert into price values(?,?,?,?,?)

commit --提交事務複製代碼

這裏使用select for update的方式利用數據庫開啓了悲觀鎖，鎖定了id=1的這條數據(注意:這裏除非是使用了索引會啓用行級鎖，否則是會使用表鎖，將整張表都鎖住。)。以後使用commit提交事務並釋放鎖，這樣下一個線程過來拿到的就是正確的數據。

悲觀鎖通常是用於併發不是很高，而且不容許髒讀等狀況。可是對數據庫資源消耗較大。

樂觀鎖

那麼有沒有性能好，支持的併發也更多的方式呢？

那就是樂觀鎖。

樂觀鎖是首先假設數據衝突不多，只有在數據提交修改的時候才進行校驗，若是衝突了則不會進行更新。

一般的實現方式增長一個version字段，爲每一條數據加上版本。每次更新的時候version+1，而且更新時候帶上版本號。實現方式以下：

新建了一張price_version表：

CREATE TABLE `price_version` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主鍵',
  `total` decimal(12,2) DEFAULT '0.00' COMMENT '總值',
  `front` decimal(12,2) DEFAULT '0.00' COMMENT '消費前',
  `end` decimal(12,2) DEFAULT '0.00' COMMENT '消費後',
  `version` int(11) DEFAULT '0' COMMENT '併發版本控制',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1268 DEFAULT CHARSET=utf8複製代碼

更新數據的SQL：

<update id="updateByVersion" parameterType="com.crossoverJie.pojo.PriceVersion">
    UPDATE price_version
    SET front = #{front,jdbcType=DECIMAL},
        version= version + 1
    WHERE id = #{id,jdbcType=INTEGER}
    AND version = #{version,jdbcType=INTEGER}
  </update>複製代碼

調用方式：

/** * 線程池，樂觀鎖 * @param redisContentReq * @return */
    @RequestMapping(value = "/threadPriceVersion",method = RequestMethod.POST)
    @ResponseBody
    public BaseResponse<NULLBody> threadPriceVersion(@RequestBody RedisContentReq redisContentReq){
        BaseResponse<NULLBody> response = new BaseResponse<NULLBody>() ;

        try {

            for (int i=0 ;i<3 ;i++){
                Thread t = new Thread(new Runnable() {
                    @Override
                    public void run() {
                        PriceVersion priceVersion = priceVersionMapper.selectByPrimaryKey(1);
                        int ron = new Random().nextInt(20);
                        logger.info("本次消費="+ron);
                        priceVersion.setFront(new BigDecimal(ron));
                        int count = priceVersionMapper.updateByVersion(priceVersion);
                        if (count == 0){
                            logger.error("更新失敗");
                        }else {
                            logger.info("更新成功");
                        }

                    }
                });

                config.submit(t);

            }

            response.setReqNo(redisContentReq.getReqNo());
            response.setCode(StatusEnum.SUCCESS.getCode());
            response.setMessage(StatusEnum.SUCCESS.getMessage());
        }catch (Exception e){
            logger.error("system error",e);
            response.setReqNo(response.getReqNo());
            response.setCode(StatusEnum.FAIL.getCode());
            response.setMessage(StatusEnum.FAIL.getMessage());
        }

        return response ;

    }複製代碼