一張優惠券引起的血案

一個月前——

整個優惠券中心分爲前端和後端，小灰所負責的是後端RPC接口的開發。接口中包含「查券」和「領券」兩個方法，項目大致結構以下圖：

兩週後——

小灰：看，這是優惠券查詢功能的效果！

小灰：看，這是優惠券領取功能的效果！

三天後——

小灰本來的優惠券查詢接口是這樣實現的：

優惠券列表在Redis中以List的形式存儲，查詢時的邏輯很簡單：

1.查詢緩存，若是緩存存在，返回結果

2.緩存不存在，查詢數據庫

3.把查詢數據庫的結果循環放入緩存

然而，當某個時間點緩存不存在，請求量又很大的時候，會出現緩存併發的問題。也就是多個線程會重複去查詢DB，又重複去更新緩存。（注意，這並非緩存擊穿，不少人在這兩個概念上混淆。）

這其中重複查詢DB是次要問題，而重複更新緩存則是主要問題。假若有兩個線程同時進入上述的第三個階段，各自進行rpush操做，那麼最終會在優惠券列表的緩存中插入兩組一樣的數據。

怎麼解決呢？用Java的鎖機制？顯然不行，由於線上環境一般都是多個服務器組成的集羣。因而小灰想到了利用分佈式鎖。

所謂分佈式鎖有不少種，能夠利用ZooKeeper、MemCache、Redis來實現。其中Redis的方式比較簡單，無非是利用一個服務器之間共享的Key，以及Setnx指令。

當第一個線程執行Setnx，會存儲對應的鍵值，至關於成功得到鎖。當後續再有線程對同於的Key執行Setnx指令，則會返回空，至關於搶鎖失敗。同時，爲了防止一個線程因意外狀況而長久把持着鎖，程序對Key設置了1秒的過時時間。

概括一下修改後的邏輯：

1.查詢緩存，若是緩存存在，返回結果

2.緩存不存在，查詢數據庫

3.爭奪分佈式鎖

4.成功得到鎖，把查詢數據庫的結果循環放入緩存

5.釋放分佈式鎖

三天後——

詭異的bug又重現了，由於小灰上次的改動仍然存在一個致命的漏洞。在這裏咱們假定緩存不存在，恰好有兩個線程A和B一後一先進入到代碼塊。

第一階段，線程A剛開始查詢優惠券緩存，線程B正嘗試獲取分佈式鎖：

第二階段，因爲緩存不存在，線程A開始查詢數據庫，線程B成功得到鎖，開始更新緩存：

第三階段，線程A嘗試得到分佈式鎖，而線程B已經釋放分佈式鎖：

第四階段，線程A得到了鎖，又一次更新緩存，而線程B已經成功返回：

就這樣，緩存被重複更新了兩次，因此再次出現數據重複的bug。

這種局面如何破解呢？其實不難，只需在線程成功獲得鎖之後，再次判斷優惠券緩存的存在：

概括一下修改後的邏輯：

1.查詢緩存，若是緩存存在，返回結果

2.緩存不存在，查詢數據庫

3.爭奪分佈式鎖

4.成功得到鎖，再次判斷緩存的存在

5.若是緩存仍舊不存在，把查詢數據庫的結果循環放入緩存

6.釋放分佈式鎖

這種二次判斷存在性的機制有一個專門的名字，叫作雙重檢測。該方法在線程安全的單例模式中也經常被用到。

小灰的回憶告一段落——

幾點補充：

1.文中所使用的分佈式鎖，其實並非「正宗」的分佈式鎖，當線程爭奪鎖失敗的時候，會直接返回查詢DB的結果，而不會依靠自旋機制來等鎖。

2.爲何優惠券列表的信息要使用List類型來存入緩存，而不是把整個列表存爲一個很長的Json字符串？這是因爲業務須要，使用List在某些狀況下更方便對單個優惠券信息進行修改（LSET指令）。

3.爲何優惠券列表的信息不使用Redis的Set或者Hash數據類型來存儲，實現自動去重呢？對於Set類型，去重前須要對比整個字符串是否徹底相同，而每一張優惠券是一個較長的Json字符串，對比的效率會比較低。使用Hash卻是能夠實現高效的去重，但並未在根本上解決重複更新的問題。

—————END—————

喜歡本文的朋友們，歡迎長按下圖關注訂閱號程序員小灰，收看更多精彩內容