在電商購物的場景下,當咱們點擊購物時,後端服務就會對相應的商品進行減庫存操做。在單實例部署的狀況,咱們能夠簡單地使用JVM提供的鎖機制對減庫存操做進行加鎖,防止多個用戶同時點擊購買後致使的庫存不一致問題。java
但在實踐中,爲了提升系統的可用性,咱們通常都會進行多實例部署。而不一樣實例有各自的JVM,被負載均衡到不一樣實例上的用戶請求不能經過JVM的鎖機制實現互斥。sql
所以,爲了保證在分佈式場景下的數據一致性,咱們通常有兩種實踐方式:1、使用MySQL樂觀鎖;2、使用分佈式鎖。數據庫
本文主要介紹MySQL樂觀鎖,關於分佈式鎖我在下一篇博客中介紹。segmentfault
樂觀鎖(Optimistic Locking)與悲觀鎖相對應,咱們在使用樂觀鎖時會假設數據在極大多數狀況下不會造成衝突,所以只有在數據提交的時候,纔會對數據是否產生衝突進行檢驗。若是產生數據衝突了,則返回錯誤信息,進行相應的處理。後端
那咱們如何來實現樂觀鎖呢?通常採用如下方式:使用版本號(version)機制來實現,這是樂觀鎖最經常使用的實現方式。併發
那什麼是版本號呢?版本號就是爲數據添加一個版本標誌,一般我會爲數據庫中的表添加一個int類型的"version"字段。當咱們將數據讀出時,咱們會將version字段一併讀出;當數據進行更新時,會對這條數據的version值加1。當咱們提交數據的時候,會判斷數據庫中的當前版本號和第一次取數據時的版本號是否一致,若是兩個版本號相等,則更新,不然就認爲數據過時,返回錯誤信息。咱們能夠用下圖來講明問題:app
如圖所示,若是更新操做如第一個圖中同樣順序執行,則數據的版本號會依次遞增,不會有衝突出現。可是像第二個圖中同樣,不一樣的用戶操做讀取到數據的同一個版本,再分別對數據進行更新操做,則用戶的A的更新操做能夠成功,用戶B更新時,數據的版本號已經變化,因此更新失敗。負載均衡
咱們對某個商品減庫存時,具體操做分爲如下3個步驟:dom
查詢出商品的具體信息分佈式
根據具體的減庫存數量,生成相應的更新對象
修改商品的庫存數量
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;
* 商品名字 */ private String name; /** * 庫存數量 */ private Integer remainingNumber; /** * 版本號 */ private Integer version; @Override public String toString() { return "Goods{" + "id=" + id + ", name='" + name + '\'' + ", remainingNumber=" + remainingNumber + ", version=" + version + '}'; } }
public interface GoodsMapper { Integer updateGoodCAS(Goods good); }
<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>
public interface GoodsService { @Transactional Boolean updateGoodCAS(Integer id, Integer decreaseNum); }
@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); //模擬併發狀況,不一樣的用戶讀取到同一個數據版本 } 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; } }
@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); //用戶1的請求 } }); thread.start(); goodsService.updateGoodCAS(id, 2); //用戶2的請求 System.out.println(goodsService.selectGoodById(id)); } }
輸出結果:
Goods{id=1, name='手機', remainingNumber=10, version=9} Goods{id=1, name='手機', remainingNumber=10, version=9} success fail Goods{id=1, name='手機', remainingNumber=8, version=10}
代碼說明:
在updateGoodCASTest()的測試方法中,用戶1和用戶2同時查出id=1的商品的同一個版本信息,而後分別對商品進行庫存減1和減2的操做。從輸出的結果能夠看出用戶2的減庫存操做成功了,商品庫存成功減去2;而用戶1提交減庫存操做時,數據版本號已經改變,因此數據變動失敗。
這樣,咱們就能夠經過MySQL的樂觀鎖機制保證在分佈式場景下的數據一致性。
以上。