情景介绍:
超卖问题在我们业务中很常见,当高并发访问数据库时,可能就会出现该问题,例如有100张优惠券,在1秒内被抢光,如果不考虑线程安全问题,这时候很可能卖出去超过100张。
一、认识悲观锁和乐观锁?
悲观锁:
- 概念:认为线程安全问题一定会发生,所以,为每一个线程加锁,让它们串行化执行,例如java中的synchronized,lock这些都是悲观锁。
- 优点:简单粗暴
- 缺点:性能一般
乐观锁:
- 概念:认为线程安全问题不一定发生,所有,当修改数据的时候,再次查询数据库,判断这个值有没有被修改过,这就是CAS锁机制。
- 优点:性能好
- 缺点:成功率低
为什么这里会成功率低呢?
加入有100个线程抢50张票,100个线程同时读取到了数据库,线程1修改了数据库,那么其他99个线程都会失败。。这就出现了还有票却没卖出去的问题
改进方案:
查询的时候不需要查询是否修改过,只查询是否库存>0即可
二、一人一单问题(优化)
经过测试,上面的乐观锁是一个用户下了所有的单,那么现在要求一人一单,该怎么解决呢?
解决办法:我们可以在下单之前啊,查询数据库中该用户是否下单,如果已经下单,那么直接返回,同样,这里也会遇到线程安全问题,这又该如何解决呢?
解决办法:我们还是要加锁,由于这次是判断数据库中的数据存不存在,所以不能加乐观锁了,只能加悲观锁。
public Result seckillVoucher(Long voucherId) { SeckillVoucher voucher = iSeckillVoucherService.getById(voucherId); if (voucher.getBeginTime().isAfter(LocalDateTime.now())) { return Result.fail("活动还未开始"); } if (voucher.getEndTime().isBefore(LocalDateTime.now())) { return Result.fail("活动已经结束"); } // 库存不足 if(voucher.getStock() < 1){ return Result.fail("库存不足"); } // 注意两点 // 1.释放锁时机 先提交事务,在释放锁 // 2.防止事务失效 Long userHolder = UserHolder.getUser().getId(); synchronized (userHolder.toString().intern()){ // 使用代理对象调用该函数,防止事务失效 IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy(); return proxy.createOrder(voucherId); } } @Transactional public Result createOrder(Long voucherId){ // 一人一单 Long userHolder = UserHolder.getUser().getId(); int count = query().eq("user_id", userHolder).eq("voucher_id", voucherId).count(); if(count > 0){ return Result.fail("用户已经购买一次"); } // 更新库存 boolean success = iSeckillVoucherService.update() .setSql("stock = stock - 1") .eq("voucher_id", voucherId) .gt("stock", 0).update(); if(!success){ return Result.fail("库存不足"); } // 添加下单数据 VoucherOrder voucherOrder = new VoucherOrder(); // 全局ID long nextId = redisIdWorker.nextId("order"); voucherOrder.setId(nextId); // voucher_id voucherOrder.setVoucherId(voucherId); // 用户id voucherOrder.setUserId(UserHolder.getUser().getId()); // 存数据 save(voucherOrder); // 返回订单id return Result.ok(nextId); }
逻辑也是相当也复杂,其中要注意的是释放锁的时机,还有防止事务失效。
三、并行执行带来的问题
前面说的都是单体项目,也就是只有一个服务器,一个JVM,但是如果同时部署两台服务,又会出现一人两单问题,原因是每个JVM都维护自己的内存,这是synchronized锁只针对自己的那块内存有效,这就是并行问题。
分布式锁实现的三种方式
3.1Redis实现分布式锁
- 获取锁
- 获取失败不等待,直接返回结果(非阻塞)
问题1:这里要设置过期时间作为保底策略,因为一旦获取锁之后Redis宕机了,那么就永远无法操作这个业务了。
setnx lock thread1 # 普通 # Redis可能宕机 expire lock 10 # 设置过期时间作为保底策略
问题2:这里宕机发生了过期时间也设置不上,所以也会有问题,我们直接合并两个命令
set lock thread1 EX 10 NX
- 释放锁
del lock # 手动释放锁
下面进行代码实现,有多个版本。
3.1.1 基础代码
第一个版本的代码省略,直接上第二个版本的。
3.1.2 保证释放的锁是自己的
问题:上面逻辑有问题,因为如果线程1执行逻辑耗时比较长,这时候锁过期了,线程2就可以获取了,线程1执行完逻辑释放锁,把线程2的锁给释放了,这样又会导致并行问题。
解决:释放锁的时候只能释放自己的锁,(加锁标识)
public class SimpleRedisTemplate { private String name; private StringRedisTemplate stringRedisTemplate; private static final String KEY_PREFIX = "lock:"; private static final String ID_PREFIX = UUID.randomUUID().toString(true) + "-"; public SimpleRedisTemplate(String name, StringRedisTemplate stringRedisTemplate) { this.name = name; this.stringRedisTemplate = stringRedisTemplate; } /** * 获取锁 * @param timeoutSec * @return */ public boolean tryLock(Long timeoutSec){ // 1.利用UUID区分不同服务的相同线程,拼接上线程ID String threadId = ID_PREFIX + Thread.currentThread().getId(); Boolean b = stringRedisTemplate .opsForValue() .setIfAbsent(name + KEY_PREFIX, threadId , timeoutSec, TimeUnit.MINUTES); return Boolean.TRUE.equals(b); // 防止b为null } /** * 释放锁 */ public void unLock(){ // 获取锁 是自己的才释放 String lockId = stringRedisTemplate.opsForValue().get(name + KEY_PREFIX); String threadId = ID_PREFIX + Thread.currentThread().getId(); if(threadId.equals(lockId)){ stringRedisTemplate.delete(name + KEY_PREFIX); } } }
3.1.3 Lua脚本保证原子性
问题:如果释放锁时JVM正在进行垃圾回收,那么该命令也会阻塞,这样也会导致锁过期而没释放,就又会重复上面的问题,所以我们要保证释放锁这一段逻辑的原子性,我们使用Lua脚本
Lua脚本简单使用:
此处有待补充~~因为我也不是很会
Lua脚本代码
-- 判断线程标识与锁标识是否一致 if(AVGV[1] == redis.call("get", KEYS[1])) then // 释放锁 return redis.call("del", KEYS[1]); end return 0;
修改释放锁逻辑
private static final DefaultRedisScript<Long> UNLOCK_SCRIPT; // 提前加载Lua脚本 static { UNLOCK_SCRIPT = new DefaultRedisScript<>(); UNLOCK_SCRIPT.setLocation(new ClassPathResource("unlock.lua")); UNLOCK_SCRIPT.setResultType(Long.class); } public void unLock(){ // 调用Lua脚本 stringRedisTemplate.execute( UNLOCK_SCRIPT, Collections.singletonList(name + KEY_PREFIX), ID_PREFIX + Thread.currentThread().getId()); }
四、总结:
- 我们首先使用了悲观锁或乐观锁解决了基本的多线程安全问题
- 针对一人一单问题 CAS机制+悲观锁,这里注意释放锁的时机还有避免让spring中的事务失效
- 使用Redis解决并行问题,因为JVM只维护自己的内存(synochrazied失效)
- Lua脚本+Redis实现最终版本的加锁和释放锁的逻辑