并发扣款一致性,幂等性问题,这个话题还没聊完!!!

简介: 因此,在有重试的架构体系里,幂等性是需要考虑的一个问题。

《并发扣款,如何保证数据的一致性?》,分享了同一个用户并发扣款时,有一定概率出现数据不一致,可以使用CAS乐观锁的方式,在不降低吞吐量,并且只有少量修改的情况下,保证数据的一致性。


文章发布不到24小时,就有近200的评论。

  其中,问的比较多的是ABA问题,这个问题已经在《并发扣款一致性优化,CAS下ABA问题,这个话题还没聊完!!!》中扩展。   其次,问的比较多的是作业题,为什么一定要用 select&set 的方式进行余额写回

UPDATE t_yue SET money=$new_money WHERE uid=$uid AND money=$old_money;

  为什么不能采用 直接扣减 的方法:

UPDATE t_yue SET money=money-$diff WHERE uid=$uid;

  很人说,在并发情况下, 会将money扣成负数   为了保证余额不被扣成负数,再加一个where条件:

UPDATE t_yue SET money=money-$diff WHERE uid=$uid AND money-$diff>0;

这样是否可行? 画外音:额,撇开业务不谈,这个SQL用列做运算,其实是不好的,建议使用:

UPDATE t_yue SET money=money-$diff WHERE uid=$uid AND money>$diff;

  画外音:说明绝大部分同学,能够回答正确作业。   聊幂等性之前,先看另一个测试用例的case。   假设有一个服务接口,注册新用户

bool RegisterUser($uid, $name){

         //查看uid是否已经存在

         select uid from t_user where uid=$uid;

         //不是新用户,返回失败

         if(rows>0)return false;

         else{

                   //把新用户插入用户表                    insert into t_user values($uid, $name);                    //返回成功                    return true;          } }   有一个测试工程师,对该接口写了一个测试用例

bool TestCase_RegisterUser(){

         //造一些假数据

         long uid=123;

         String name='shenjian';

         //调用被测试的接口

         bool result= RegisterUser(uid,name);

         //预期注册成功,对结果进行断言判断

         Assert(result,true);

         //返回测试结果

         return result;

}

  这是不是一个好的测试用例?
这个用例存在什么问题?
你会发现, 相同条件下 ,这个 测试用例执行两次,得到的结果不一样 (1)第一次执行,第一次造数据,调用接口,注册成功; (2)第二次执行,又造了一次相同的数据,调用接口,注册会失败; 不是一个好的测试用例,多次执行结果不同   什么是幂等性? 相同条件下,执行同一请求,得到的结果相同,才符合幂等性。 画外音:Google一下,比我解释得更好,但意思应该说清楚了。   如何将上面的测试用例改为符合“幂等性”的测试用例呢?   只需要加一行代码:

bool TestCase_RegisterUser(){

         //造一些假数据

         long uid=123;

         String name=’shenjian’;

         //先删除这个伪造的用户

         DeleteUser(uid);

         //调用被测试的接口

         bool result= RegisterUser(uid,name);

         //预期注册成功,对结果进行断言判断

         Assert(result,true);

         //返回测试结果

         return result;

}

这样,在相同条件下 不管这个用例执行多少次,得到的测试结果都是相同的   是不是对幂等性有点感觉了。   读请求,一般是幂等的。

写请求,视情况而定:
  • insert x,一般来说不是幂等的,重复插入得到的结果不一定一样

  • delete x,一般来说是幂等的,删除多次得到的结果仍相同

  • set a=x是幂等的

  • set a=a-x不是幂等的

  因此,这么扣减余额: UPDATE t_yue SET money=$new_money WHERE uid=$uid AND money=$old_money; 是幂等操作   要是这么扣减余额: UPDATE t_yue SET money=money-$diff WHERE uid=$uid AND money-$diff>0; 不是幂等操作   聊到这里,或许有朋友要抬杠了,测试用例会重复执行,扣款怎么会重复执行呢? 重试。   重试,是异常处理里很常见的手段。   你在写业务的时候有没有写过这样的代码:

result = DoSomething();

if(false==result || TIMEOUT){

         //错误,或者超时,重试一次

         result= DoSomething();

}

return result;

  当然,又会有朋友抬杠了,我从来不重试!!! 画外音:额,这是合格,还是不合格呢?   你可以决定业务代码怎么写,你不能决定底层框架代码怎么写 (1) 站点框架 有没有自动重试? (2) 服务框架 有没有自动重试? (3) 服务连接池 数据库连接池 有没有自动重试? 画外音: (1)服务化分层的架构中,建议只入口层重试,服务层不要重试,防止雪崩; (2)dubbo底层,调用超时是默认重试的,这个设计不好;   因此,在有重试的架构体系里,幂等性是需要考虑的一个问题   现在该懂了,为啥扣款和充值业务,一般使用:
  • select&set,配合CAS方案

而不使用:
  • set money-=X方案

画外音:充了100电话费,怎么多了200块?

知其然,知其所以然 ,希望大家有收获。

本文转自“架构师之路”公众号,58沈剑提供。

目录
相关文章
|
存储 关系型数据库 MySQL
MySQL的存储过程——流程控制-while、repeat、loop循环
MySQL的存储过程——流程控制-while、repeat、loop循环
1113 0
MySQL的存储过程——流程控制-while、repeat、loop循环
|
12月前
|
人工智能 自然语言处理 数据可视化
聊聊多维表格与BI|AI x Data 数据产品的发展趋势
多维表格与Quick BI深度融合,助力企业在AI与数据时代实现高效分析。多维表格作为轻量级数据管理工具,擅长快速填报与基础分析;而Quick BI则专注于多源数据整合、深度洞察与可视化展示。两者协同,既能降低使用门槛,又能提升数据分析的广度与深度,满足企业从数据采集到智能决策的全链路需求。未来,数据产品将朝着低门槛、多场景与实用性方向发展,推动商业智能迈向新高度。
678 25
|
存储 人工智能 关系型数据库
拥抱Data+AI|解码Data+AI助力游戏日志智能分析
「拥抱Data+AI」系列第2篇:阿里云DMS+AnalyticDB助力游戏日志数据分析与预测
拥抱Data+AI|解码Data+AI助力游戏日志智能分析
|
人工智能 运维 数据挖掘
瑶池数据库Data+AI驱动的全栈智能实践开放日回顾
阿里云瑶池数据库重磅推出“Data+AI能力家族”,包括DTS AI数据准备、Data Agent系列智能体及DMS MCP统一数据访问服务,重构数据与AI协同边界。通过智能化工具链,覆盖数据全生命周期,提升企业数据开发、分析、治理与运维效率,降低技术门槛,激活数据资产价值,助力企业迈向全栈智能新时代。
|
人工智能 数据挖掘 数据库
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
本文为数据库「拥抱Data+AI」系列连载第1篇,该系列是阿里云瑶池数据库面向各行业Data+AI应用场景,基于真实客户案例&最佳实践,展示Data+AI行业解决方案的连载文章。本篇内容针对电商行业痛点,将深入探讨如何利用数据与AI技术以及数据分析方法论,为电商行业注入新的活力与效能。
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
|
人工智能 运维 数据挖掘
瑶池数据库开放日:全新发布Data+AI能力家族,赋能企业全栈智能实践
近日,阿里云瑶池数据库生态工具产品重磅升级,推出“Data+AI能力家族”,并举办了为期3天的全栈智能实践开放日活动。发布会上首次公开了 “Data Agent for Analytics、Data Agent for Meta、DAS Agent”等瑶池数据库Data Agent系列能力,以工具智能化 × 智能化工具的双引擎重构数据与AI的协同边界,揭秘AI时代数据价值释放的全新路径。
|
人工智能 自然语言处理 架构师
2025年,租赁企业如何借瓴羊Data x AI实现弯道超车?
在新一代技术浪潮下,数据智能正深刻重塑租赁行业。阿里云瓴羊联合得宸科技推出大模型解决方案,助力租赁企业实现智能化转型。通过融合通义千问与专业数据库,方案覆盖经营分析、风险识别等9大场景,推动业务全流程重构,构建以数据驱动和智能引领的增长引擎,赋能行业高质量发展。
710 0
|
人工智能 分布式计算 数据处理
MaxCompute Data + AI:构建 Data + AI 的一体化数智融合
本次分享将分为四个部分讲解:第一部分探讨AI时代数据开发范式的演变,特别是MaxCompute自研大数据平台在客户工作负载和任务类型变化下的影响。第二部分介绍MaxCompute在资源大数据平台上构建的Data + AI核心能力,提供一站式开发体验和流程。第三部分展示MaxCompute Data + AI的一站式开发体验,涵盖多模态数据管理、交互式开发环境及模型训练与部署。第四部分分享成功落地的客户案例及其收益,包括互联网公司和大模型训练客户的实践,展示了MaxFrame带来的显著性能提升和开发效率改进。
|
人工智能 关系型数据库 分布式数据库
阿里云PolarDB重磅发布云原生与Data+AI新特性,打造智能时代数据引擎
阿里云PolarDB重磅发布云原生与Data+AI新特性,打造智能时代数据引擎
1101 0

热门文章

最新文章