背景
在电商购物的场景下，当我们点击购物时，后端服务就会对相应的商品进行减库存操作。在单实例部署的情况，我们可以简单地使用JVM提供的锁机制对减库存操作进行加锁，防止多个用户同时点击购买后导致的库存不一致问题。
但在实践中，为了提高系统的可用性，我们一般都会进行多实例部署。而不同实例有各自的JVM，被负载均衡到不同实例上的用户请求不能通过JVM的锁机制实现互斥。
因此，为了保证在分布式场景下的数据一致性，我们一般有两种实践方式：一、使用MySQL乐观锁；二、使用分布式锁。
本文主要介绍MySQL乐观锁，关于分布式锁我在下一篇博客中介绍。
乐观锁简介
乐观锁(Optimistic Locking)与悲观锁相对应，我们在使用乐观锁时会假设数据在极大多数情况下不会形成冲突，因此只有在数据提交的时候，才会对数据是否产生冲突进行检验。如果产生数据冲突了，则返回错误信息，进行相应的处理。
那我们如何来实现乐观锁呢？一般采用以下方式：使用版本号(version)机制来实现，这是乐观锁最常用的实现方式。
版本号
那什么是版本号呢？版本号就是为数据添加一个版本标志，通常我会为数据库中的表添加一个int类型的"version"字段。当我们将数据读出时，我们会将version字段一并读出；当数据进行更新时，会对这条数据的version值加1。当我们提交数据的时候，会判断数据库中的当前版本号和第一次取数据时的版本号是否一致，如果两个版本号相等，则更新，否则就认为数据过期，返回错误信息。我们可以用下图来说明问题:
如图所示，如果更新操作如第一个图中一样顺序执行，则数据的版本号会依次递增，不会有冲突出现。但是像第二个图中一样，不同的用户操作读取到数据的同一个版本，再分别对数据进行更新操作，则用户的A的更新操作可以成功，用户B更新时，数据的版本号已经变化，所以更新失败。
代码实践
我们对某个商品减库存时，具体操作分为以下3个步骤：
-
查询出商品的具体信息
-
根据具体的减库存数量，生成相应的更新对象
-
修改商品的库存数量
为了使用MySQL的乐观锁，我们需要为商品表goods加一个版本号字段version，具体的表结构如下：
|
1
2
3
4
5
6
7
|
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; |
Goods类的Java代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
* 商品名字 */ private String name; /** * 库存数量 */ private Integer remainingNumber; /** * 版本号 */ private Integer version; @Override public String toString() { return "Goods{" + "id=" + id + ", name='" + name + ''' + ", remainingNumber=" + remainingNumber + ", version=" + version + '}'; }} |
GoodsMapper.java:
|
1
2
3
4
5
|
public interface GoodsMapper { Integer updateGoodCAS(Goods good);} |
GoodsMapper.xml如下：
|
1
2
3
4
5
6
7
8
9
|
<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> |
GoodsService.java 接口如下：
|
1
2
3
4
5
|
public interface GoodsService { @Transactional Boolean updateGoodCAS(Integer id, Integer decreaseNum);} |
GoodsServiceImpl.java类如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
@Servicepublic 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); //模拟并发情况,不同的用户读取到同一个数据版本 } 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; }} |
GoodsServiceImplTest.java测试类
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
@RunWith(SpringRunner.class)@SpringBootTestpublic 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); //用户1的请求 } }); thread.start(); goodsService.updateGoodCAS(id, 2); //用户2的请求 System.out.println(goodsService.selectGoodById(id)); }} |
输出结果：
|
1
2
3
4
5
|
Goods{id=1, name='手机', remainingNumber=10, version=9}Goods{id=1, name='手机', remainingNumber=10, version=9}successfailGoods{id=1, name='手机', remainingNumber=8, version=10} |
代码说明：
在updateGoodCASTest()的测试方法中，用户1和用户2同时查出id=1的商品的同一个版本信息，然后分别对商品进行库存减1和减2的操作。从输出的结果可以看出用户2的减库存操作成功了，商品库存成功减去2；而用户1提交减库存操作时，数据版本号已经改变，所以数据变更失败。
这样，我们就可以通过MySQL的乐观锁机制保证在分布式场景下的数据一致性。
以上。