• Part One
• Part Two

Part One

我們假想一個場景，在并發場景下，假如要對賬戶余額(tb_balance.balance)進行增加和減少余額，要怎么設計才能保證數據不出錯呢?

下面是我的一些設想(假設余額更新20或減少20)：

直接sql更新

直接balance自增20，怎么并發都余額都不會錯了是不是~，但這里會有問題，1.假如是減余額的話，要注意余額不能小于0 2.假如后續需要用這個余額結果再進行一些業務操作的話，是取不到這個余額的sql

updatetb_balancesetbalance=balance+20wherebalance=#{old_bal}anduser_id=#{user_id}

CAS

經典的compare and swap，就是入庫時去對比舊值是否與現數據庫中的值相等，若相等則更新否則不更新，但是會有風險，就是經典的aba問題。假如更新返回的影響數為0的話，說明余額已經發生了變化，所以需要拋出異常并進行重試。（這里需要寫一些補償的業務邏輯去處理余額更新失敗的問題）

/**
*用戶余額增加20
*newBal為新值
*oldBal為庫中查出的值
**/
oldBal=balService.getBal(userId);
newBal=oldBal+20;

intcount=balService.updateBal(newBal,oldBal,userId);
Assert.businessInvalid(count==0,"updateerror");

//todosomebuisness

updatetb_balancesetbalance=#{new_bal}wherebalance=#{old_bal}anduser_id=#{user_id}

樂觀鎖

樂觀鎖其實就是使用version去進行版本控制，在更新時判斷是否更新數據的版本與現庫內版本是一致的，若一致則更改并上升版本號，否則認為在此期間有其它線程進行數據更新。假如更新失敗的話，同樣進行重試處理。這樣的好處就是可以避免aba問題，同時也可以使用增加后的余額進行后續的操作。目前已知有些公司就是這么操作的

try{
//dosomebuisness
intcount=balService.updateBal(newBal,old_version,new_version,userId);
Assert.businessInvalid(count==0,"updateerror");
//dosomebuisness
}catch(){
//iffailtodosomethingtryagain
}

updatetb_balancesetbalance=#{balance}andbalance=#{new_version}whereversion=#{old_version}anduser_id=#{user_id}

--ifaffectcount>1success
--ifaffectcount=0retry

redission分布式鎖

像集群的項目，我們經常會使用分布式鎖去保證冪等性，如果只有單一接口會去操作賬戶余額那使用分布式鎖沒有問題，只要在該接口加上鎖，保證同一時間只有單一線程進行該業務操作即可；但往往實際業務場景并不會那么簡單，比如一個商城，可能會有幾十上百個入口可以對余額進行變更，比如定時扣費、訂單支付、替他人代付等等；那其實可以通過面向對象的思想，將余額的操作進行抽象，抽象出一個余額類，將該類的方法加上鎖，然后所有的業務都強制通過該類進行余額變更的操作，即可保證操作的可靠性。

所以也就是說，訂單系統、服務管理中心等等服務都不應該能直接操作到余額數據，還是得抽出一個類型財務中臺的東東去統一處理余額，然后財務中臺中又維護這么一個余額類去保證更新的可靠性? 這其實也就是軟件工程中的單一入口 思想吧

基于 Spring Boot + MyBatis Plus + Vue & Element 實現的后臺管理系統 + 用戶小程序，支持 RBAC 動態權限、多租戶、數據權限、工作流、三方登錄、支付、短信、商城等功能

• 項目地址：https://github.com/YunaiV/ruoyi-vue-pro
• 視頻教程：https://doc.iocoder.cn/video/

Part Two

業務背景：現在實際開發過程中會有這樣一種場景，訂單表a作為訂單業務核心表，而會有a1,a2,a3...an個業務會去更新訂單表a的狀態，而同時a.status(訂單狀態)也是作為b,c,d...業務操作的核心判斷依據(也就是在不同的訂單狀態下可能做的操作是截然相反的)

在代碼層面上，我們一般的寫法是直接用注解開個事務，以保證操作的原子性。這種寫法目前讓我們的業務還是平穩運行的~

//@apiLock是redis鎖
@ApiLock
@Transactional
publicvoiddosomething(){

}

那么假設用戶量激增，并發量暴漲，那么會出現什么情況呢？

搞事情的時間來了，事務只能保證單個操作的事務性，假如并發量高的時候，可能就會出現(假設b業務的前提是a訂單再待接單[wait_acceipt]的狀態)：

b業務查詢時，a.status=wait_acceipt，然后b業務開始處理；而此時，a1業務對a訂單進行操作，并且先于b業務處理完，這時a訂單走到了待服務(wait_service)，而b還在進行業務處理；然后b業務處理完成，并進行提交。

那么就會產生很多異常的數據了，而且影響范圍會很大

解決方案&一些思考

我們可以關注到，這個場景的問題點其實并不在數據的插入與更新，而是在讀取，在業務處理過程怎么在確定訂單狀態沒有發生改變

使用redis鎖，在讀取訂單時候對訂單進行上鎖，業務結束之后再釋放

單一入口 ：將訂單類的操作抽象成一個order類，然后在這個order類中去進行查詢 操作，或者在不同服務中用一個redis-key也是OK的

publicclassOrderService{

lock()

select()

unlock()

}

publicvoiddosomeB(){
try{
orderService.lock(serviceOrderId);
//todo
}finally(){
orderService.unlock(serviceOrderId);
}
}

使用mysql共享鎖(讀鎖)，在數據庫層面進行阻塞，更加精準，并且不使用單一入口也是可以的，但是可能存在索引失效鎖表的風險(核心表被鎖就炸了)

publicclassOrderService{
/**
*讀取并且上鎖
*/
selectAndLock()

/**
*讀取
*/
select()
}

--讀鎖會阻塞寫(X)，但是不會堵塞讀(S)，在事務提交后，讀鎖會自動釋放
selectxxxfromorderwhereservice_order_id=xxxlockinsharemode;

總體來說 ，思想就是對正在操作的數據進行加讀鎖，阻塞其它的線程。當然這種方案也是雙刃劍，畢竟會減少吞吐量，還是應該進行業務梳理，確定加鎖的必要性，避免過分設計~像現在的系統，我就沒去動它，hh~