开篇
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,保证数据的一致性:
UPDATE t_yue SET money=$new_money
WHERE uid=$uid AND money=$old_money;
不能采用直接扣减的方式:
UPDATE t_yue SET money=money-$diff WHERE uid=$uid;
当然,更通用的方式,可以使用版本号来实现CAS乐观锁:
UPDATE t_yue SET money=$new_money,ver=$ver_new
WHERE uid=$uid AND ver=$ver_old;
对于这个CAS乐观锁方案,很有朋友有疑问:当并发量高时,版本号比对会导致大量的更新失败,这个方案不适用于高并发场景吗? 究竟是不是这样呢?大家对高并发是不是有什么误解呢?今天来聊一聊这个话题。
先分析三个业务场景。
一、QQ
QQ的一些核心业务有:
个人:user(uid, user_info, …)
好友:user_friends(uid, friend_id, …)
加入的群:user_groups(uid, group_id, …)
群:group(gid, group_info, …)
群成员:group_members(gid, uid, …)
个人消息:msgs_user(msg_id, uid, …)
群消息:msgs_group(msg_id, gid, …)
这些信息的读写有一个特点,都会带上uid/gid/msgid属性。
例如,拉取好友列表:
select friend_id from user_friends where uid=$uid;
在用户量很大,并发量很大时,不同用户/群/消息数据的读写并没有锁冲突。
画外音:10W个用户同时读写,彼此没有锁冲突。
只有当,同一个用户,很短的时间内,有大量并发时,才可能存在锁冲突。
画外音:例如,1个用户,1秒钟读写1W次。
二、微博微博的核心业务是feed流:
发消息,写操作
刷消息,读操作
微博业务显然是读多写少的,在用户刷消息时,自己feed流里的消息,是由别人发出的。
查看自己主页feed流,最朴素的实现方法是:
(1) 拉取自己关注的用户id_list;
(2) 拉取这些用户最近N条消息;
(3) 将这N*id_list条消息排序;
(4) 返回第一页消息,得到自己主页feed流;
画外音:这里不展开读扩散,写扩散, 在用户量很大,并发量很大时,会有一定数据的读写锁冲突。
画外音:不像QQ,基本是读写自己的数据,微博要写自己的数据,读别人的数据。
三、1230612306的核心业务是:
查票,读操作
买票,写操作
stock(id, num) // 某一列车有多少张余票
在用户量很大,并发量很大时,有极大的锁冲突。
画外音:这个业务,数据量并不大。
这类“秒杀”业务,如果不做特殊的优化,数据库很容易死锁卡死,没有任何人能买票成功。
画外音:要做什么特殊的优化呢?
收尾
QQ,微博、12306,同样是高并发业务,就数据存储锁冲突来说,各自的难度,数据不一致的概率是不同的。
画外音:你不能说,QQ不是高并发业务吧。
回到开篇,使用CAS乐观锁进库存扣减:
UPDATE t_yue SET money=$new_money,ver=$ver_new
WHERE uid=$uid AND ver=$ver_old;
只要有uid这个过滤属性,即使10W用户同时扣款,也不容易出现数据不一致。 只有当同一个用户,同一秒钟,有大量扣减时,才有一定几率会冲撞,但也不会导致数据不一致。
画外音:有一位很可爱的水友,说万一PC端和APP端同时下单怎么办。
结论
高并发的扣款场景,可以使用CAS乐观锁,采用select&set方式进行扣款,既能够保证吞吐量,又能够保证一致性。
欢迎关注公众号:“Java架构师学习”
你会喜欢的!