接下来我们使用乐观锁的方式来修复红包超发的bug

乐观锁

乐观锁是一种不会阻塞其他线程并发的机制，它不会使用数据库的锁进行实现，它的设计里面由于不阻塞其他线程，所以并不会引发线程频繁挂起和恢复，这样便能够提高并发能力，也称之为为非阻塞锁。 乐观锁使用的是 CAS原理。

CAS 原理

1. 在 CAS 原理中，对于多个线程共同的资源，先保存一个旧（Old Value），比如进入线程后，查询当前存量为 100 个红包，那么先把旧值保存为 100，然后经过一定的逻辑处理。

2. 当需要扣减红包的时候，先比较数据库当前的值和旧值是否一致，如果一致则进行扣减红包的操作，否则就认为它已经被其他线程修改过了，不再进行操作。

CAS 原理流程如下：

CAS 原理并不排斥并发，也不独占资源，只是在线程开始阶段就读入线程共享数据，保存为旧值。当处理完逻辑，需要更新数据的时候，会进行一次 比较，即比较各个线程当前共享的数据是否和旧值保持一致。如果一致，就开始更新数据；如果不一致，则认为该前共享的数据是否和旧值保持一致。如果一致，就开始更新数据；如果不一致，则认为该重试，这样就是一个可重入锁，但是 CAS 原理会有一个问题，那就是 ABA 问题，我们先来看下ABA问题。

ABA问题

在处理复杂运算的时候，被线程 2 修改的 X 的值有可能导致线程1的运算出错，而最后线程 2 将 X 的值修改为原来的旧值 A，那么到了线程 1运算结束的时间顺序 T6，它将j检测 X 的值是否发生变化，就会拿旧值 A 和 当前的 X 的值 A 比对 ， 结果是一致的， 于是提交事务，然后在复杂计算的过程中 X 被线程 2 修改过了，这会导致线程1的运算出错。

在这个过程中，对于线程 2 而言 ， X 的值的变化为 A->B->A，所以 CAS 原理的这个设计缺陷被形象地称为“ABA 问题”。

ABA 问题的发生 ， 是因为业务逻辑存在回退的可能性 。 如果加入一个非业务逻辑的属性，比如在一个数据中加入版本号（ version ），对于版本号有一个约定，就是只要修改 X变量的数据，强制版本号（ version ）只能递增，而不会回退，即使是其他业务数据回退，它也会递增，那么 ABA 问题就解决了。

只是这个 version 变量并不存在什么业务逻辑，只是为了记录更新次数，只能递增，帮助我们克服 ABA 问题罢了，有了这些理论，我们就可以开始使用乐观锁来完成抢红包业务了 。

库表改造

为了顺利使用乐观锁，需要先在红包表 C T RED PACKET ） 加入一个新的列版本号（version），这个字段在建表的时候已经建了，只是我们还没有使用 。 这是第一步~

代码改造

既然库表加上了Version字段，那么应用中肯定要用到，自然而言的落到了Dao层上。

RedPacketDao新增接口方法及Mapper映射文件

RedPacketDao.java

<%@ page language="java" contentType="text/html; charset=UTF-8"pageEncoding="UTF-8"%>

$(document).ready(function () {//模拟30000个异步请求，进行并发var max = 30000;for (var i = 1; i <= max; i++) {//jQuery的post请求，请注意这是异步请求$.post({//请求抢id为1的红包//根据自己请求修改对应的url和大红包编号url: "./userRedPacket/grapRedPacketForVersion.do?redPacketId=1&userId=" + i,//成功后的方法success: function (result) {}});}});

初始化数据，启动应用测试

一致性数据统计：

经过 3 万次的抢夺，一共抢到了7521个红包，剩余12479个红包， 也就是存在大量的因为版本不一致的原因造成抢红包失败的请求。 这失败率太高了。。

有时候会容忍这个失败，这取决于业务的需要，因为允许用户自己再发起抢夺红包。

解决因version导致失败问题

为提高成功率，可以考虑使用重入机制 。也就是一旦因为版本原因没有抢到红包，则重新尝试抢红包，但是过多的重入会造成大量的 SQL 执行，所以目前流行的重入会加入两种限制：

1. 一种是按时间戳的重入，也就是在一定时间戳内（比如说 100毫秒），不成功的会循环到成功为止，直至超过时间戳，不成功才会退出，返回失败。

2. 一种是按次数，比如限定 3 次，程序尝试超过 3 次抢红包后，就判定请求失效，这样有助于提高用户抢红包的成功率。

乐观锁重入机制-按时间戳重入

因为乐观锁造成大量更新失败的问题，使用时间戳执行乐观锁重入，是一种提高成功率的方法，比如考虑在 100 毫秒内允许重入，把 UserRedPacketServicelmpl 中的方法grapRedPacketForVersion 修改下

/*** * * 乐观锁，按时间戳重入* * @Description: 乐观锁，按时间戳重入* * @param redPacketId* @param userId* @return* * @return: int*/@Override@Transactional(isolation = Isolation.READ_COMMITTED, propagation = Propagation.REQUIRED)public int grapRedPacketForVersion(Long redPacketId, Long userId) {// 记录开始时间long start = System.currentTimeMillis();// 无限循环，等待成功或者时间满100毫秒退出while (true) {// 获取循环当前时间long end = System.currentTimeMillis();// 当前时间已经超过100毫秒，返回失败if (end - start > 100) {return FAILED;}// 获取红包信息,注意version值RedPacket redPacket = redPacketDao.getRedPacket(redPacketId);// 当前小红包库存大于0if (redPacket.getStock() > 0) {// 再次传入线程保存的version旧值给SQL判断，是否有其他线程修改过数据int update = redPacketDao.decreaseRedPacketForVersion(redPacketId, redPacket.getVersion());// 如果没有数据更新，则说明其他线程已经修改过数据，则重新抢夺if (update == 0) {continue;}// 生成抢红包信息UserRedPacket userRedPacket = new UserRedPacket();userRedPacket.setRedPacketId(redPacketId);userRedPacket.setUserId(userId);userRedPacket.setAmount(redPacket.getUnitAmount());userRedPacket.setNote("抢红包 " + redPacketId);// 插入抢红包信息int result = userRedPacketDao.grapRedPacket(userRedPacket);return result;} else {// 一旦没有库存，则马上返回return FAILED;}}}

当因为版本号原因更新失败后，会重新尝试抢夺红包，但是会实现判断时间戳，如果时间戳在 100 毫秒内，就继续，否则就不再重新尝试，而判定失败，这样可以避免过多的SQL 执行，维持系统稳定。

初始化数据后，进行测试

从结果来看，之前大量失败的场景消失了，也没有超发现象，3 万次尝试抢光了所有的红包，避免了总是失败的结果，但是有时候时间戳并不是那么稳定，也会随着系统的空闲或者繁忙导致重试次数不一。有时候我们也会考虑、限制重试次数，比如 3 次，如下所示：

乐观锁重入机制-按次数重入

/*** * * @Title: grapRedPacketForVersion* * @Description: 乐观锁，按次数重入* * @param redPacketId* @param userId* * @return: int*/@Override@Transactional(isolation = Isolation.READ_COMMITTED, propagation = Propagation.REQUIRED)public int grapRedPacketForVersion(Long redPacketId, Long userId) {for (int i = 0; i < 3; i++) {// 获取红包信息，注意version值RedPacket redPacket = redPacketDao.getRedPacket(redPacketId);// 当前小红包库存大于0if (redPacket.getStock() > 0) {// 再次传入线程保存的version旧值给SQL判断，是否有其他线程修改过数据int update = redPacketDao.decreaseRedPacketForVersion(redPacketId, redPacket.getVersion());// 如果没有数据更新，则说明其他线程已经修改过数据，则重新抢夺if (update == 0) {continue;}// 生成抢红包信息UserRedPacket userRedPacket = new UserRedPacket();userRedPacket.setRedPacketId(redPacketId);userRedPacket.setUserId(userId);userRedPacket.setAmount(redPacket.getUnitAmount());userRedPacket.setNote("抢红包 " + redPacketId);// 插入抢红包信息int result = userRedPacketDao.grapRedPacket(userRedPacket);return result;} else {// 一旦没有库存，则马上返回return FAILED;}}return FAILED;}

通过 for 循环限定重试 3 次，3 次过后无论成败都会判定为失败而退出，这样就能避免过多的重试导致过多 SQL 被执行的问题，从而保证数据库的性能。

同样的测试步骤，来看下统计结果

3 万次请求，所有红包都被抢到了，也没有发生超发现象，这样就可以消除大量的请求失败，避免非重入的时候大量请求失败的场景。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！