Synchronized锁在Spring事务管理下,为啥还线程不安全?

开启10000个线程,每个线程给员工表的money字段【初始值是0】加1,没有使用悲观锁和乐观锁,但是在业务层方法上加了synchronized关键字,问题是代码执行完毕后数据库中的money 字段不是10000,而是小于10000 问题出在哪里?

Service层代码:

Synchronized锁在Spring事务管理下,为啥还线程不安全?

 

SQL代码(没有加悲观/乐观锁):

Synchronized锁在Spring事务管理下,为啥还线程不安全?

 

用1000个线程跑代码:

Synchronized锁在Spring事务管理下,为啥还线程不安全?

 

简单来说:多线程跑一个使用synchronized关键字修饰的方法,方法内操作的是数据库,按正常逻辑应该最终的值是1000,但经过多次测试,结果是低于1000。这是为什么呢?

一、我的思考

既然测试出来的结果是低于1000,那说明这段代码不是线程安全的。不是线程安全的,那问题出现在哪呢?众所周知,synchronized方法能够保证所修饰的代码块、方法保证有序性、原子性、可见性。

讲道理,以上的代码跑起来,问题中Service层的increaseMoney()是有序的、原子的、可见的,所以断定跟synchronized应该没关系。

(参考我之前写过的synchronize锁笔记:Java锁机制了解一下)

既然Java层面上找不到原因,那分析一下数据库层面的吧(因为方法内操作的是数据库)。在increaseMoney()方法前加了@Transcational注解,说明这个方法是带有事务的。事务能保证同组的SQL要么同时成功,要么同时失败。讲道理,如果没有报错的话,应该每个线程都对money值进行+1。从理论上来说,结果应该是1000的才对。

(参考我之前写过的Spring事务:一文带你看懂Spring事务!)

根据上面的分析,我怀疑是提问者没测试好(hhhh,逃),于是我也跑去测试了一下,发现是以提问者的方式来使用是真的有问题。

首先贴一下我的测试代码:

@RestController
public class EmployeeController {
 @Autowired
 private EmployeeService employeeService;
 @RequestMapping("/add")
 public void addEmployee() {
 for (int i = 0; i < 1000; i++) {
 new Thread(() -> employeeService.addEmployee()).start();
 }
 }
}
@Service
public class EmployeeService {
 @Autowired
 private EmployeeRepository employeeRepository;
 @Transactional
 public synchronized void addEmployee() {
 // 查出ID为8的记录,然后每次将年龄增加一
 Employee employee = employeeRepository.getOne(8);
 System.out.println(employee);
 Integer age = employee.getAge();
 employee.setAge(age + 1);
 employeeRepository.save(employee);
 }
}

简单地打印了每次拿到的employee值,并且拿到了SQL执行的顺序,如下(贴出小部分):

Synchronized锁在Spring事务管理下,为啥还线程不安全?

 

从打印的情况我们可以得出:多线程情况下并没有串行执行addEmployee()方法。这就导致对同一个值做重复的修改,所以最终的数值比1000要少。

二、图解出现的原因

发现并不是同步执行的,于是我就怀疑synchronized关键字和Spring肯定有点冲突。于是根据这两个关键字搜了一下,找到了问题所在。

我们知道Spring事务的底层是Spring AOP,而Spring AOP的底层是动态代理技术。跟大家一起回顾一下动态代理:

public static void main(String[] args) {
 // 目标对象
 Object target ;
 Proxy.newProxyInstance(ClassLoader.getSystemClassLoader(), Main.class, new InvocationHandler() {
 @Override
 public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
 // 但凡带有@Transcational注解的方法都会被拦截
 // 1... 开启事务
 method.invoke(target);
 // 2... 提交事务
 return null;
 }
 });
 }

(详细请参考我之前写过的动态代理:给女朋友讲解什么是代理模式)

实际上Spring做的处理跟以上的思路是一样的,我们可以看一下TransactionAspectSupport类中invokeWithinTransaction():

Synchronized锁在Spring事务管理下,为啥还线程不安全?

 

调用方法前开启事务,调用方法后提交事务

Synchronized锁在Spring事务管理下,为啥还线程不安全?

 

在多线程环境下,就可能会出现:方法执行完了(synchronized代码块执行完了),事务还没提交,别的线程可以进入被synchronized修饰的方法,再读取的时候,读到的是还没提交事务的数据,这个数据不是最新的,所以就出现了这个问题。

Synchronized锁在Spring事务管理下,为啥还线程不安全?

 

三、解决问题

从上面我们可以发现,问题所在是因为@Transcational注解和synchronized一起使用了,加锁的范围没有包括到整个事务。所以我们可以这样做:

新建一个名叫SynchronizedService类,让其去调用addEmployee()方法,整个代码如下:

@RestController
public class EmployeeController {
 @Autowired
 private SynchronizedService synchronizedService ;
 @RequestMapping("/add")
 public void addEmployee() {
 for (int i = 0; i < 1000; i++) {
 new Thread(() -> synchronizedService.synchronizedAddEmployee()).start();
 }
 }
}
// 新建的Service类
@Service
public class SynchronizedService {
 @Autowired
 private EmployeeService employeeService ;
 // 同步
 public synchronized void synchronizedAddEmployee() {
 employeeService.addEmployee();
 }
}
@Service
public class EmployeeService {
 @Autowired
 private EmployeeRepository employeeRepository;
 @Transactional
 public void addEmployee() {
 // 查出ID为8的记录,然后每次将年龄增加一
 Employee employee = employeeRepository.getOne(8);
 System.out.println(Thread.currentThread().getName() + employee);
 Integer age = employee.getAge();
 employee.setAge(age + 1);
 employeeRepository.save(employee);
 }
}

我们将synchronized锁的范围包含到整个Spring事务上,这就不会出现线程安全的问题了。在测试的时候,我们可以发现1000个线程跑起来比之前要慢得多,当然我们的数据是正确的:

Synchronized锁在Spring事务管理下,为啥还线程不安全?

 

最后

可以发现的是,虽然说Spring事务用起来我们是非常方便的,但如果不了解一些Spring事务的细节,很多时候出现Bug了就百思不得其解。还是得继续加油努力呀~~~

如果想学习Java工程化、高性能及分布式、深入浅出。微服务、Spring,MyBatis,Netty源码分析的朋友可以加我的Java高级交流:787707172,群里有阿里大牛直播讲解技术,以及Java大型互联网技术的视频免费分享给大家。
 

### 关于 `BigDecimal` 在大规模并发环境下的线程安全性分析 #### 1. **`BigDecimal` 的本质与线程安全特性** `BigDecimal` 是 Java 提供的一个可变类(immutable class)。由于其设计为可变对象,一旦实例化后,其内部状态无法更改。这种特性使得 `BigDecimal` 成为一种天然的线程安全类型[^3]。具体而言,当多个线程访问同一个 `BigDecimal` 实例时,无需担心数据竞争或状态改变带来的问题。 然而需要注意的是,虽然单个 `BigDecimal` 对象是线程安全的,但如果涉及对其值的操作(如加减乘除)并将结果存储到共享变量中,则仍可能存在线程安全隐患。这是因为这些操作通常需要创建新的 `BigDecimal` 实例,并将其赋值给某个可变的引用变量。 --- #### 2. **潜在的线程安全问题场景** 尽管 `BigDecimal` 自身具备线程安全性,但在实际开发过程中仍然可能出现一些隐患: - **共享变量的竞争条件** 当多个线程尝试修改同一共享变量中的 `BigDecimal` 值时,如果没有适当的同步机制,可能导致部分更新丢失或其他一致性问题。例如: ```java BigDecimal sharedValue = new BigDecimal("0"); // 共享变量 Runnable task = () -> { BigDecimal newValue = sharedValue.add(BigDecimal.ONE); // 计算新值 sharedValue = newValue; // 更新共享变量 }; Thread t1 = new Thread(task); Thread t2 = new Thread(task); t1.start(); t2.start(); ``` 上述代码存在明显的竞态条件:如果两个线程几乎同时读取原始值并计算增量,最终的结果可能仅为增加了一次而非两次[^4]。 - **复合操作的一致性保障足** 即使每次单独调用 `add()` 或其他方法是原子性的,连续多次调用之间也可能缺乏必要的隔离性和顺序控制。这尤其常见于金融领域的大规模并发交易系统中。 --- #### 3. **解决方案建议** 针对上述提到的问题,可以通过以下几种方式提升系统的健壮性: ##### (1)使用同步块保护共享资源 对于简单情况,可以直接利用 synchronized 来确保对共享变量的操作具有互斥性: ```java private final Object lock = new Object(); // 显式的对象 private BigDecimal sharedValue = new BigDecimal("0"); void increment() { synchronized (lock) { BigDecimal temp = sharedValue.add(BigDecimal.ONE); sharedValue = temp; } } ``` 这种方式可以有效避免竞态条件的发生,但可能会引入一定的性能开销。 ##### (2)采用原子类封装逻辑 虽然标准库并未提供专门针对 `BigDecimal` 的原子类支持,但我们可以通过自定义工具类模拟类似行为。例如: ```java class AtomicBigDecimal { private volatile BigDecimal value; public AtomicBigDecimal(BigDecimal initialValue) { this.value = initialValue; } public BigDecimal getAndAdd(BigDecimal delta) { while (true) { BigDecimal current = value; BigDecimal next = current.add(delta); if (compareAndSet(current, next)) { return current; } } } private boolean compareAndSet(BigDecimal expected, BigDecimal updated) { if (!value.equals(expected)) { return false; } value = updated; return true; } } ``` 此实现基于 CAS(Compare And Swap)原理构建了一个简易版的原子型 `BigDecimal` 类[^5]。 ##### (3)借助外部框架简化管理 某些高级框架提供了更为完善的事务管理和分布式协调能力,比如 Spring Transaction Management 结合数据库持久层操作,或者 Redis/Zookeeper 等中间件辅助完成全局唯一计数器等功能模块的设计实施工作。 --- #### 4. **最佳实践总结** 在高并发环境下处理 `BigDecimal` 数据时应遵循以下几个原则: - 尽量减少必要的共享状态; - 若确实需要维护公共变量,则务必采取恰当措施加以防护; - 预先评估业务需求特点,权衡吞吐率与延迟之间的关系后再决定选用何种策略最为适宜。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值