最开始的的设计:
public void testStock(int num, int id) {
int stock = getStock(id); //mapper中分别执行下面的SQL
updateStock(stock - num, id);
}
select stock from stock_table where id = #{id};
update stock_table set stock = #{stock} where id = #{id};
但是这样会有并发问题:
并发问题的来源: 假设两个事务(T1和T2)同时执行这条语句,场景如下:
- 读取
stock
值:- T1和T2同时读取记录
id=#{id}
的stock
值,例如stock=1
。
- T1和T2同时读取记录
- 计算减库存:
- 两个事务分别计算
stock - 1 = 0
。
- 两个事务分别计算
- 更新
stock
值:- T1和T2分别尝试更新记录,由于没有额外条件限制,最终
stock=0
可能会被写入两次,导致超卖。
- T1和T2分别尝试更新记录,由于没有额外条件限制,最终
使用事务和加锁(悲观锁)
@Transactional //加上Spring提供的事务注解
public void testStock(int num, int id) {
int stock = getStock(id); //mapper中分别执行下面的SQL
updateStock(stock - num, id);
}
select stock from stock_table where id = #{id} for update;//查询的时候对行加锁(innodb)
update stock_table set stock = #{stock} where id = #{id};
但是这个方案需要每次都加锁(悲观锁),这在高并发的情况下可能性能不太好
使用乐观锁
public void testStock(int num, int id) {
updateStock(num, id); // 直接更新库存
}
update stock_table set stock = stock - #{num} where id = #{id} and stock > #{num};
这种方式不需要显式地加锁,减少了数据库的资源占用和锁竞争,因此在低并发的场景下性能较好。而且操作比较简单,事务处理直接更新库存,逻辑清晰。
当然现在主流的秒杀抢购之类的操作往往都要借助于Redis这样的缓存来抗并发,通过MQ削峰填谷同步到Mysql。