高并发情况下如何保证数据的一致性
文章目录
1.业务层面乐观锁CAS,使用版本号解决ABA问题,实际使用中使用时间戳,更新的时候把查出来的时间戳带上,如果更新失败可以自旋,获取最近值和时间戳,直到更新成功。
2.DB层面开启一个事务,然后select一行for update给这一行加上排它锁,再去更新行,然后提交,其他事务就会阻塞在select for update。
3.分布式锁适合竞争不激烈的情况保证一致性,因为性能比较差,按CAP理论来讲应该是保证了CP放弃了A,zk或者redis保证一致性P,只有拿到锁的线程才能执行,保证一致性C。
4.采用redis方式的分布式锁,如果有集群,当主挂了之后,还未同步到从,那么另外的线程会到从库拿锁,引起超卖问题。根本原因是,分布式锁要求的是CP,redis集群是AP,用AP去实现CP是不现实的。
5.redis方式还有一个问题,setnx超时时间如果小于接口超时时间,当接口缓慢时达到redis超时时间会释放锁,再来请求就会拿到锁,会出现多个用户同时拿到锁。
6.用redis本身的原子性操作库存是一种常见做法。
// redis会返回操作之后的结果,这个过程是原子性的
Long currStock = redisTemplate.opsForHash().increment("key", "stock", -1);
if (currStock < 0) { // 说明库存已经扣减完了。
// 业务异常。
log.error("[抢购下单] 无库存");
} else {
// 生成订单
// 发布订单创建成功事件
// 构建响应
}
评论
登录后参与技术讨论,分享你的经验与见解。
登录 / 注册暂无评论