Redis 分布式锁--MySQL事务使用实践 - Go语言中文社区

Redis 分布式锁--MySQL事务使用实践


 

正确的示范:A

相关数据操作的事务的开启和结束 在 Redis 分布式锁的范围内的情况下

    @Override
    @Transactional
    public  void productOccupyOperate(Integer operateType, Long productId, String orderCode){
        String lockKey =productId.toString();
        String requestId = UUID.randomUUID().toString();
        if (cacheService.tryLock(lockKey, requestId, MyConst.LOCK_KEY_EXPIRE_TIME, MyConst.GET_LOCK_KEY_WAIT_TIME)) {
         // update product set current_product_num=current_product_num-1 where id =1 
                    productMapper.updateForUnPayOrder(productId);//当前商品数量-1

            cacheService.releaseLock(lockKey, requestId);
        }
      };

 

错误的示范: 

@Override
@Transaction
public  void productOccupyOperate(Integer operateType, Long productId, String orderCode){
    String lockKey =productId.toString();
    String requestId = UUID.randomUUID().toString();
    if (cacheService.tryLock(lockKey, requestId, MyConst.LOCK_KEY_EXPIRE_TIME, MyConst.GET_LOCK_KEY_WAIT_TIME)) {//加锁
       
        Product product=productService.getById(productId); //先查询
        product.setCurrentProductNum(product.getCurrentProductNum()-1);//当前商品数量+1
        productService.updateById(product);//再修改
               
        cacheService.releaseLock(lockKey, requestId);//解锁
    }
  };


mysql数据库的默认数据库引擎是InnoDB,innodb的默认隔离级别是可重复读。基于innodb的多版本病发控制协议(MVCC)的概念,在“可重复读”隔离级别下,当事务开启的时候 数据库里面会创建一个一致性读视图,访问的时候以这个视图的逻辑为准,整个事务存在期间都用这个视图。

错误的示范中如果事务A的视图创建之后,事务B修改了共享数据的内容,按照一致性读视图,事务A先查询共享数据的结果不是最新的数据,然后在这个数据基础上再修改,无法保证数据的一致性。

正确的示范中,如果事务A的视图创建之后,事务B修改了共享数据的内容,按照读当前的原则(update语句总是在最新的row trx_id版本基础上去更新 ),事务A再修改共享数据的时候修改的是最新版本的数据。因此能够保证数据的一致性。

如上例,是使用@Transaction的方式开启事务的,事务是在方法结束时commit,因此事务的开启和提交都不再Redis 分布式锁的范围内,如果两个当前活跃的事务A,B(事务A,B已开启未提交),事务A  获取redis锁  修改了共享数据 row id=1, 释放redis锁,事务A未提交,事务B获取redis锁 修改共享数据 。这种情况下可以保证数据的一致性吗?可以因为根据mySQL innodb 行锁的概念(两阶段锁协议 )事务A提交之前,事务B阻塞,知道事务A commit事务。

如果需要修改的数据比较复杂,可能会造成其他事务阻塞时间比较长,导致连接超时

可以使用事务模板的方式,使事务的生命周期在redis锁的范围内,这样保证对共享资源的修改的事务执行时一致的。因此能够保证数据的一致性。

    @Override
    public  void productOccupyOperate(Integer operateType, Long productId, String orderCode){
        String lockKey =productId.toString();
        String requestId = UUID.randomUUID().toString();
        if (cacheService.tryLock(lockKey, requestId, MyConst.LOCK_KEY_EXPIRE_TIME, MyConst.GET_LOCK_KEY_WAIT_TIME)) {
            transactionTemplate.execute(new TransactionCallback() {
                @Override
                public Object doInTransaction(TransactionStatus transactionStatus) {
          // update product set current_product_num=current_product_num-1 where id =1 
          productMapper.updateForUnPayOrder(productId);//当前商品数量-1
//        Product product=productService.getById(productId);
//        product.setCurrentProductNum(product.getCurrentProductNum()-1);//当前商品数量-1
//        productService.updateById(product);

                    return null;
                }
            });
            cacheService.releaseLock(lockKey, requestId);
        }
      };

 

 

涉及知识点:

隔离性与隔离级别

提到事务,你肯定会想到ACID(Atomicity、Consistency、Isolation、Durability,即原子性、 一致性、隔离性、持久性),

今天我们就来说说其中I,也就是“隔离性”。
当数据库上有多个事务同时执行的时候,就可能出现脏读(dirty read)、不可重复读(nonrepeatable read)、幻读(phantom read)的问题,为了解决这些问题,就有了“隔离级别”的
概念。
在谈隔离级别之前,你首先要知道,你隔离得越严实,效率就会越低。因此很多时候,我们都要
在二者之间寻找一个平衡点。SQL标准的事务隔离级别包括:读未提交(read uncommitted)、读提交(read committed)、可重复读(repeatable read)和串行化 (serializable )。下面我逐一为你解释:
 

  • 读未提交:一个事务还没提交时,它做的变更就能被别的事务看到。
  • 读提交:一个事务提交之后,它做的变更才会被其他事务看到。
  • 可重复读:一个事务执行过程中看到的数据,总是跟这个事务在启动时看到的数据是一致的。当然在可重复读隔离级别下,未提交变更对其他事务也是不可见的。
  • 串行化:顾名思义是对于同一行记录,“写”会加“写锁”,“读”会加“读锁”。当出现读写锁冲突的时候,后访问的事务必须等前一个事务执行完成,才能继续执行。

其中“读提交”和“可重复读”比较难理解,所以我用一个例子说明这几种隔离级别。假设数据表T 中只有一列,其中一行的值为1,下面是按照时间顺序执行两个事务的行为。
 

mysql> create table T(c int) engine=InnoDB; 

insert into T(c) values(1);

我们来看看在不同的隔离级别下,事务A会有哪些不同的返回结果,也就是图里面V1、V2、V3的返回值分别是什么。

 

  • 若隔离级别是“读未提交”, 则V1的值就是2。这时候事务B虽然还没有提交,但是结果已经被 A看到了。因此,V2、V3也都是2。
  • 若隔离级别是“读提交”,则V1是1,V2的值是2。事务B的更新在提交后才能被A看到。所以, V3的值也是2。
  • 若隔离级别是“可重复读”,则V1、V2是1,V3是2。之所以V2还是1,遵循的就是这个要求:事务在执行期间看到的数据前后必须是一致的。
  • 若隔离级别是“串行化”,则在事务B执行“将1改成2”的时候,会被锁住。直到事务A提交后, 事务B才可以继续执行。所以从A的角度看, V1、V2值是1,V3的值是2。


在实现上,数据库里面会创建一个视图,访问的时候以视图的逻辑结果为准。在“可重复读”隔离级别下,这个视图是在事务启动时创建的,整个事务存在期间都用这个视图。在“读提交”隔离级别下,这个视图是在每个SQL语句开始执行的时候创建的。这里需要注意的是,“读未提交”隔离级别下直接返回记录上的Y新值,没有视图概念;而“串行化”隔离级别下直接用加锁的方式来避免并行访问。

 

我们可以看到在不同的隔离级别下,数据库行为是有所不同的。Oracle数据库的默认隔离级别其 实就是“读提交”,因此对于一些从Oracle迁移到MySQL的应用,为保证数据库隔离级别的一 致,你一定要记得将MySQL的隔离级别设置为“读提交”。
配置的方式是,将启动参数transaction-isolation的值设置成READ-COMMITTED。你可以用 show variables来查看当前的值。
 

mysql> show variables like 'transaction_isolation'; 
+‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑+‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑+   
 | Variable_name | Value |    
+‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑+‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑+   
 | transaction_isolation | READ‑COMMITTED |  
+‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑+‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑+ 

总结来说,存在即合理,哪个隔离级别都有它自己的使用场景,你要根据自己的业务情况来定。我想你可能会问那什么时候需要“可重复读”的场景呢?我们来看一个数据校对逻辑的案例。

假设你在管理一个个人银行账户表。一个表存了每个月月底的余额,一个表存了账单明细。这时候你要做数据校对,也就是判断上个月的余额和当前余额的差额,是否与本月的账单明细一致。你一定希望在校对过程中,即使有用户发生了一笔新的交易,也不影响你的校对结果。
这时候使用“可重复读”隔离级别就很方便。事务启动时的视图可以认为是静态的,不受其他事务更新的影响。
 

事务隔离的实现

理解了事务的隔离级别,我们再来看看事务隔离具体是怎么实现的。这里我们展开说明“可重复读”。
 

在MySQL中,实际上每条记录在更新的时候都会同时记录一条回滚操作。记录上的Y新值,通过回滚操作,都可以得到前一个状态的值。

当前值是4,但是在查询这条记录的时候,不同时刻启动的事务会有不同的read-view。如图中 看到的,在视图A、B、C里面,这一个记录的值分别是1、2、4,同一条记录在系统中可以存在 多个版本,就是数据库的多版本并发控制(MVCC)。对于read-view A,要得到1,就必须将当前值依次执行图中所有的回滚操作得到。

同时你会发现,即使现在有另外一个事务正在将4改成5,这个事务跟read-view A、B、C对应的事务是不会冲突的。

你一定会问,回滚日志总不能一直保留吧,什么时候删除呢?答案是,在不需要的时候才删除。也就是说,系统会判断,当没有事务再需要用到这些回滚日志时,回滚日志会被删除。什么时候才不需要了呢?就是当系统里没有比这个回滚日志更早的read-view的时候。

基于上面的说明,我们来讨论一下为什么建议你尽量不要使用长事务。长事务意味着系统里面会存在很老的事务视图。由于这些事务随时可能访问数据库里面的任何数据,所以这个事务提交之前,数据库里面它可能用到的回滚记录都必须保留,这就会导致大量占用存储空间。

在MySQL 5.5及以前的版本,回滚日志是跟数据字典一起放在ibdata文件里的,即使长事务Y终 提交,回滚段被清理,文件也不会变小。我见过数据只有20GB,而回滚段有200GB的库。Y终只好为了清理回滚段,重建整个库。

除了对回滚段的影响,长事务还占用锁资源,也可能拖垮整个库,这个我们会在后面讲锁的时候展开。
 

事务的启动方式


如前面所述,长事务有这些潜在风险,我当然是建议你尽量避免。其实很多时候业务开发同学并不是有意使用长事务,通常是由于误用所致。MySQL的事务启动方式有以下几种:

1. 显式启动事务语句, begin 或 start transaction。配套的提交语句是commit,回滚语句是 rollback。

2. set autocommit=0,这个命令会将这个线程的自动提交关掉。意味着如果你只执行一个 select语句,这个事务就启动了,而且并不会自动提交。这个事务持续存在直到你主动执行 commit 或 rollback 语句,或者断开连接。

有些客户端连接框架会默认连接成功后先执行一个set autocommit=0的命令。这就导致接下来的查询都在事务中,如果是长连接,就导致了意外的长事务。
因此,我会建议你总是使用set autocommit=1, 通过显式语句的方式来启动事务。
但是有的开发同学会纠结“多一次交互”的问题。对于一个需要频繁使用事务的业务,第二种方式每个事务在开始时都不需要主动执行一次 “begin”,减少了语句的交互次数。如果你也有这个顾 虑,我建议你使用commit work and chain语法。
在autocommit为1的情况下,用begin显式启动的事务,如果执行commit则提交事务。如果执行 commit work and chain,则是提交事务并自动启动下一个事务,这样也省去了再次执行begin语句的开销。同时带来的好处是从程序开发的角度明确地知道每个语句是否处于事务中。
你可以在information_schema库的innodb_trx这个表中查询长事务,比如下面这个语句,用于查 找持续时间超过60s的事务。

select * from information_schema.innodb_trx where TIME_TO_SEC(timediff(now(),trx_started))>60

 

 

版权声明:本文来源CSDN,感谢博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
原文链接:https://blog.csdn.net/tengxvincent/article/details/89633874
站方申明:本站部分内容来自社区用户分享,若涉及侵权,请联系站方删除。
  • 发表于 2020-03-01 18:04:49
  • 阅读 ( 994 )
  • 分类:数据库

0 条评论

请先 登录 后评论

官方社群

GO教程

猜你喜欢