乐观锁和悲观锁

场景如下：

    用户账户有余额，当发生交易时，需要实时更新余额。这里如果发生并发问题，那么会造成用户余额和实际交易的不一致，这对公司和客户来说都是很危险的。

那么如何避免，有以下两种方法：

    1、使用悲观锁

            当需要变更余额时，通过代码在事务中对当前需要更新的记录设置for update行锁，然后开始正常的查询和更新操作

            这样，其他的事务只能等待该事务完成后方可操作

            当然要特别注意，如果使用了Spring的事务注解，需要配置一下：

    <!-- (事务管理)transaction manager, use JtaTransactionManager for global tx -->  
    <bean id="transactionManager"  
        class="org.springframework.jdbc.datasource.DataSourceTransactionManager">  
        <property name="dataSource" ref="dataSource" />  
    </bean>
    <!-- 使用annotation定义事务 -->
     <tx:annotation-driven transaction-manager="transactionManager" />

 在指定代码处添加事务注解

@Transactional
    @Override
    public boolean increaseBalanceByLock(Long userId, BigDecimal amount)
        throws ValidateException {
        long time = System.currentTimeMillis();
        //获取对记录的锁定
        UserBalance balance = userBalanceDao.getLock(userId);
        LOGGER.info("[lock] start. time: {}", time);
        if (null == balance) {
            throw new ValidateException(
                ValidateErrorCode.ERRORCODE_BALANCE_NOTEXIST,
                "user balance is not exist");
        }
        boolean result = userBalanceDao.increaseBalanceByLock(balance, amount);
        long timeEnd = System.currentTimeMillis();
        LOGGER.info("[lock] end. time: {}", timeEnd);
        return result;
    }

通过db的悲观锁，实际测试该方法确实可以有效控制，不过在大并发量的情况下，可能会有性能问题

  <select id="getLock" resultMap="BaseResultMap" parameterType="java.lang.Long">
        <![CDATA[
            select * from user_balance where id=#{id,jdbcType=BIGINT} for update;
        ]]>
    </select>

 

    2、使用乐观锁

            这个方法也同样可以解决场景中描述的问题（我认为比较适合并不频繁的操作）：

            设计表的时候增加一个version（版本控制字段），每次需要更新余额的时候，先获取对象，update的时候根据version和id为条件去更新，如果更新回来的数量为0，说明version已经变更

            需要重复一次更新操作，如下：sql脚本

            

update user_balance set Balance = #{balance,jdbcType=DECIMAL},Version = Version+1 where Id = #{id,jdbcType=BIGINT} and Version = #{version,jdbcType=BIGINT}

 这是一种不使用数据库锁的方法，解决方式也很巧妙。当然，在大量并发的情况下，一次扣款需要重复多次的操作才能成功，还是有不足之处的。

 

延伸：

乐观锁：对每次的数据操作都保持乐观的态度，因此不对数据进行上锁。那么就存在数据会被反复读写的情况，所以每次修改数据的时候需要对数据进行判断是否被修改过。

悲观锁：对每次的数据操作持悲观态度，操作时上锁，防止操作时数据被他人修改

使用场景：

乐观锁：由于不上锁，性能较好，适用于读大于写的情况，如果写较多，则会导致重复尝试写入均失败。

悲观锁：上锁，数据写入时会导致读被挂起，适合写大于读的场景

实现：

乐观锁：在db中，可以增加版本号控制，java中的CAS等

悲观锁：db的for update，java中的synchronize等