前文回顾
接下来我们使用乐观锁的方式来修复红包超发的bug
乐观锁
乐观锁是一种不会阻塞其他线程并发的机制，它不会使用数据库的锁进行实现，它的设计里面由于不阻塞其他线程，所以并不会引发线程频繁挂起和恢复，这样便能够提高并发能力，也称之为为非阻塞锁。 乐观锁使用的是 CAS原理。
CAS 原理
在 CAS 原理中，对于多个线程共同的资源，先保存一个旧（Old Value），比如进入线程后，查询当前存量为 100 个红包，那么先把旧值保存为 100，然后经过一定的逻辑处理。
当需要扣减红包的时候，先比较数据库当前的值和旧值是否一致，如果一致则进行扣减红包的操作，否则就认为它已经被其他线程修改过了，不再进行操作。
CAS 原理流程如下：
CAS 原理并不排斥并发，也不独占资源，只是在线程开始阶段就读入线程共享数据，保存为旧值。当处理完逻辑，需要更新数据的时候，会进行一次 比较，即比较各个线程当前共享的数据是否和旧值保持一致。如果一致，就开始更新数据；如果不一致，则认为该前共享的数据是否和旧值保持一致。如果一致，就开始更新数据；如果不一致，则认为该重试，这样就是一个可重入锁，但是 CAS 原理会有一个问题，那就是 ABA 问题，我们先来看下ABA问题。
ABA问题
在处理复杂运算的时候，被线程 2 修改的 X 的值有可能导致线程1的运算出错，而最后线程 2 将 X 的值修改为原来的旧值 A，那么到了线程 1运算结束的时间顺序 T6，它将j检测 X 的值是否发生变化，就会拿旧值 A 和 当前的 X 的值 A 比对 ， 结果是一致的， 于是提交事务，然后在复杂计算的过程中 X 被线程 2 修改过了，这会导致线程1的运算出错。
在这个过程中，对于线程 2 而言 ， X 的值的变化为 A->B->A，所以 CAS 原理的这个设计缺陷被形象地称为“ABA 问题”。
ABA 问题的发生 ， 是因为业务逻辑存在回退的可能性 。 如果加入一个非业务逻辑的属性，比如在一个数据中加入版本号（ version ），对于版本号有一个约定，就是只要修改 X变量的数据，强制版本号（ version ）只能递增，而不会回退，即使是其他业务数据回退，它也会递增，那么 ABA 问题就解决了。
只是这个 version 变量并不存在什么业务逻辑，只是为了记录更新次数，只能递增，帮助我们克服 ABA 问题罢了，有了这些理论，我们就可以开始使用乐观锁来完成抢红包业务了 。
库表改造
为了顺利使用乐观锁，需要先在红包表 C T RED PACKET ） 加入一个新的列版本号（version），这个字段在建表的时候已经建了，只是我们还没有使用 。 这是第一步~
代码改造
既然库表加上了Version字段，那么应用中肯定要用到，自然而言的落到了Dao层上。
RedPacketDao新增接口方法及Mapper映射文件
RedPacketDao.java
/**
* @Description: 扣减抢红包数. 乐观锁的实现方式
*
* @param id
* -- 红包id
* @param version
* -- 版本标记
*
* @return: 更新记录条数
*/
publicintdecreaseRedPacketForVersion(@Param("id") Long id,@Param("version") Integer version);
RedPacket.xml
<!-- 通过版本号扣减抢红包 每更新一次，版本增1， 其次增加对版本号的判断 -->
update
T_RED_PACKET
set stock = stock - 1 ,
version = version + 1
where id = #{id}
and version = #{version}
在扣减红包的时候 ， 增加了对版本号的判断，其次每次扣减都会对版本号加一，这样保证每次更新在版本号上有记录 ， 从而避免 ABA 问题
对于查询也不使用 for update 语句，避免锁的发生，这样就没有线程阻塞的问题了。然后就可以在类 UserRedPacketServic接口中新增方法 grapRedPacketForVersion，然后在其实现类中完成对应的逻辑即可。
UserRedPacketServic接口及实现类的改造
/**
* 保存抢红包信息. 乐观锁的方式
*
*@paramredPacketId
* 红包编号
*@paramuserId
* 抢红包用户编号
*@return影响记录数.
*/
publicintgrapRedPacketForVersion(Long redPacketId, Long userId);
实现类
/**
* 乐观锁，无重入
* */
@Override
@Transactional(isolation = Isolation.READ_COMMITTED, propagation = Propagation.REQUIRED)
publicintgrapRedPacketForVersion(Long redPacketId, Long userId){
// 获取红包信息
RedPacket redPacket = redPacketDao.getRedPacket(redPacketId);
// 当前小红包库存大于0
if(redPacket.getStock() >0) {
// 再次传入线程保存的version旧值给SQL判断，是否有其他线程修改过数据
intupdate = redPacketDao.decreaseRedPacketForVersion(redPacketId, redPacket.getVersion());
// 如果没有数据更新，则说明其他线程已经修改过数据，则重新抢夺
if(update ==0) {
returnFAILED;
}
// 生成抢红包信息
UserRedPacket userRedPacket =newUserRedPacket();
userRedPacket.setRedPacketId(redPacketId);
userRedPacket.setUserId(userId);
userRedPacket.setAmount(redPacket.getUnitAmount());
userRedPacket.setNote("redpacket- "+ redPacketId);
// 插入抢红包信息
intresult = userRedPacketDao.grapRedPacket(userRedPacket);
returnresult;
}
// 失败返回
returnFAILED;
}
version 值一开始就保存到了对象中，当扣减的时候，再次传递给 SQL ，让 SQL 对数据库的 version 和当前线程的旧值 version 进行比较。如果一致则插入抢红包的数据，否则就不进行操作。
Controller层新增路由方法
为了方便区分测试，在控制器 UserRedPacketController 内新建映射
@RequestMapping(value ="/grapRedPacketForVersion")
@ResponseBody
publicMap grapRedPacketForVersion(Long redPacketId, Long userId) {
// 抢红包
int result = userRedPacketService.grapRedPacketForVersion(redPacketId, userId);
Map retMap =newHashMap();
booleanflag = result >0;
retMap.put("success", flag);
retMap.put("message", flag ?"抢红包成功":"抢红包失败");
returnretMap;
}
View层
为了区分，新建个jsp吧 , 注意POST 请求地址和红包id 。
grapForVersion.jsp
<%@pagelanguage="java"contentType="text/html; charset=UTF-8"
pageEncoding="UTF-8"%>
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
参数
<!-- 加载Query文件-->
$(document).ready(function(){
//模拟30000个异步请求，进行并发
varmax =30000;
for(vari =1; i <= max; i++) {
//jQuery的post请求，请注意这是异步请求
$.post({
//请求抢id为1的红包
//根据自己请求修改对应的url和大红包编号
url:"./userRedPacket/grapRedPacketForVersion.do?redPacketId=1&userId="+ i,
//成功后的方法
success:function(result){
}
});
}
});
初始化数据，启动应用测试
一致性数据统计：
经过 3 万次的抢夺，一共抢到了7521个红包，剩余12479个红包， 也就是存在大量的因为版本不一致的原因造成抢红包失败的请求。 这失败率太高了。。
有时候会容忍这个失败，这取决于业务的需要，因为允许用户自己再发起抢夺红包。
性能数据统计：
解决因version导致失败问题
为提高成功率，可以考虑使用重入机制 。也就是一旦因为版本原因没有抢到红包，则重新尝试抢红包，但是过多的重入会造成大量的 SQL 执行，所以目前流行的重入会加入两种限制：
一种是按时间戳的重入，也就是在一定时间戳内（比如说 100毫秒），不成功的会循环到成功为止，直至超过时间戳，不成功才会退出，返回失败。
一种是按次数，比如限定 3 次，程序尝试超过 3 次抢红包后，就判定请求失效，这样有助于提高用户抢红包的成功率。
乐观锁重入机制-按时间戳重入
因为乐观锁造成大量更新失败的问题，使用时间戳执行乐观锁重入，是一种提高成功率的方法，比如考虑在 100 毫秒内允许重入，把 UserRedPacketServicelmpl 中的方法grapRedPacketForVersion 修改下
/**
*
*
* 乐观锁，按时间戳重入
*
*@Description: 乐观锁，按时间戳重入
*
*@paramredPacketId
*@paramuserId
*@return
*
*@return: int
*/
@Override
@Transactional(isolation = Isolation.READ_COMMITTED, propagation = Propagation.REQUIRED)
publicintgrapRedPacketForVersion(Long redPacketId, Long userId){
// 记录开始时间
longstart = System.currentTimeMillis();
// 无限循环，等待成功或者时间满100毫秒退出
while(true) {
// 获取循环当前时间
longend = System.currentTimeMillis();
// 当前时间已经超过100毫秒，返回失败
if(end - start >100) {
returnFAILED;
}
// 获取红包信息,注意version值
RedPacket redPacket = redPacketDao.getRedPacket(redPacketId);
// 当前小红包库存大于0
if(redPacket.getStock() >0) {
// 再次传入线程保存的version旧值给SQL判断，是否有其他线程修改过数据
intupdate = redPacketDao.decreaseRedPacketForVersion(redPacketId, redPacket.getVersion());
// 如果没有数据更新，则说明其他线程已经修改过数据，则重新抢夺
if(update ==0) {
continue;
}
// 生成抢红包信息
UserRedPacket userRedPacket =newUserRedPacket();
userRedPacket.setRedPacketId(redPacketId);
userRedPacket.setUserId(userId);
userRedPacket.setAmount(redPacket.getUnitAmount());
userRedPacket.setNote("抢红包 "+ redPacketId);
// 插入抢红包信息
intresult = userRedPacketDao.grapRedPacket(userRedPacket);
returnresult;
}else{
// 一旦没有库存，则马上返回
returnFAILED;
}
}
}
当因为版本号原因更新失败后，会重新尝试抢夺红包，但是会实现判断时间戳，如果时间戳在 100 毫秒内，就继续，否则就不再重新尝试，而判定失败，这样可以避免过多的SQL 执行，维持系统稳定。
初始化数据后，进行测试
从结果来看，之前大量失败的场景消失了，也没有超发现象，3 万次尝试抢光了所有的红包，避免了总是失败的结果，但是有时候时间戳并不是那么稳定，也会随着系统的空闲或者繁忙导致重试次数不一。有时候我们也会考虑、限制重试次数，比如 3 次，如下所示：
乐观锁重入机制-按次数重入
/**
*
*
*@Title: grapRedPacketForVersion
*
*@Description: 乐观锁，按次数重入
*
*@paramredPacketId
*@paramuserId
*
*@return: int
*/
@Override
@Transactional(isolation = Isolation.READ_COMMITTED, propagation = Propagation.REQUIRED)
publicintgrapRedPacketForVersion(Long redPacketId, Long userId){
for(inti =0; i <3; i++) {
// 获取红包信息，注意version值
RedPacket redPacket = redPacketDao.getRedPacket(redPacketId);
// 当前小红包库存大于0
if(redPacket.getStock() >0) {
// 再次传入线程保存的version旧值给SQL判断，是否有其他线程修改过数据
intupdate = redPacketDao.decreaseRedPacketForVersion(redPacketId, redPacket.getVersion());
// 如果没有数据更新，则说明其他线程已经修改过数据，则重新抢夺
if(update ==0) {
continue;
}
// 生成抢红包信息
UserRedPacket userRedPacket =newUserRedPacket();
userRedPacket.setRedPacketId(redPacketId);
userRedPacket.setUserId(userId);
userRedPacket.setAmount(redPacket.getUnitAmount());
userRedPacket.setNote("抢红包 "+ redPacketId);
// 插入抢红包信息
intresult = userRedPacketDao.grapRedPacket(userRedPacket);
returnresult;
}else{
// 一旦没有库存，则马上返回
returnFAILED;
}
}
returnFAILED;
}
通过 for 循环限定重试 3 次，3 次过后无论成败都会判定为失败而退出，这样就能避免过多的重试导致过多 SQL 被执行的问题，从而保证数据库的性能。
同样的测试步骤，来看下统计结果
3 万次请求，所有红包都被抢到了，也没有发生超发现象，这样就可以消除大量的请求失败，避免非重入的时候大量请求失败的场景。
还能更好？
现在是使用数据库的情况，有时候并不想使用数据库作为抢红包时刻的数据保存载体，而是选择性能优于数据库的 Redis。之前接触过了Redis的事务，结合lua来实现抢红包的功能。
Redis-09Redis的基础事务：https://blog.csdn.net/yangshangwei/article/details/82863772
Redis-10Redis的事务回滚：https://blog.csdn.net/yangshangwei/article/details/82866216
Redis-11使用 watch 命令监控事务：https://blog.csdn.net/yangshangwei/article/details/82867200
先看下理论知识，下篇博文一起来探讨使用Redis + lua 实现抢红包的功能吧。
代码
https://github.com/yangshangwei/ssm_redpacket
扩展阅读
来源：https://blog.csdn.net/yangshangwei/article/details/82982796
