Python 官方文档:入门教程 => 点击学习
目录前言悲观锁与并发利用sql的for update解决并发问题利用JPA的@Lock行锁注解解决并发问题如果是@NameQuery,则可以乐观锁与并发利用version字
大量的请求,或者同时的操作,容易导致系统在业务上发生并发的问题. 通常讲到并发,解决方案无非就是前端限制重复提交,后台进行悲观锁或者乐观锁限制.
悲观锁(Pessimistic Lock),顾名思义,就是很悲观,每次去拿数据的时候都认为别人会修改,所以每次在拿数据的时候都会上锁,这样别人想拿这个数据就会block直到解锁,可以理解为独占锁。在java中synchronized和ReentrantLock重入锁等锁就是悲观锁,数据库中表锁、行锁、读写锁等也是悲观锁。
行锁就是操作数据的时候把这一行数据锁住,其他线程想要读写必须等待,但同一个表的其他数据还是能被其他线程操作的。只要在需要查询的sql后面加上for update,就能锁住查询的行,特别要注意查询条件必须要是索引列,如果不是索引就会变成表锁,把整个表都锁住。
public interface ArticleRepository extends JpaRepository<Article, Long> {
@Query(value = "select * from article a where a.id = :id for update", nativeQuery = true)
Optional<Article> findarticleForUpdate(Long id);
}
如果说for update的做法太原始,那么JPA有提供一个更加优雅的方法,就是@Lock注解 .
为Repository添加JPA的锁方法,其中LockModeType.PESSIMISTIC_WRITE参数就是行锁。
关于LockModeType这个类型,可以在这找到文档 https://docs.oracle.com/javaee/7/api/javax/persistence/LockModeType.html
NONE
: No lock.OPTIMISTIC
: Optimistic lock.OPTIMISTIC_FORCE_INCREMENT
: Optimistic lock, with version update.PESSIMISTIC_FORCE_INCREMENT
: Pessimistic write lock, with version update.PESSIMISTIC_READ
: Pessimistic read lock.PESSIMISTIC_WRITE
: Pessimistic write lock.READ
: Synonymous with OPTIMISTIC.WRITE
: Synonymous with OPTIMISTIC_FORCE_INCREMENT.
public interface ArticleRepository extends JpaRepository<Article, Long> {
@Lock(value = LockModeType.PESSIMISTIC_WRITE)
@Query("select a from Article a where a.id = :id")
Optional<Article> findArticleWithPessimisticLock(Long id);
}
@NamedQuery(name="lockArticle",query="select a from Article a where a.id = :id",lockMode = PESSIMISTIC_READ)
public class Article
如果用entityManager的方式,则可以设置LocakMode:
Query query = entityManager.createQuery("from Article where articleId = :id");
query.setParameter("id", id);
query.setLockMode(LockModeType.PESSIMISTIC_WRITE);
query.getResultList();
乐观锁(Optimistic Lock),顾名思义,就是很乐观,每次去拿数据的时候都认为别人不会修改,所以不会上锁,但是在提交更新的时候会判断一下在此期间别人有没有去修改。所以悲观锁是限制其他线程,而乐观锁是限制自己,虽然他的名字有锁,但是实际上不算上锁,通常为version版本号机制,还有CAS算法 .
版本号机制就是在数据库中加一个字段version当作版本号。那么获取Article的时候就会带一个版本号,比如version=1,然后你对这个Article一波操作,操作完之后要插入到数据库了。
校验一下version版本号,发现在数据库里对应Article记录的version=2,这和我手里的版本不一样啊,说明提交的Article不是最新的,那么就不能update到数据库了,进行报错把,这样就避免了并发时数据冲突的问题。
public interface ArticleRepository extends JpaRepository<Article, Long> {
@Modifying
@Query(value = "update article set content= :content, version = version + 1 where id = :id and version = :version", nativeQuery = true)
int updateArticleWithVersion(Long id, String content, Long version);
}
public void postComment(Long articleId, String content) {
//get article
Optional<Article> articleOptional = articleRepository.findById(articleId);
//update with Optimistic Lock
int count = articleRepository.updateArticleWithVersion(article.getId(), content, article.getVersion());
if (count == 0) {
throw new RuntimeException("更新数据失败,请刷新重试");
}else{
articleRepository.save(article);
}
}
有没有更优雅的方式? 当然,必须有,那就是JPA自带的@Version方式实现乐观锁。
@Version支持的类型必须是以下类型:
int
Integer
long
Long
short
Short
java.sql.Timestamp
首先在Article实体类的version字段上加上@Version注解
@Data
@Entity
public class Article{
@Id
private Long id;
//......
@Version
private Integer version;
}
Article article = entityManager.find(Article.class, id);
entityManager.lock(article , LockModeType.OPTIMISTIC);
entityManager.refresh(article , LockModeType.READ);
悲观锁适合写多读少的场景。因为在使用的时候该线程会独占这个资源,就适合用悲观锁,否则用户只是浏览文章的话,用悲观锁就会经常加锁,增加了加锁解锁的资源消耗。
乐观锁适合写少读多的场景。由于乐观锁在发生冲突的时候会回滚或者重试,如果写的请求量很大的话,就经常发生冲突,结合事务会有经常的回滚和重试,这样对系统资源消耗也是非常大。
所以悲观锁和乐观锁没有绝对的好坏,必须结合具体的业务情况来决定使用哪一种方式。另外在阿里巴巴开发手册里也有提到:
如果每次访问冲突概率小于 20%,推荐使用乐观锁,否则使用悲观锁。乐观锁的重试次数不得小于3次。
阿里巴巴建议以冲突概率20%这个数值作为分界线来决定使用乐观锁和悲观锁,虽然说这个数值不是绝对的,但是作为阿里巴巴各个大佬总结出来的也是一个很好的参考。
以上为个人经验,希望能给大家一个参考,也希望大家多多支持编程网。
--结束END--
本文标题: Spring Boot2+JPA之悲观锁和乐观锁实战教程
本文链接: https://lsjlt.com/news/154512.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0