开篇
同一个用户并发扣款时，有一定概率出现数据不一致，可以使用CAS乐观锁的方式，在不降低吞吐量，保证数据的一致性：
?
UPDATE t_yue SET money=$new_money?
?
WHERE uid=$uid AND money=$old_money;?
?
不能采用直接扣减的方式：
?
UPDATE t_yue SET money=money-$diff WHERE uid=$uid;?
?
当然，更通用的方式，可以使用版本号来实现CAS乐观锁：
?
UPDATE t_yue SET money=$new_money,ver=$ver_new?
?
对于这个CAS乐观锁方案，很有朋友有疑问：当并发量高时，版本号比对会导致大量的更新失败，这个方案不适用于高并发场景吗？ 究竟是不是这样呢？大家对高并发是不是有什么误解呢？今天来聊一聊这个话题。
先分析三个业务场景。
一、QQ
QQ的一些核心业务有：
个人：user(uid, user_info, …)
?
好友：user_friends(uid, friend_id, …)
?
加入的群：user_groups(uid, group_id, …)
?
群：group(gid, group_info, …)
?
群成员：group_members(gid, uid, …)
?
个人消息：msgs_user(msg_id, uid, …)
?
群消息：msgs_group(msg_id, gid, …)
?
这些信息的读写有一个特点，都会带上uid/gid/msgid属性。
例如，拉取好友列表：
?
select friend_id from user_friends where uid=$uid;?
在用户量很大，并发量很大时，不同用户/群/消息数据的读写并没有锁冲突。
?
画外音：10W个用户同时读写，彼此没有锁冲突。?
?
?
只有当，同一个用户，很短的时间内，有大量并发时，才可能存在锁冲突。
?
画外音：例如，1个用户，1秒钟读写1W次。?
?
?
二、微博微博的核心业务是feed流：
发消息，写操作
刷消息，读操作
微博业务显然是读多写少的，在用户刷消息时，自己feed流里的消息，是由别人发出的。
查看自己主页feed流，最朴素的实现方法是：
(1) 拉取自己关注的用户id_list；
(2) 拉取这些用户最近N条消息；
(3) 将这N*id_list条消息排序；
(4) 返回第一页消息，得到自己主页feed流；
?
画外音：这里不展开读扩散，写扩散，在用户量很大，并发量很大时，会有一定数据的读写锁冲突。?
?
画外音：不像QQ，基本是读写自己的数据，微博要写自己的数据，读别人的数据。?
?
?
三、1230612306的核心业务是：
查票，读操作
买票，写操作
?
?
stock(id, num) // 某一列车有多少张余票?
在用户量很大，并发量很大时，有极大的锁冲突。
?
画外音：这个业务，数据量并不大。这类“秒杀”业务，如果不做特殊的优化，数据库很容易死锁卡死，没有任何人能买票成功。?
画外音：要做什么特殊的优化呢？?
?
收尾
QQ，微博、12306，同样是高并发业务，就数据存储锁冲突来说，各自的难度，数据不一致的概率是不同的。
?
画外音：你不能说，QQ不是高并发业务吧。?
?
回到开篇，使用CAS乐观锁进库存扣减：
?
UPDATE t_yue SET money=$new_money,ver=$ver_new?
只要有uid这个过滤属性，即使10W用户同时扣款，也不容易出现数据不一致。 只有当同一个用户，同一秒钟，有大量扣减时，才有一定几率会冲撞，但也不会导致数据不一致。
?
画外音：有一位很可爱的水友，说万一PC端和APP端同时下单怎么办。?
结论
高并发的扣款场景，可以使用CAS乐观锁，采用select&set方式进行扣款，既能够保证吞吐量，又能够保证一致性。
?
class="lazyload inited loaded" src="https://user-gold-cdn.xitu.io/2019/9/18/16d42623bea84342?imageView2/0/w/1280/h/960/format/webp/ignore-error/1">
欢迎关注公众号：“Java架构师学习”
?
你会喜欢的！
?
?
相关文章
