涉及涉及数据库的高并发解决方案一般都会提到乐观锁。
乐观锁：在提交数据更新之前，每个事务会先检查在该事务读取数据后，有没有其他事务又修改了该数据。如果其他事务有更新的话，正在提交的事务会进行回滚。
利用数据库实现乐观锁的伪代码：
Connection conn = DriverManager.getConnection(url, user, password);
conn.setAutoCommit(false);
Statement stmt = conn.createStatement();
// step 1
int oldVersion = getOldVersion(stmt);
// step 2
// 用这个数据库连接做其他的逻辑
// step 3 可用预编译语句
int i = stmt.executeUpdate(
"update optimistic_lock set version = " + (oldVersion + 1) + " where version = " + oldVersion);
// step 4
if (i > 0) {
conn.commit(); // 更新成功表明数据没有被修改，提交事务。
} else {
conn.rollback(); // 更新失败，数据被修改，回滚。
}
注意事项：
- 前面伪代码的 step 3 和 4 应在存储过程里完成，防止 step 3 完成后，由于 GC 或网络阻塞导致 step 4 延迟执行，此时 乐观锁的记录被数据库锁定，其他请求要进行更新只能等待，被阻塞。
可以用存储过程来替代后面的两步，或者整个逻辑都用存储过程实现：
delimiter $$
create procedure sp_update_version (newVersion int, oldVersion int) begin
update optimistic_lock t set t.version = newVersion where t.version = oldVersion;
if row_count() > 0 then
commit;
else
rollback;
end if;
end $$
乐观锁的缺点：
- 会带来大数量的无效更新请求、事务回滚，给DB造成不必要的额外压力。
- 无法保证先到先得，后面的请求可能由于并发压力小了反而有可能处理成功。
欢迎关注我的微信公众号: coderbee笔记，可以更及时回复你的讨论。
