【杂谈】JPA乐观锁改悲观锁遇到的一些问题与思考

背景

接过一个外包的项目,该项目使用JPA作为ORM。

项目中有多个entity带有@version字段

当并发高的时候经常报乐观锁错误OptimisticLocingFailureException

原理知识

JPA的@version是通过在SQL语句上做手脚来实现乐观锁的

复制代码
UPDATE table_name SET updated_column = new_value, version = new_version WHERE id = entity_id AND version = old_version

这个"Compare And Set"操作必须放到数据库层,数据库层能够保证"Compare And Set"的原子性(update语句的原子性)

如果这个"Compare And Set"操作放在应用层,则无法保证原子性,即可能version比较成功了,但等到实际更新的时候,数据库的version已被修改。

这时候就会出现错误修改的情况

需求

解决此类报错,让事务能够正常完成

处理------重试

既然是乐观锁报错,那就是修改冲突了,那就自动重试就好了

案例代码

修改前

复制代码
@Service
public class ProductService {
       
     @Autowired
     private ProductRepository productRepository;

     @Transactional
     public void updateProductPrice(Long productId, Double newPrice) {
          Product product = productRepository.findById(productId).orElseThrow(()->new RuntimeException("Product not found")
          product.setPrice(newPrice);
          productRepository.save(product);
     }   
}

修改后

增加一个withRetry的方法,对于需要保证修改成功的地方(比如用户在UI页面上的操作),可以调用此方法。

复制代码
@Service
public class ProductService {
       
     @Autowired
     private ProductRepository productRepository;

     public void updateProductPriceWithRetry(Long productId, Double newPrice) {
         boolean updated = false;
          //一直重试直到成功
          while(!updated) {
               try {
                   updateProductPrice(productId, newPrice);
                   updated = true;
               } catch (OpitimisticLockingFailureException e) {
           System.out.println("updateProductPrice lock error, retrying...")
               }
          } 
   }

     @Transactional
     public void updateProductPrice(Long productId, Double newPrice) {
          Product product = productRepository.findById(productId).orElseThrow(()->new RuntimeException("Product not found")
          product.setPrice(newPrice);
          productRepository.save(product);
     }   
} 

依赖乐观锁带来的问题------高并发带来高冲突

上面的重试能够解决乐观锁报错,并让业务操作能够正常完成。但是却加重了数据库的负担。

另外乐观锁也有自己的问题:

业务层将事务修改直接提交给数据库,让乐观锁机制保障数据一致性

这时候并发越高,修改的冲突就更多,就有更多的无效提交,数据库压力就越大

高冲突的应对方式------引入悲观锁

解决高冲突的方式,就是在业务层引入悲观锁。

在业务操作之前,先获得锁。

一方面减少提交到数据库的并发事务量,另一方面也能减少业务层的CPU开销(获得锁后才执行业务代码)

复制代码
@Service
public class ProductService {
       
     @Autowired
     private ProductRepository productRepository;

     
     public void someComplicateOperationWithLock(Object params) {
          
          //该业务涉及到的几个对象修改,需要获得该对象的锁
          //key=类前缀+对象id
          List<String> keys = Arrays.asList(....);
          
          //RedisLockUtil为分布式锁,可自行封装(可基于redisson实现)
          //获得锁之后才开始执行任务代码,然后在任务执行结束释放锁
          RedisLockUtil.runWithLock(keys, retryTime, retryLockTimeout, ()->someComplicateOperation(params)}):
    
     }
  

     @Transactional
     public void someComplicateOperation(Object params) {
         .....
     }   
}    

遇到的坑

正常在获得锁之后,需要重新加载最新的数据,这样修改的时候才不会冲突。(前一个锁获得者可能修改了数据)

但是,JPA有持久化上下文,有一层缓存。如果在获得锁之前就将对象捞了出来,等获得锁之后重新捞还会得到缓存内的数据,而非数据库最新数据。

这样的话,即使用了悲观锁,事务提交的时候还是会出现冲突。

案例:

复制代码
@Service
public class ProductService {
       
     @Autowired
     private ProductRepository productRepository;

     
     public void someComplicateOperationWithLock(Object params) {
          //获得锁之前先查询了一次,此次查询数据将缓存在持久化上下文中
          String productId = xxxx;
          Product product = productRepository.findById(productId).orElseThrow(()->throw new RuntimeException("Product not found"));
          
          //该业务涉及到的几个对象修改,需要获得该对象的锁
          //key=类前缀+对象id
          List<String> keys = Arrays.asList(....);
          
          //RedisLockUtil为分布式锁,可自行封装
          //获得锁之后才开始执行任务代码,然后在任务执行结束释放锁
          RedisLockUtil.runWithLock(keys, retryTime, retryLockTimeout, ()->someComplicateOperation(params)}):
    
     }
  

     @Transactional
     public void someComplicateOperation(Object params) {
         .....
         //取到缓存内的旧数据
         Product product = productRepository.findById(productId).orElseThrow(()->throw new RuntimeException("Product not found"));
         ....
     }   
}    

应对方式------refresh

在悲观锁范围内,首次加载entity数据的时候,使用refresh方法,强制从DB捞取最新数据。

复制代码
@Service
public class ProductService {
       
     @Autowired
     private ProductRepository productRepository;

     
     public void someComplicateOperationWithLock(Object params) {
          //获得锁之前先查询了一次,此次查询数据将缓存在持久化上下文中
          String productId = xxxx;
          Product product = productRepository.findById(productId).orElseThrow(()->throw new RuntimeException("Product not found"));
          
          //该业务涉及到的几个对象修改,需要获得该对象的锁
          //key=类前缀+对象id
          List<String> keys = Arrays.asList(....);
          
          //RedisLockUtil为分布式锁,可自行封装
          //获得锁之后才开始执行任务代码,然后在任务执行结束释放锁
          RedisLockUtil.runWithLock(keys, retryTime, retryLockTimeout, ()->someComplicateOperation(params)}):
    
     }
  

     @Transactional
     public void someComplicateOperation(Object params) {
         .....
         //取到缓存内的旧数据
         Product product = productRepository.findById(productId).orElseThrow(()->throw new RuntimeException("Product not found"));
        //使用refresh方法,强制从数据库捞取最新数据,并更新到持久化上下文中
        EntityManager entityManager = SpringUtil.getBean(EntityManager.class)
        product = entityManager.refresh(product);
         ....
     }   
}    

总结

此项目采用乐观锁+悲观锁混合方式,用悲观锁限制并发修改,用乐观锁做最基本的一致性保护。

关于一致性保护

对于一些简单的应用,写并发不高,事务+乐观锁就足够了

  • entity里面加一个@version字段
  • 业务方法加上@Transactional

这样代码最简单。

只有当写并发高的时候,或根据业务推断可能出现高并发写操作的时候,才需考虑引入悲观锁机制。

(代码越复杂越容易出问题,越难维护)