架构与思维:漫谈高并发业务的CAS及ABA

1 高并发场景下的难题

1.1 典型支付场景

这是最经典的场景。支付过程,要先查询买家的账户余额,然后计算商品价格,最后对买家进行进行扣款,像这类的分布式操作,
如果是并发量低的情况下完全没有问题的,但如果是并发扣款,那可能就有一致性问题。在高并发的分布式业务场景中,类似这种 "查询+修改" 的操作很可能导致数据的不一致性。

1.2 在线下单场景

同理,买家在电商平台下单,往往会涉及到两个动作,一个是扣库存,第二个是更新订单状态,库存和订单一般属于不同的数据库,需要使用分布式事务保证数据一致性。

1.3 跨行转账场景

跨行转账问题也是一个典型的分布式事务,用户A同学向B同学的账户转账500,要先进行A同学的账户-500,然后B同学的账户+500,既然是 不同的银行,涉及不同的业务平台,为了保证这两个操作步骤的一致,数据一致性方案必然要被引入。

2 CAS方案

分布式CAS(Compare-and-Swap)模式就是一种无锁化思想的应用,它通过无锁算法实现线程间对共享资源的无冲突访问,既保证性能高效,有保证数据的强一致性,避免了上面集中问题的产生。
CAS模式包含三个基本操作数:内存地址V、旧的预期值A和要修改的新值B。在更新一个变量的时候,只有当变量的预期值A和内存地址V当中的实际值相同时,才会将内存地址V对应的值修改为B。

我们以 1.1节典型支付场景 作为例子分析(参考下图):

  • 初始余额为 800
  • 业务1和业务2同时查询余额为800
  • 业务1执行购买操作,扣减去100,结果是700,这是新的余额。理论上只有在原余额为800时,扣减的Action才能执行成功。
  • 业务2执行生活缴费操作(比如自动交电费),原余额800,扣减去200,结果是600,这是新的余额。理论上只有在原余额为800时,扣减的Action才能执行成功。可实际上,这个时候数据库中的金额已经变为600了,所以业务2的并发扣减不应该成功。

根据上面的CAS原理,在Swap更新余额的时候,加上Compare条件,跟初始读取的余额比较,只有初始余额不变时,才允许Swap成功,这是一种常见的降低读写锁冲突,保证数据一致性的方法。

3 引出ABA问题

在CAS(Compare-and-Swap)操作中,ABA问题是一个常见的挑战。这边假设三个操作数------内存位置(V)、预期原值(A)和新值(B)。
ABA问题是指当某个线程读取一个共享变量V的值为A,之后准备将其更新为B时,另一个线程可能已经将其从A改为了B,然后又改回了A。此时,当前线程仍认为V的值是原始的A,因此CAS操作会将V的值更新为B,但实际上V的值已经被其他线程改变过。

它有如下危害:

1. 数据一致性受损,并导致业务逻辑错误

在复杂的业务逻辑中,共享变量的值往往代表了某种业务状态或条件。ABA问题可能导致这些状态或条件被意外地改变,从而引发业务逻辑错误,如库存超卖、资金重复发放等。

★ 以下的图详细描述了ABA是怎么导致库存逻辑出错的:

2. 难以调试与定位

ABA问题通常发生在多线程环境下,且其触发条件较为隐蔽。因此,当系统出现由ABA问题导致的异常时,往往难以快速定位问题原因,增加了调试的复杂性和时间成本。

4 不同维度的处理方式

ABA出现的原因,是CAS的过程中,只关注Value值的校验。但是忽略了这个值还是不是之前的那个值,可以参考上面的库存图例。所以某些情况下,Value虽然相同,却已经不是原来的数据了。

解决方案:CAS不能只比对 Value,还必须确保的是原来的数据,才能修改成功。
一般的做法是,给 Value 设置一个Version(版本号),用来比对,一个数据一个版本,每次数据变化的时候版本跟随变化,这样的话就不会随随便便修改成功。

4.1 应用程序层

Java中的java.util.concurrent.atomic包提供了解决ABA问题的工具类。

在Go语言中,通常使用sync/atomic包提供的原子操作来处理并发问题,并引入版本号或时间戳的概念。

示例代码如下:

type ValueWithVersion struct {  
	Value     int32  
	Version   int32  
}  
  
var sharedValue atomic.Value // 使用atomic.Value来存储ValueWithVersion的指针  
  
func updateValue(newValue, newVersion int32) bool {  
	current := sharedValue.Load().(*ValueWithVersion)  
	if current.Value == newValue && current.Version == newVersion {  
		// CAS操作:只有当前值和版本号都匹配时,才更新值  
		newValueWithVersion := &ValueWithVersion{Value: newValue, Version: newVersion + 1}  
		sharedValue.Store(newValueWithVersion)  
		return true  
	}  
	return false  
}  

4.2 数据层

  1. CAS策略
MySQL 复制代码
update stock set num_val=$num_new_val where sid=$sid and num_val=$num_old_val
  1. CAS策略+Version,避免ABA问题
MySQL 复制代码
# 这边注意,有了version,就没必要再比较old_val了
update stock set num=$num_new_val, version=$version_new where sid=$sid and version=$version_old

5 总结

  1. 高并发下的难题:支付、下单、跨行转账
  2. CAS方案以及引发的ABA问题
  3. 不同维度的处理方式:应用层、数据层

啦啦啦啦啦啦,不写了去跑步啦

相关推荐
Hello-Brand7 天前
Java核心知识体系10-线程管理
java·高并发·多线程·并发·多线程模型·线程管理
一个数据小开发9 天前
业务开发问题之ConcurrentHashMap
java·开发语言·高并发·map
阿维的博客日记15 天前
jvm学习笔记-轻量级锁内存模型
jvm·cas·轻量级锁
Javatutouhouduan24 天前
Java程序员如何获得高并发经验?
java·分布式·后端·程序员·高并发·架构师
魔道不误砍柴功1 个月前
解密 Redis:如何通过 IO 多路复用征服高并发挑战!
redis·缓存·高并发
向阳12181 个月前
java并发之线程池使用
java·高并发·线程池·多线程
GGBondlctrl1 个月前
【JavaEE初阶】深入理解不同锁的意义,synchronized的加锁过程理解以及CAS的原子性实现(面试经典题);
java·开发语言·面试·cas·synchronized加锁·锁的策略
golove6663 个月前
Java多线程
java·高并发·线程池·多线程
一只BI鱼3 个月前
CAS简单解析
java·cas·乐观锁