【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

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

@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。

@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）

@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：

@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。

@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）