写后端的人迟早会撞上并发问题:两个请求同时改同一行数据、计数器越加越少、库存被卖超。很多人第一反应是「加个锁」,但锁只是众多机制里的一种,用错地方反而把吞吐拖死。这篇按「在哪一层拦并发」把常见机制排一遍,给你判断顺序和排查清单,最后说清什么情况下这些做法不适用。
写后端的人迟早会撞上并发问题:两个请求同时改同一行数据、计数器越加越少、库存被卖超。很多人第一反应是「加个锁」,但锁只是众多机制里的一种,用错地方反而把吞吐拖死。
这篇按「在哪一层拦并发」把常见机制排一遍:先搞清楚要拦的是什么,再看数据库层、应用与中间件层各有什么手段,最后给你一个判断顺序和排查清单,并说清什么情况下这些做法不适用。
先搞清楚并发控制到底在拦什么
- 丢失更新
- 两个请求读到同一个旧值,各自算完再写回,后写的把先写的盖掉,常见于计数器和余额
- 脏读 / 不可重复读
- 读到了别人还没提交的中间状态,或同一事务里两次读到的值不一样,属于事务隔离要管的事
- 超卖与重复提交
- 库存扣成负数,或同一个用户连点两次生成两笔订单,前者是写入竞争,后者多数是缺幂等
- 判断先看数据在哪:单机内存、单库单表、跨服务跨库,所处的层不同,能用的机制完全不同
- 先确认是「正确性问题」还是「性能问题」——不少所谓并发 bug 其实只是没加唯一约束
- 语义上的并发(同一用户连点两次)和技术上的并发(两个线程同时执行)要分开,前者靠幂等,后者靠锁或隔离
- 把「谁在什么条件下会同时写同一个东西」写成一句话,写不出来说明还没定位到问题
如果某个问题改成串行执行也完全能接受(比如一天就几百次操作),那就别上复杂的锁,直接排队处理,复杂度低一个量级。
数据库这一层:事务隔离、行锁与版本号
事务隔离级别是基础盘:不同级别把脏读、不可重复读、幻读挡在不同位置。第一步不是背定义,而是先确认你用的数据库当前默认级别是什么,再决定要不要显式提高。级别越高,并发下的等待越多,这条权衡要写进设计说明。
| 机制 | 适合什么场景 | 代价与注意点 |
|---|---|---|
| 悲观锁 | 写冲突概率高、重试成本高 | 持锁期间别人排队,长事务会放大锁等待 |
| 乐观锁 | 读多写少、冲突偶发 | 失败方要自己重试,重试风暴要提前挡住 |
| 唯一索引 / 约束 | 重复写入、唯一性要求 | 最便宜的一层防线,但拦不住数值覆盖类问题 |
| 串行化 / 队列写入 | 同一实体高频写 | 吞吐受单写者限制,得评估是否够用 |
悲观锁的典型写法是更新前先占住那一行,适合改库存、扣额度这类不能失败的写;乐观锁是更新时带上旧值条件,影响行数为零就说明有人抢先了,代码里必须有重试分支,否则等于没加。
- 先加约束给业务上天然唯一的字段(订单号、外部请求 ID)建唯一索引,很多重复写入问题到这一步就结束了
- 再看事务范围把事务里不碰数据库的动作(调外部接口、发消息)挪出去,事务越短,锁等待越少;用慢事务日志验证改动效果
- 最后才考虑锁确认冲突确实集中在少数热点行,再选悲观或乐观;上线后盯锁等待时长,它比 QPS 更早暴露问题
应用与中间件这一层:队列、限流、幂等与分布式锁
把「同时做」改成「排队做」是最容易理解也最容易运维的一招:写入走消息队列,或者按业务键做单写者模型,把并发写收敛成串行消费。代价是延迟变高、要处理消费失败重放,但对账类、状态流转类业务通常完全够用。
限流和信号量控制的是进入系统的并发数,解决的是「别被打垮」,不是数据一致性。两者经常一起用,但判断问题时要分清楚:数值算错是用锁或约束的事,服务被打挂才是限流的事。
- 幂等设计:用请求唯一 ID 建去重表,或把状态机设计成只允许单向流转,重复请求直接返回上次结果
- 分布式锁只在跨进程互斥时才需要,选它之前先问:能不能改成数据库唯一约束或队列串行
- 真要上分布式锁,必须想清楚锁超时、续期、持有者崩溃后谁来释放,这三件事没答案就别上线
- 队列和锁不要叠加使用,两层互斥同时存在时,排查问题会变成猜谜
选型顺序与线上排查
推荐的判断顺序是:先加约束,再谈幂等,再看能否串行化,最后才是锁。每往上一层,复杂度和运维成本都更高;能停在低层的就别往上爬。
- 定位出错的接口与时间点,确认错误是否集中在某个实体或某段时间
- 看是否同一实体被并发写,查数据库锁等待与慢事务记录
- 检查有没有重试放大:失败后自动重试把瞬时冲突变成持续冲突
- 观察冲突率与重试次数,这两个指标比平均延迟更能反映真实情况
- 修复后按同样并发量复测一遍,确认锁等待和冲突率同步下降
什么时候这些机制不适用?如果业务本身允许最终一致、允许短暂超卖后再人工兜底,那强行上悲观锁只会拖慢系统;反过来,涉及资金和库存扣减这种不能出错的场景,只靠应用层判断、不加数据库约束,迟早会出事。判断标准是:出错后能不能自动纠正、纠正成本有多高。
另外,接口的并发上限、限速档位这类时效性数字,别照抄网上文章里的说法,各家服务随时会调整。
下一步想知道当前各家官方接口的并发与限速说明、以及哪些中转站在压力下表现更稳,去站内对应页面看当时的数据和检测记录。→常见问题
乐观锁和悲观锁到底怎么选?
看冲突概率。冲突少、重试便宜就乐观锁,更新时带上旧版本号,失败了自己重试;冲突频繁、重试代价大(比如涉及多步外部调用)就用悲观锁,让后来者排队,避免白干。两者都能保证正确性,差别在谁承担等待成本。
加锁之后还是出现重复数据,是什么原因?
常见三种:锁的作用范围不对(锁了 A 却写的是 B)、锁在事务提交前就释放了、以及锁根本没覆盖到并发的那个入口(比如定时任务和接口两条路都在写同一张表)。先确认所有写入路径是否共用同一把锁或同一个约束,再谈锁的粒度。
并发控制能不能只靠限流解决?
不行。限流管的是同时进来多少请求,解决的是系统被打爆;重复写、超卖、状态错乱这些是数据正确性问题,限流降下来只是减少了发生概率,没消除。正确顺序是先保证单次操作正确(约束、幂等),再考虑用限流保护容量。