|
在开发中有些敏感接口，例如用户余额提现接口，需要考虑在并发情况下接口是否会发生问题。如果用户将自己的多条提现请求同时发送到服务器，代码能否扛得住呢？一旦没做锁，那么就真的会给用户多次提现，给公司带来损失。我来简单介绍一下在这种接口开发过程中，我的做法。 第一阶段: 我们使用的orm为xorm，提现表对应的结构体如下 1 2 3 4 5 6 7 8 9 10 11 | type Participating struct {
ID uint `xorm:'autoincr id' json:'id,omitempty'`
Openid string `xorm:'openid' json:'openid'`
Hit uint `xorm:'hit' json:'hit'`
Orderid string `xorm:'order_id' json:'order_id'`
Redpack uint `xorm:'redpack' json:'redpack'`
Status uint `xorm:'status' json:'status'`
Ctime tool.JsonTime `xorm:'ctime' json:'ctime,omitempty'`
Utime tool.JsonTime `xorm:'utime' json:'utime,omitempty'`
PayTime tool.JsonTime `xorm:'pay_time' json:'pay_time,omitempty'`
}
|
在Participating表中，是以Openid去重的，当一个Openid对应的Hit为1时，可以按照Redpack的数额提现，成功后将Status改为1，简单来说这就是提现接口的业务逻辑。 起初我并没有太在意并发的问题，我在MySQL的提现表中设置一个字段status来记录提现状态，我只是在提现时将状态修改为2(体现中)，提现完成后将status修改为1(已提现)。然后事实证明，我太天真了，用ab做了测试1s发送了1000个请求到服务器，结果。。。成功提现了6次。部分代码如下 1 2 3 4 5 6 7 8 9 10 11 12 | p_info := &Participating{}<br>// 查找具体提现数额
has, _ := db.Dalmore.Where('openid = ? and hit = 1 and status = 0', openid).Get(p_info)
if !has {
resp.Error(errcode.NO_REDPACK_FOUND, nil, nil)
return
}
// 改status为提现中
p_info.Status = 2
db.Dalmore.Cols('status').Where('openid = ? and hit = 1 and status = 0', openid).Update(p_info)
// 提现p_info.Redpack
|
第二阶段： 既然出现了并发问题，那第一反应肯定的加锁啊，代码如下： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 | type Set struct {
m map[string]bool
sync.RWMutex
}
func New() *Set {
return &Set{
m: map[string]bool{},
}
}
var nodelock = set.New()
// 加锁
nodelock.Lock()
p_info := &Participating{}
// 查找具体提现数额
has, _ := db.Dalmore.Where('openid = ? and hit = 1 and status = 0', openid).Get(p_info)
if !has {
resp.Error(errcode.NO_REDPACK_FOUND, nil, nil)
return
}
// 改status为提现中
p_info.Status = 2
db.Dalmore.Cols('status').Where('openid = ? and hit = 1 and status = 0', openid).Update(p_info)
// 释放锁
nodelock.Unlock()
// 提现p_info.Redpack
|
加了锁以后。。。emem，允许多次提现的问题解决了，但是这个锁限制的范围太多了，直接让这段加锁代码变成串行，这大大降低了接口性能。而且，一旦部署多个服务端，这个锁又会出现多次提现的问题，因为他只能拦住这一个服务的并发。看来得搞一个不影响性能的分布式才是王道啊。 第三阶段： 利用redis，设置一个key为openid的分布式锁，并设置一个过期时间可以解决当前的这个问题。但是难道就没别的办法了吗？当然是有的，golang的xorm中Update函数其实是有返回值的：num,err，我就是利用num做了个分布式锁。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | //记录update修改条数
num, err := db.Dalmore.Cols('status').Where('openid = ? and status = 0 and hit = 1', openid).Update(p_update)
if err != nil {
logger.Runtime().Debug(map[string]interface{}{'error': err.Error()}, 'error while updating')
resp.Error(errcode.INTERNAL_ERROR, nil, nil)
return
}
// 查看update操作到底修改了多少条数据，起到了分布式锁的作用
if num != 1 {
resp.Error(errcode.NO_REDPACK_FOUND, nil, nil)
return
}
p_info := &Participating{}
_, err := db.Dalmore.Where('openid = ? and status = 2', openid).Get(p_info)
if err != nil {
logger.Runtime().Debug(map[string]interface{}{'error': err.Error()}, 'error while selecting')
resp.Error(errcode.INTERNAL_ERROR, nil, nil)
return
}
// 提现p_info.Redpack
|
其实有点投机取巧的意思，利用xorm的Update函数，我们将核对并发处理请求下数据准确性的问题抛给了MySQL，毕竟MySQL是经过千锤百炼的。再用ab测试，嗯，锁成功了只有，只提现了一次，大功告成～ 希望对大家有所帮助，祝大家每天开心～
|
