记一次线上问题 → Deadlock 的分析与优化
开心一刻今天女朋友很生气
女朋友：我发现你们男的，都挺单纯的
我：这话怎么说
女朋友：脑袋里就只想三件事，搞钱，跟谁喝点，还有这娘们真好看
我：你错了，其实我们男人吧，每天只合计一件事
女朋友：啥事呀？
我：这娘们真好看，得搞钱跟她喝点
https://img2023.cnblogs.com/blog/747662/202307/747662-20230731082647428-848100966.gif
问题复现
需求背景
MySQL8.0.30 ，隔离级别是默认的，也就是 REPEATABLE-READ
表： tbl_class_student ，id 非自增，整张表的全部字段数据都是从上游服务进行同步
https://img2023.cnblogs.com/blog/747662/202307/747662-20230730154346601-1454163425.png
需求：上游服务发送同步MQ，本服务收到消息后再调上游服务接口，查询全量数据，对 tbl_class_student 表数据进行更新，若记录存在则更新，不存在则插入
这需求是不是很明确？放心，没有下套！
https://img2023.cnblogs.com/blog/747662/202307/747662-20230730160425970-1130953079.gif
线上问题
通过线上异常日志，最终定位到如下代码
https://img2023.cnblogs.com/blog/747662/202307/747662-20230730155026197-461572768.png
咋一看，这代码是不是无比的清晰明了？
都不用注释，就能清楚的知道这个代码是在做什么：逐行更新，存在则更新，不存在则插入
是不是无比的契合需求？
https://img2023.cnblogs.com/blog/747662/202307/747662-20230730161242570-2033379182.gif
但是，真的就完美无瑕吗
且看我表演一波
https://img2023.cnblogs.com/blog/747662/202307/747662-20230730162237642-51236997.gif
表演代码如下：
https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gifhttps://images.cnblogs.com/OutliningIndicators/ExpandedBlockStart.gif@Override
@Transactional(rollbackFor = Exception.class)
public void batchSaveOrUpdate(List<TblClassStudent> classStudents) {
if(CollectionUtils.isEmpty(classStudents)) {
return;
}
classStudents.forEach(classStudent -> {
this.getBaseMapper().saveOrUpdate(classStudent);
try {
// 为了方便复现问题，睡眠1秒
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
});
}
// 单元测试
@Test
public void batchSaveOrUpdateTest() throws InterruptedException {
TblClassStudent classStudent = new TblClassStudent();
classStudent.setId(1);
classStudent.setClassNo("20231010");
classStudent.setStudentNo("20231010201");
TblClassStudent classStudent1 = new TblClassStudent();
classStudent1.setId(2);
classStudent1.setClassNo("20231010");
classStudent1.setStudentNo("20231010202");
List<TblClassStudent> classStudents1 = new ArrayList<>();
classStudents1.add(classStudent);
classStudents1.add(classStudent1);
List<TblClassStudent> classStudents2 = new ArrayList<>();
classStudents2.add(classStudent1);
classStudents2.add(classStudent);
// 模拟2个线程，同时批量更新
CountDownLatch latch = new CountDownLatch(2);
new Thread(() -> {
studentService.batchSaveOrUpdate(classStudents1);
latch.countDown();
}, "t1").start();
new Thread(() -> {
studentService.batchSaveOrUpdate(classStudents2);
latch.countDown();
}, "t2").start();
latch.await();
System.out.println("主线程执行完毕");
}View Code Deadlock 就这么诞生了！
https://img2023.cnblogs.com/blog/747662/202307/747662-20230730163554934-1732224693.gif
优化处理
死锁产生条件
死锁产生的条件，大家还记得吗？
https://img2023.cnblogs.com/blog/747662/202307/747662-20230730165729902-1033658506.png
回到上诉案例，锁的持有、申请情况如下
https://img2023.cnblogs.com/blog/747662/202307/747662-20230730170644212-2099786391.png
死锁自然就产生了
那么该如何处理了
排序处理
不同线程调用同一个方法处理数据而产生死锁
这种情况对处理的数据进行排序处理，使得不同线程申请数据库锁的顺序保持一致，那么就不会产生死锁
https://img2023.cnblogs.com/blog/747662/202307/747662-20230730172311774-2143919689.png
分批处理
事务时间越短越好
批量逐条更新，会导致事务持续的时间很长，那么出现死锁的概率就越大
分批处理可以减少事务时长
https://img2023.cnblogs.com/blog/747662/202307/747662-20230730175528849-1697230005.png
加锁处理
这里的锁指的并非数据库层面的锁，而是业务代码层面的锁
可以是 JVM 的锁，适用于单节点部署的情况
可以是分布式锁，适用于单节点部署，也适用于多节点部署；具体实现方式有很多，结合实际情况选择一种合适的实现方式即可
总结
1、批量逐条更新，这是严令禁止的
效率低下，导致事务时长大大增加，会引发一系列其他的问题
2、数据库的加锁是比较复杂的，不同的数据库的加锁实现也是有区别的
本篇中的死锁案例还是比较好分析的
遇到不好分析的，需要向同事（dba、开发同事等）发出求助，也可以线上求助数据库博主
3、面对不同问题，结合业务来分析出最合适的处理方式
有的业务对性能要求高
有的业务对数据准确性要求高
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]