一张优惠券引发的血案

一个月前——

整个优惠券中心分为前端和后端，小灰所负责的是后端RPC接口的开发。接口中包含“查券”和“领券”两个方法，项目大体结构如下图：

两周后——

        小灰：看，这是优惠券查询功能的效果！        

  小灰：看，这是优惠券领取功能的效果！  

三天后——

小灰原本的优惠券查询接口是这样实现的：

优惠券列表在Redis中以List的形式存储，查询时的逻辑很简单：

1.查询缓存，如果缓存存在，返回结果

2.缓存不存在，查询数据库

3.把查询数据库的结果循环放入缓存

然而，当某个时间点缓存不存在，请求量又很大的时候，会出现缓存并发的问题。也就是多个线程会重复去查询DB，又重复去更新缓存。（注意，这并不是缓存击穿，很多人在这两个概念上混淆。）

这其中重复查询DB是次要问题，而重复更新缓存则是主要问题。假如有两个线程同时进入上述的第三个阶段，各自进行rpush操作，那么最终会在优惠券列表的缓存中插入两组同样的数据。

怎么解决呢？用Java的锁机制？显然不行，因为线上环境通常都是多个服务器组成的集群。于是小灰想到了利用分布式锁。

所谓分布式锁有很多种，可以利用ZooKeeper、MemCache、Redis来实现。其中Redis的方式比较简单，无非是利用一个服务器之间共享的Key，以及Setnx指令。

当第一个线程执行Setnx，会存储对应的键值，相当于成功获得锁。当后续再有线程对同于的Key执行Setnx指令，则会返回空，相当于抢锁失败。同时，为了防止一个线程因意外情况而长久把持着锁，程序对Key设置了1秒的过期时间。

归纳一下修改后的逻辑：

1.查询缓存，如果缓存存在，返回结果

2.缓存不存在，查询数据库

3.争夺分布式锁

4.成功获得锁，把查询数据库的结果循环放入缓存

5.释放分布式锁

三天后——

诡异的bug又重现了，因为小灰上次的改动仍然存在一个致命的漏洞。在这里我们假定缓存不存在，刚好有两个线程A和B一后一先进入到代码块。

第一阶段，线程A刚开始查询优惠券缓存，线程B正尝试获取分布式锁：

第二阶段，由于缓存不存在，线程A开始查询数据库，线程B成功获得锁，开始更新缓存：

第三阶段，线程A尝试获得分布式锁，而线程B已经释放分布式锁：

第四阶段，线程A获得了锁，又一次更新缓存，而线程B已经成功返回：

就这样，缓存被重复更新了两次，所以再次出现数据重复的bug。

这种局面如何破解呢？其实不难，只需在线程成功得到锁以后，再次判断优惠券缓存的存在：

归纳一下修改后的逻辑：

1.查询缓存，如果缓存存在，返回结果

2.缓存不存在，查询数据库

3.争夺分布式锁

4.成功获得锁，再次判断缓存的存在

5.如果缓存仍旧不存在，把查询数据库的结果循环放入缓存

6.释放分布式锁

这种二次判断存在性的机制有一个专门的名字，叫做双重检测。该方法在线程安全的单例模式中也常常被用到。

小灰的回忆告一段落——

几点补充：

1.文中所使用的分布式锁，其实并不是“正宗”的分布式锁，当线程争夺锁失败的时候，会直接返回查询DB的结果，而不会依靠自旋机制来等锁。

2.为什么优惠券列表的信息要使用List类型来存入缓存，而不是把整个列表存为一个很长的Json字符串？这是由于业务需要，使用List在某些情况下更方便对单个优惠券信息进行修改（LSET指令）。

3.为什么优惠券列表的信息不使用Redis的Set或者Hash数据类型来存储，实现自动去重呢？对于Set类型，去重前需要对比整个字符串是否完全相同，而每一张优惠券是一个较长的Json字符串，对比的效率会比较低。使用Hash倒是可以实现高效的去重，但并未在根本上解决重复更新的问题。