引言：
最近在项目中参与了一个领取优惠劵的活动，当多个用户领取同一张优惠劵的时候，使用了数据库锁控制并发，起初的设想是：如果多个人同时领一张劵，第一个到达的人领取成功，其它的人继续查找是否还有剩余的劵，如果有，继续领取，否则领取失败。在实现中，我一开始使用了递归的方式去查找劵，实际的测试中发现出现了无穷递归，通过degug和查阅资料才发现这是由于mybatis的一级缓存引起的，以下将这次遇到的问题和大家分享讨论。
1.涉及到的知识点
Mybatis缓存:
一级缓存：默认开启，sqlSession级别缓存,当前会话中有效，执行sqlSession commit()、close()、clearCache()操作会清除缓存。[1]
二级缓存：需要手工开启，全局级别缓存,与mapper namespace相关。[1]
并发控制机制:
悲观锁：假定会发生并发冲突，屏蔽一切可能违反数据完整性的操作。[2]
乐观锁：假设不会发生并发冲突，只在提交操作时检查是否违反数据完整性。[2] 乐观锁不能解决脏读的问题。
乐观锁适用于写比较少的情况下，即冲突真的很少发生的时候，这样可以省去了锁的开销，加大了系统的整个吞吐量。但如果经常产生冲突，上层应用会不断的进行retry，这样反倒是降低了性能，所以这种情况下用悲观锁就比较合适。
2.代码
以下是一个领取优惠劵的辅助方法-随机抽取一张优惠码，调用这个辅助方法的public方法开启了事务(开启了sqlSession)。实际测试的过程中发现，当数据库中只有一张优惠劵并且同时被多个用户领取时，会出现无穷递归。代码如下：
1 /**
2 * 随机抽取一张优惠码
3 *
4 * @param codePrefix
5 * 优惠码前缀
6 * @return 优惠码 9 */
10 private String randExtractOneTicketCode(String mobile, String codePrefix) {
11 List<String> notExchangeCodeList = yzTicketCodeDaoExt.getTicketCodeList(codePrefix,
12 MobileServiceConstants.TICKET_CODE_STATUS_NOT_EXCHANGE);
13 logger.info("领取优惠劵>>>优惠劵可用数量{}",CollectionUtils.size(notExchangeCodeList));
14 if (CollectionUtils.isEmpty(notExchangeCodeList)) {
15 logger.warn("领取优惠劵>>>优惠劵{}已领完", codePrefix);
16 throw new YzRuntimeException(MobileServiceConstants.TICKET_NOT_REMAINDER);
17 }
18
19 int randomIndex = random.nextInt(notExchangeCodeList.size()); // 随机的索引
20 String ticketCode = notExchangeCodeList.get(randomIndex); // 随机选择的优惠码
21 YzTicketCode ticketCodeObj = yzTicketCodeDaoExt.getByCode(ticketCode);
22 if (ticketCodeObj == null
23 || ticketCodeObj.getStatus() != MobileServiceConstants.TICKET_CODE_STATUS_NOT_EXCHANGE) {
24 // 如果优惠劵已被使用
25 logger.info("领取优惠劵>>>优惠劵码{}不存在或已被使用",ticketCode);
26 return randExtractOneTicketCode(String mobile, String codePrefix); //递归查找
27 }
28 /*
29 * 更新优惠码状态
30 */
31 ticketCodeObj.setExchangeTime(Calendar.getInstance().getTime());
32 ticketCodeObj.setStatus(MobileServiceConstants.TICKET_CODE_STATUS_HAD_EXCHANGED);
33 ticketCodeObj.setMobile(mobile);
34 int updateCnt = yzTicketCodeDaoExt.update4Receive(ticketCodeObj);
35 if(updateCnt <= 0){
36 //乐观锁，没有影响到行，表明更新失败，可能是该劵不存在或已被使用
37 logger.info("领取优惠劵>>>优惠劵码{}不存在或已被使用",ticketCode);
38 return randExtractOneTicketCode(String mobile, String codePrefix); //递归查找,发现这里出现了循环递归
39 };
40 return ticketCode;
41 }
通过debug发现，第38行出现了循环递归，原因是第11行执行的查询结果被mybatis一级缓存缓存了，导致每次查询的结果都是第一次查询的结果(有一张劵可以被领取)，但实际上这张劵已经被其它用户领取了，从而发生了无穷递归。
3.解决方案
1）编程式事务，通过transactionManager来获取sqlSession,然后通过sqlSession的clearCache()方法来清除一级缓存。
2）由于项目中使用了Spring申明式事务，并且并发量不高，考虑到减少复杂度，选择了简单的方法，直接提示用户系统繁忙。
/**
* 随机抽取一张优惠码
*
* @param codePrefix
* 优惠码前缀
* @return 优惠码
* @throws YzRuntimeException
* 如果没有可用的优惠劵
*/
private String randExtractOneTicketCode(String mobile, String codePrefix) {
List<String> notExchangeCodeList = yzTicketCodeDaoExt.getTicketCodeList(codePrefix,
MobileServiceConstants.TICKET_CODE_STATUS_NOT_EXCHANGE);
logger.info("领取优惠劵>>>优惠劵可用数量{}",CollectionUtils.size(notExchangeCodeList));
if (CollectionUtils.isEmpty(notExchangeCodeList)) {
logger.warn("领取优惠劵>>>优惠劵{}已领完", codePrefix);
throw new YzRuntimeException(MobileServiceConstants.TICKET_NOT_REMAINDER);
} int randomIndex = random.nextInt(notExchangeCodeList.size()); // 随机的索引
String ticketCode = notExchangeCodeList.get(randomIndex); // 随机选择的优惠码
YzTicketCode ticketCodeObj = yzTicketCodeDaoExt.getByCode(ticketCode);
if (ticketCodeObj == null
|| ticketCodeObj.getStatus() != MobileServiceConstants.TICKET_CODE_STATUS_NOT_EXCHANGE) {
// 如果优惠劵已被使用
logger.info("领取优惠劵>>>优惠劵码{}不存在或已被使用",ticketCode);
throw new YzRuntimeException(MobileServiceConstants.TICKET_SYSTEM_BUSY);
}
/*
* 更新优惠码状态
*/
ticketCodeObj.setExchangeTime(Calendar.getInstance().getTime());
ticketCodeObj.setStatus(MobileServiceConstants.TICKET_CODE_STATUS_HAD_EXCHANGED);
ticketCodeObj.setMobile(mobile);
int updateCnt = yzTicketCodeDaoExt.update4Receive(ticketCodeObj);
if(updateCnt <= 0){
//乐观锁，没有影响到行，表明更新失败，可能是该劵不存在或已被使用
logger.info("领取优惠劵>>>优惠劵码{}不存在或已被使用",ticketCode);
throw new YzRuntimeException(MobileServiceConstants.TICKET_SYSTEM_BUSY);
};
return ticketCode;
}
总结：
现在项目大多使用集群的方式，使用java提供的并发机制已经无法控制并发，常用的是数据库锁和Redis提供的并发控制机制，上面代码中使用了数据库的乐观锁，乐观锁相比于悲剧锁而言，需要编写外部算法，错误的外部算法和异常恢复容易导致未知的错误，需要谨慎的设计和严格的测试。
参考文档：
[1]http://www.mamicode.com/info-detail-890951.html
[2]Concurrent Control http://en.wikipedia.org/wiki/Concurrency_control