开篇同一个用户并发扣款时，有一定概率出现数据不一致，可以使用CAS乐观锁的方式，在不降低吞吐量，保证数据的一致性：

UPDATE t_yue SET money=$new_money

WHERE uid=$uid AND money=$old_money;

不能采用直接扣减的方式：

UPDATE t_yue SET money=money-$diff WHERE uid=$uid;

当然，更通用的方式，可以使用版本号来实现CAS乐观锁：

UPDATE t_yue SET money=$new_money,ver=$ver_new
WHERE uid=$uid AND ver=$ver_old;

对于这个CAS乐观锁方案，很有朋友有疑问：当并发量高时，版本号比对会导致大量的更新失败，这个方案不适用于高并发场景吗？ 究竟是不是这样呢？大家对高并发是不是有什么误解呢？今天来聊一聊这个话题。

先分析三个业务场景。 一、社交通讯社交通讯的一些核心业务有：

• 个人：user(uid, user_info, …)

• 好友：user_friends(uid, friend_id, …)

• 加入的群：user_groups(uid, group_id, …)

• 群：group(gid, group_info, …)

• 群成员：group_members(gid, uid, …)

• 个人消息：msgs_user(msg_id, uid, …)

• 群消息：msgs_group(msg_id, gid, …)

 这些信息的读写有一个特点，都会带上uid/gid/msgid属性。 例如，拉取好友列表：

select friend_id from user_friends where uid=$uid;

 在用户量很大，并发量很大时，不同用户/群/消息数据的读写并没有锁冲突。画外音：10W个用户同时读写，彼此没有锁冲突。 只有当，同一个用户，很短的时间内，有大量并发时，才可能存在锁冲突。画外音：例如，1个用户，1秒钟读写1W次。 二、微博微博的核心业务是feed流：

• 发消息，写操作

• 刷消息，读操作

 微博业务显然是读多写少的，在用户刷消息时，自己feed流里的消息，是由别人发出的。 查看自己主页feed流，最朴素的实现方法是：(1) 拉取自己关注的用户id_list；(2) 拉取这些用户最近N条消息；(3) 将这N*id_list条消息排序；(4) 返回第一页消息，得到自己主页feed流；

在用户量很大，并发量很大时，会有一定数据的读写锁冲突。

画外音：不像社交通讯，基本是读写自己的数据，微博要写自己的数据，读别人的数据。 三、1230612306的核心业务是：

• 查票，读操作

• 买票，写操作

 

stock(id, num) // 某一列车有多少张余票

 在用户量很大，并发量很大时，有极大的锁冲突。画外音：这个业务，数据量并不大。 这类“秒杀”业务，如果不做特殊的优化，数据库很容易死锁卡死，没有任何人能买票成功。画外音：要做什么特殊的优化呢？ 收尾社交通讯，微博、12306，同样是高并发业务，就数据存储锁冲突来说，各自的难度，数据不一致的概率是不同的。画外音：你不能说，社交通讯不是高并发业务吧。 回到开篇，使用CAS乐观锁进库存扣减：

UPDATE t_yue SET money=$new_money,ver=$ver_new
WHERE uid=$uid AND ver=$ver_old;

只要有uid这个过滤属性，即使10W用户同时扣款，也不容易出现数据不一致。 只有当同一个用户，同一秒钟，有大量扣减时，才有一定几率会冲撞，但也不会导致数据不一致。画外音：有一位很可爱的水友，说万一PC端和APP端同时下单怎么办。 结论
高并发的扣款场景，可以使用CAS乐观锁，采用select&set方式进行扣款，既能够保证吞吐量，又能够保证一致性。

本文转自“架构师之路”公众号，58沈剑提供。