Spring Boot高并发 锁的使用方法
在高并发场景中（比如电商秒杀、抢票系统、转账交易），多个线程/用户会同时操作同一共享资源（如库存、账户余额、订单号）。如果不做控制，会导致数据错误（如库存超卖、余额负数）、业务逻辑混乱（如重复下单）。锁（Lock）是解决这类问题的核心工具之一。
一、概述：为什么高并发下需要锁？
1. 高并发的“数据竞争”问题
当多个线程同时修改同一个共享资源时（如数据库的库存字段、内存中的缓存值），如果没有控制，会出现“数据不一致”。例如：
- 电商场景：商品库存剩余10件，用户A和用户B同时下单，两个线程同时读取到库存为10，都扣减1后写回9，最终库存变成9（实际应卖出2件，库存应为8）。
- 转账场景：用户账户余额100元，同时发起两笔50元转账，两个线程都读到余额100，都扣减50后写回50，最终余额变成50（实际应扣减100，余额0）。
2. 锁的核心作用
锁是一种“互斥机制”，保证同一时刻只有一个线程能操作共享资源，避免数据竞争。类比现实中的“公共卫生间”：锁门后，其他人必须等待，直到当前用户释放锁（开门）。
二、锁的类型与适用场景
在Spring Boot中，常用的锁分为3类，需根据业务场景选择：
| 锁类型 | 实现方式 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|---|
| JVM内置锁 | synchronized关键字 | 单体应用（单进程）的小范围并发 | 代码简单，JVM自动管理锁 | 无法跨进程（分布式场景无效） |
| JUC显式锁 | ReentrantLock（Lock接口） | 单体应用需要灵活控制锁（如超时、可中断） | 支持超时、可中断、公平锁 | 需要手动释放锁（否则死锁） |
| 分布式锁 | Redis（Redisson）、ZooKeeper | 分布式系统（多进程/多服务器）的并发 | 跨进程协调，全局唯一 | 依赖外部组件（如Redis），有性能开销 |
三、锁的具体使用与代码实现
场景说明：模拟“电商库存扣减”
需求：用户下单时扣减商品库存，要求高并发下库存不能超卖（库存≥0）。
假设商品ID为1001，初始库存10件。
1. JVM内置锁：synchronized
适用于单体应用（只有1个Spring Boot实例），代码简单，JVM自动加锁/释放。
@Service
public class StockService {// 模拟数据库中的库存（实际开发中用数据库或缓存）private int stock = 10;// 下单扣减库存（synchronized保证同一时刻只有1个线程执行）public synchronized boolean deductStock(int productId, int count) {// 检查库存是否足够if (stock < count) {return false; // 库存不足}// 模拟业务耗时（如查询数据库、记录日志）try {Thread.sleep(100);} catch (InterruptedException e) {Thread.currentThread().interrupt();}// 扣减库存stock -= count;System.out.println("扣减成功，剩余库存：" + stock);return true;}
}关键说明
synchronized修饰方法时，锁的是当前对象（this）；若修饰静态方法，锁的是类（StockService.class）。- 缺点：无法跨进程（如果部署多个Spring Boot实例，每个实例的
stock是独立的，锁无效）。
2. JUC显式锁：ReentrantLock
适用于单体应用，但需要更灵活的锁控制（如设置超时、可中断）。
@Service
public class StockService {private int stock = 10;// 显式锁（可重入锁，支持公平/非公平）private final ReentrantLock lock = new ReentrantLock();public boolean deductStock(int productId, int count) {// 尝试加锁（最多等待2秒，避免死锁）try {if (lock.tryLock(2, TimeUnit.SECONDS)) {if (stock >= count) {Thread.sleep(100); // 模拟业务耗时stock -= count;System.out.println("扣减成功，剩余库存：" + stock);return true;} else {System.out.println("库存不足");return false;}} else {System.out.println("获取锁超时");return false;}} catch (InterruptedException e) {Thread.currentThread().interrupt();return false;} finally {// 必须在finally中释放锁（避免异常导致锁未释放）lock.unlock();}}
}关键说明
tryLock(timeout, unit)：尝试加锁，超时未获取则放弃（避免线程无限等待）。finally中释放锁：必须手动释放，否则其他线程永远无法获取锁（死锁）。- 优点：比
synchronized灵活（支持超时、可中断），适合复杂业务逻辑。
3. 分布式锁：Redisson（基于Redis）
适用于分布式系统（多个Spring Boot实例部署），解决跨进程的并发问题。
@Service
public class StockService {@Autowiredprivate RedissonClient redissonClient;// 模拟数据库库存（实际用数据库或缓存，如Redis存储库存）private int stock = 10;public boolean deductStock(int productId, int count) {// 定义锁的名称（按商品ID隔离，不同商品用不同锁）String lockKey = "lock:product:" + productId;RLock lock = redissonClient.getLock(lockKey);try {// 加锁（自动续期，防止业务耗时过长锁过期）// waitTime: 等待锁的最大时间（5秒）// leaseTime: 锁自动释放时间（30秒，防止死锁）boolean locked = lock.tryLock(5, 30, TimeUnit.SECONDS);if (!locked) {System.out.println("获取锁失败，稍后再试");return false;}// 检查并扣减库存if (stock >= count) {Thread.sleep(100); // 模拟业务耗时stock -= count;System.out.println("扣减成功，剩余库存：" + stock);return true;} else {System.out.println("库存不足");return false;}} catch (InterruptedException e) {Thread.currentThread().interrupt();return false;} finally {// 释放锁（只有自己加的锁才能释放）if (lock.isHeldByCurrentThread()) {lock.unlock();}}}
}
关键说明
- 锁名称：用
lock:product:1001隔离不同商品，避免不同商品的库存操作互相阻塞。 - 自动续期：Redisson默认会为锁“续期”（每10秒续30秒），防止业务逻辑未执行完锁就过期（比如扣库存需要20秒，锁30秒过期，续期避免提前释放）。
- 分布式场景有效性：多个Spring Boot实例通过Redis的
lockKey协调，同一时刻只有1个实例能获取锁，避免跨进程的库存超卖。
四、实际业务举例：电商秒杀场景
场景描述
某商品开启秒杀（库存100件），1000个用户同时点击“立即购买”，需要保证：
- 只有前100个用户能成功购买（库存不超卖）。
- 后续用户提示“已售罄”。
解决方案（分布式锁）
- 用户点击下单时，先通过Redisson获取该商品的分布式锁（
lock:seckill:productId）。 - 获得锁的线程检查库存是否足够（
stock > 0）。 - 库存足够则扣减库存，生成订单；否则返回“已售罄”。
- 释放锁，让其他线程继续竞争。
关键点
- 锁粒度：按商品ID加锁（如
lock:seckill:1001），不同商品的秒杀互不影响，提升并发效率。 - 防死锁：设置锁的自动释放时间（如30秒），即使业务异常未释放锁，锁也会自动过期。
- 性能优化：库存可存储在Redis中（
GET/SET操作比数据库快），减少数据库压力。
五、总结
1. 锁的选择原则
- 单体应用：优先用
synchronized（简单）或ReentrantLock（需要灵活控制）。 - 分布式系统：必须用分布式锁（如Redisson），避免跨进程数据竞争。
2. 注意事项
- 锁粒度：尽量缩小锁的范围（只锁共享资源的操作代码），避免“锁整个方法”降低性能。
- 防死锁：设置锁的超时时间（如
tryLock(5, 30, TimeUnit.SECONDS)），避免线程无限等待。 - 性能权衡：锁会降低并发吞吐量（同一时刻只有1个线程操作），需结合业务场景（如秒杀允许少量延迟）。
3. 扩展思考
- 无锁方案：对于简单计数（如访问量），可用
AtomicInteger（基于CAS无锁操作），但无法解决复杂业务逻辑（如库存扣减+订单生成）。 - 读写锁：读多写少场景（如商品详情页缓存），可用
ReentrantReadWriteLock（允许多个读锁并发，写锁互斥）。
)
