记一次生产事故-CSDN博客

转载自：https://juejin.cn/post/7311167273650454580

背景

我们的主要业务是台湾省的一个小商城，这次出问题的是我们仓库系统。在仓库系统中有这么一段逻辑：

员工可以领取新建的订单，然后去执行拣货发货的操作，领取的时候，发货单的状态会从新建变为待拣货，也就是说找新建状态的发货单，领取然后变为待拣货然后去拣货。

bug内容

突然有一天，仓库的同事发消息说有两位员工领取了同一个发货单。拣货的时候报错该发货单已拣货。这可就奇了怪了，为了防止并发，且这个仓库是单节点部署的，记得是加了锁的。

模拟

这时候需要定位问题，先模拟一下我们的场景。

@GetMapping(path = "test")
@ResponseBody
public void test(Pageable request){
    for (int i = 0; i < 100; i++) {
        //新建线程处理
        new Thread(() -> {
            userInfoService.testDemo();
        }).start();
    }
}

肯定是并发导致的，这里模拟一下高并发的情况

@Transactional(rollbackOn = Exception.class)
public synchronized void testDemo() {
    UserInfo byUserId = userRepository.findByUserId(1);
    byUserId.setAge(byUserId.getAge() + 1);
    userRepository.save(byUserId);
}

可以看到业务逻辑里有个锁，并且有事务。

数据大概长这样，我拿之前我写的demo的表来处理，修改这个age 100次。

执行，不用看表了，看log就知道有问题的：

好家伙，这并发了啊，这锁了个寂寞啊。

好吧，查资料，很容易就查到了：

这种情况下，锁可能会失效。因为synchronized锁的是这个方法，而@Transactional是Spring的AOP在开启时自动锁定的。在进入这个方法前，AOP会先开启事务，然后进入方法，此时会加锁。当方法结束后，锁被释放，然后才会提交事务。如果在锁释放和提交事务之间有其他线程请求并再次加锁，这可能导致程序不安全。

所以，这应该就是问题所在了吧。

先改一版试试：

@GetMapping(path = "test")
@ResponseBody
public void test(Pageable request) {
    for (int i = 0; i < 100; i++) {
        //新建线程处理
        new Thread(() -> {
            synchronized (UserController.class) {
                userInfoService.testDemo();
            }
        }).start();
    }
}

将锁放到整个事务的外层，这样事务提交之后才会释放锁。

@Transactional(rollbackOn = Exception.class)
public void testDemo() {
    UserInfo byUserId = userRepository.findByUserId(1);
    log.info("当前线程：{}，当前年龄：{}",Thread.currentThread().getName(),byUserId.getAge());
    byUserId.setAge(byUserId.getAge() + 1);
    userRepository.save(byUserId);
    log.info("当前线程：{}，当前年龄：{}",Thread.currentThread().getName(),byUserId.getAge());
}

看log，也是没有问题的

数据也没有问题

欸欸欸，好了。搞定，提代码，打包，发包，一气呵成。解决bug就是这么迅速。

又发生了

过了几天，仓库又反馈了，这bug又发生了，啊啊啊？奇了怪了。还没锁住？

在研究了好久，觉得这锁没问题啊，是哪里出了问题呢？各种权衡之下，先加了个分布式锁，以求解决问题。然而不出所料，过了两天又又又发生了。

又发生了，那就不是锁的问题了，那是什么的问题呢？这段业务很简单，拿到发货单，然后修改状态，然后存进去。就这，也没啥bug可以发生啊。

再从数据看，发现一个奇怪的地方，所有重复领取的发货单，都是在整点领取，然后发生bug的。这绝不是偶然，我在整点干啥了呢？

想起来了，我前一阵加了个功能，使用定时任务批量请求货代的打印面单接口然后将面单的url存到了发货单表里，这样，发货的时候就不用一个个请求这个接口了。这个任务就是整点跑的。。。。。

哎呦呦，我想通了，这样并发了啊，修改的同一张表，而且修改url的只会修改新建状态的url,

若是修改url的先获取发货单里所有新建状态的发货单
然后员工获取发货单数据，这时候因为修改url的线程需要调用api会稍微慢点
员工会把发货单修改为待拣货，然后保存入库
修改url的线程执行完了，由于我是执行的jpa的save方法，他会把自己读取到新建状态的数据，修改个url再保存回表，这时候，表里的数据又变成新建状态了。这样之后的员工又能取到这条发货单数据，然后这样不就重了。

找到原因了解决就很简单了，修改url的时候只修改这一个字段，其他的不修改就好了。

至此，bug解决掉了，修改数据库数据的时候save方法还是少用啊。一波三折啊，之前那种写法也是有问题的，幸亏一起改掉了，不然之后肯定也会继续发生。