Java高并发场景（银行转账问题）

最近面试问到了银行转账的高并发问题，回答的不是很理想，小编整理了下，题目大概如下：
有一张银行账号表（银行账号字段、金额字段），A账号要给B账号转账，A扣款，B收款，在多线程高并发情况下，A账户的金额不能小于0，问如何设计架构比较合理？
我一开始脑抽地回答了两个方案：
方案一：事务+同步锁/分布式锁（更新sql控制扣款update的账户金额要大于扣款金额）
方案二：将数据库缓存于redis，通过lua语句去执行查询判断扣款和收款，然后保证异步通知数据库更新

先来看第一个方案哈，同步锁在单节点的情况下确实可以解决问题，但是首先颗粒度大（不管哪个转账都得排队），且复杂度高的情况下就效率慢，其次若是多节点集群的情况下，同步锁就不适用，那我们看分布式锁（redis），分布式锁确实可以降低颗粒度，可以控制到A账户作为key锁，但是面试官提到了一个概念，redis脑裂（可能产生数据丢失），因此可能出现假锁的情况，因为面试的这家公司是做数字银行的，对于风险把控很严格，因此对于这类情况风险他们对这个方案也pass掉，不过我后面补充的这个扣款时sql需要增加当前账户金额需要大于扣款金额才能扣款，这个其实是可行的，这个后续代码会演示。

再来看第二个方案哈，这个缓存于redis的方案，其实我当时为什么会这么直接想到这个方案呢，首先是因为redis的单机命令操作，以及lua能保证多语句的执行，若账户金额不够扣款则不会进行转账，但是其实金额数据一般是不会缓存在redis中的，有一定的风险性且增加了系统复杂度，若数据库异常或其他情况导致的缓存数据不一致，金额这方面无法保证。

面试官还提到关于数据库隔离级别能否解决问题，其实我验证后关于可串行化其实也是只是对当前sql语句执行进行加锁，开启事务时可串行化也并非是对事务进行加锁，依然可能出现金额问题。（查询金额存在多个一样的情况）（但是其实可串行化在我之前了解的资料里理论上应该是可行的，有强制事务串行化，即按顺序提交）

代码验证

锁机制在一定程度上可以，sql条件扣款时控制也是可以

@Service
@Slf4j
public class OperateAccountImpl implements OperateAccount {@Autowiredprivate AccountMapper accountMapper;@Autowiredprivate TransactionTemplate transactionTemplate;/*** 处理账户转账方案总结：* 方案一：事务+同步锁（颗粒度大，逻辑复杂效率慢，只适用单机）/分布式锁（可能出现脑裂假锁的情况）* 方案二：事务+sql条件控制（账户金额需大于等于扣款金额，但是查询时可能出现一次可扣款数据）*/@Override
//    @Transactional(rollbackFor= Exception.class)public String transfer(String accountFrom, String accountTo, double amount) {// 设置隔离级别为串行化（这里测试出来会死锁，按理解串行化应该是事务串行化，不应该抢锁才对）//transactionTemplate.setIsolationLevel(TransactionDefinition.ISOLATION_SERIALIZABLE);//线程标记String threadName = "【"+Thread.currentThread().getName()+"】";String msg = "";List<String> msgList = new ArrayList<>();//同步锁也是实现方法之一
//        synchronized(this){
//
//        }try{//开启Spring事务transactionTemplate.execute(new TransactionCallbackWithoutResult() {protected void doInTransactionWithoutResult(TransactionStatus status) {try {QueryWrapper<AccountDto> queryWrapper =new QueryWrapper<>();queryWrapper.select("account","money").eq("account",accountFrom);// 查询金额是否够扣AccountDto accountDto = accountMapper.selectOne(queryWrapper);
//                        AccountDto accountDto = accountMapper.selectByForUpdate(accountFrom);if(null == accountDto){throw new Exception("账户"+accountFrom+"不存在");}log.info("{} 查询到扣款账户{} 余额：{}",threadName,accountFrom,accountDto.getMoney());if (accountDto.getMoney() < amount) {throw new Exception("余额不足，账户"+accountFrom+"只剩："+accountDto.getMoney());}// 扣款int count1 = accountMapper.update(null,transferUpdate(-1 * amount,accountFrom));if (count1 == 0) {throw new Exception("账户"+accountFrom+"扣款失败，检查余额");}// 收款int count2 = accountMapper.update(null,transferUpdate(amount,accountTo));if (count2 == 0) {throw new Exception("账户"+accountTo+"收款失败");}log.info(threadName+"转账成功");msgList.add(threadName+"转账成功");}catch (Exception e){log.info(threadName+e.getMessage());msgList.add(threadName+e.getMessage());// 回滚status.setRollbackOnly();}}});}catch (Exception e){
//            msgList.add(e.getMessage());}//        log.info(threadName+"结束："+msgList.toString());return msgList.get(0);}// 更新sql操作public UpdateWrapper<AccountDto> transferUpdate(double updateMoney,String account){UpdateWrapper<AccountDto> updateWrapper = Wrappers.update();// 修改表中money字段为指定的数据
//        updateWrapper.set("money", updateMoney);updateWrapper.setSql("money = money + "+ updateMoney);if (updateMoney<0){// 修改条件为account=?且大于等于扣款金额的数据updateWrapper.eq("account", account).and(wq ->wq.ge("money",-1 * updateMoney));}else{// 修改条件为account=?的数据updateWrapper.eq("account", account);}//        //若使用事务隔离级别为最高级，测试出来的结果加锁的是sql并不是事务，因此查询值依然没有顺序之分，分开sql依旧会出现问题（实际上不会扣款扣多，但是会死锁，因为会抢占sql的锁）
//        updateWrapper.eq("account", account);return updateWrapper;}
}

通过多线程并发执行测试

测试结论：
方案一：事务+同步锁（颗粒度大，逻辑复杂效率慢，只适用单机）/分布式锁（可能出现脑裂假锁的情况）
方案二：事务+sql条件控制（账户金额需大于等于扣款金额，但是查询时可能出现一次可扣款数据）

@Slf4j
@RestController
@RequestMapping("/test")
public class TestController {@Autowiredprivate OperateAccount operateAccount;//设置固定线程池ExecutorService executorService = Executors.newFixedThreadPool(10);@RequestMapping("/transfer")public String transfer(HttpServletRequest request){//创建同步计数器（10个一起跑）CountDownLatch countDownLatch = new CountDownLatch(10);//用于堵塞线程等待全部结果CountDownLatch countDownLatch1 = new CountDownLatch(10);//扣款账户String accountFrom = request.getParameter("accountFrom");//收款账户String accountTo = request.getParameter("accountTo");//转账金额double amount = Double.parseDouble(request.getParameter("amount"));List<String> msgList = new ArrayList<>();try {// 模拟转账操作for (int i = 0; i < 10; i++) {executorService.submit(() -> {try {countDownLatch.await();//统一等待} catch (InterruptedException e) {e.printStackTrace();}String msg = operateAccount.transfer(accountFrom, accountTo, amount);msgList.add(msg);countDownLatch1.countDown();});//处理完同步计数器线程数减一，待计数器为0统一执行所有转账操作countDownLatch.countDown();}countDownLatch1.await();executorService.shutdown();}catch (Exception e){e.printStackTrace();}//        log.info("转账结果：{}",msgList.toString());return msgList.toString();}}

小编比较菜…欢迎评论区讨论更好的方法❀❀❀