1 高并发场景下的难题
1.1 典型支付场景
这是最经典的场景。支付过程，要先查询买家的账户余额，然后计算商品价格，最后对买家进行进行扣款，像这类的分布式操作，如果是并发量低的情况下完全没有问题的，但如果是并发扣款，那可能就有一致性问题。在高并发的分布式业务场景中，类似这种 “查询+修改” 的操作很可能导致数据的不一致性。
1.2 在线下单场景
同理，买家在电商平台下单，往往会涉及到两个动作，一个是扣库存，第二个是更新订单状态，库存和订单一般属于不同的数据库，需要使用分布式事务保证数据一致性。
1.3 跨行转账场景
跨行转账问题也是一个典型的分布式事务，用户A同学向B同学的账户转账500，要先进行A同学的账户-500，然后B同学的账户+500，既然是 不同的银行，涉及不同的业务平台，为了保证这两个操作步骤的一致，数据一致性方案必然要被引入。
2 CAS方案
分布式CAS（Compare-and-Swap）模式就是一种无锁化思想的应用，它通过无锁算法实现线程间对共享资源的无冲突访问，既保证性能高效，有保证数据的强一致性，避免了上面集中问题的产生。CAS模式包含三个基本操作数：内存地址V、旧的预期值A和要修改的新值B。在更新一个变量的时候，只有当变量的预期值A和内存地址V当中的实际值相同时，才会将内存地址V对应的值修改为B。
我们以 1.1节 的 典型支付场景 作为例子分析（参考下图）：
-
初始余额为 800
-
业务1和业务2同时查询余额为800
-
业务1执行购买操作，扣减去100，结果是700，这是新的余额。理论上只有在原余额为800时，扣减的Action才能执行成功。
-
业务2执行生活缴费操作（比如自动交电费），原余额800，扣减去200，结果是600，这是新的余额。理论上只有在原余额为800时，扣减的Action才能执行成功。可实际上，这个时候数据库中的金额已经变为600了，所以业务2的并发扣减不应该成功。
根据上面的CAS原理，在Swap更新余额的时候，加上Compare条件，跟初始读取的余额比较，只有初始余额不变时，才允许Swap成功，这是一种常见的降低读写锁冲突，保证数据一致性的方法。
3 引出ABA问题
在CAS（Compare-and-Swap）操作中，ABA问题是一个常见的挑战。这边假设三个操作数——内存位置（V）、预期原值（A）和新值（B）。ABA问题是指当某个线程读取一个共享变量V的值为A，之后准备将其更新为B时，另一个线程可能已经将其从A改为了B，然后又改回了A。此时，当前线程仍认为V的值是原始的A，因此CAS操作会将V的值更新为B，但实际上V的值已经被其他线程改变过。
它有如下危害：
1. 数据一致性受损，并导致业务逻辑错误在复杂的业务逻辑中，共享变量的值往往代表了某种业务状态或条件。ABA问题可能导致这些状态或条件被意外地改变，从而引发业务逻辑错误，如库存超卖、资金重复发放等。★ 以下的图详细描述了ABA是怎么导致库存逻辑出错的：
2. 难以调试与定位ABA问题通常发生在多线程环境下，且其触发条件较为隐蔽。因此，当系统出现由ABA问题导致的异常时，往往难以快速定位问题原因，增加了调试的复杂性和时间成本。
4 不同维度的处理方式
ABA出现的原因，是CAS的过程中，只关注Value值的校验。但是忽略了这个值还是不是之前的那个值，可以参考上面的库存图例。所以某些情况下，Value虽然相同，却已经不是原来的数据了。
解决方案：CAS不能只比对 Value，还必须确保的是原来的数据，才能修改成功。一般的做法是，给 Value 设置一个Version（版本号），用来比对，一个数据一个版本，每次数据变化的时候版本跟随变化，这样的话就不会随随便便修改成功。
4.1 应用程序层
Java中的java.util.concurrent.atomic包提供了解决ABA问题的工具类。在Go语言中，通常使用sync/atomic包提供的原子操作来处理并发问题，并引入版本号或时间戳的概念。示例代码如下：
type ValueWithVersion struct {
Value int32
Version int32
}
var sharedValue atomic.Value // 使用atomic.Value来存储ValueWithVersion的指针
func updateValue(newValue, newVersion int32) bool {
current := sharedValue.Load().(*ValueWithVersion)
if current.Value == newValue && current.Version == newVersion {
// CAS操作：只有当前值和版本号都匹配时，才更新值
newValueWithVersion := &ValueWithVersion{Value: newValue, Version: newVersion + 1}
sharedValue.Store(newValueWithVersion)
return true
}
return false
} 4.2 数据层
1、CAS策略
update stock set num_val=$num_new_val where sid=$sid and num_val=$num_old_val
2、CAS策略+Version，避免ABA问题
# 这边注意，有了version，就没必要再比较old_val了
update stock set num=$num_new_val, version=$version_new where sid=$sid and version=$version_old
5 总结
-
高并发下的难题：支付、下单、跨行转账
-
CAS方案以及引发的ABA问题
-
不同维度的处理方式：应用层、数据层
文章转载自：Hello-Brand
原文链接：https://www.cnblogs.com/wzh2010/p/18031157
体验地址：引迈 - JNPF快速开发平台_低代码开发平台_零代码开发平台_流程设计器_表单引擎_工作流引擎_软件架构
