高并发场景下的数据库优化-EW帮帮网

在高并发系统中，数据库通常是性能瓶颈。面对高并发请求，我们需要采用合适的优化策略，以保证数据库的稳定性和高效性。本文将介绍数据库高并发问题的成因，并结合 Mybatis-Plus，探讨 乐观锁、悲观锁、高并发优化及数据库连接池优化 的最佳实践。

1. 数据库高并发问题分析

1.1 高并发数据库问题的常见表现

数据库连接耗尽：过多的并发请求导致数据库连接池资源被占满，新的请求无法获取连接。
锁竞争严重：多个事务对同一行或同一表的数据竞争锁，导致等待时间变长，甚至发生死锁。
读写压力过大：业务场景下 大量写操作（INSERT、UPDATE） 或 查询操作（SELECT） 导致数据库压力增大，影响系统响应时间。
数据不一致：并发修改同一数据时，可能导致数据丢失或覆盖，产生 脏读、幻读、不可重复读 等问题。

2. 乐观锁与悲观锁的使用

在高并发场景下，数据库并发控制策略主要分为 乐观锁 和 悲观锁。
在高并发场景下，数据库并发控制策略主要分为 乐观锁 和 悲观锁。

2.1 乐观锁

适用场景：适用于 读多写少 的场景，例如 订单支付状态修改、库存扣减 等。

实现方式：

通过 版本号机制（Version） 进行更新。
在 UPDATE 时，带上 version 条件，只有 version 匹配时才更新成功，否则更新失败。

Mybatis-Plus 乐观锁实现

在实体类中增加 @Version 注解

@Data
@TableName("user")
public class User {
    @TableId(type = IdType.AUTO)
    private Long id;
    private String name;
    private Integer age;
    
    @Version  // 版本号字段
    private Integer version;
}

开启 Mybatis-Plus 乐观锁插件
在 MybatisPlusConfig 配置类中启用 乐观锁插件：

@Configuration
public class MybatisPlusConfig {
    @Bean
    public MybatisPlusInterceptor mybatisPlusInterceptor() {
        MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor();
        interceptor.addInnerInterceptor(new OptimisticLockerInnerInterceptor());
        return interceptor;
    }
}

更新时，Mybatis-Plus 自动维护版本号

@Autowired
private UserMapper userMapper;

public void updateUserAge(Long userId) {
    User user = userMapper.selectById(userId);
    user.setAge(user.getAge() + 1);
    userMapper.updateById(user); // Mybatis-Plus 会自动带上 version 字段
}

如果 version 发生变化，更新失败，需要重新读取数据再更新。

2.2 悲观锁

适用场景：适用于 写多读少、强一致性 场景，例如 金融交易、订单扣款 等。

实现方式：

SELECT … FOR UPDATE：在事务内查询数据并加锁，防止其他事务修改数据。
使用数据库本身的行锁（Row Lock）。

示例：使用 FOR UPDATE 进行悲观锁控制

@Select("SELECT * FROM user WHERE id = #{id} FOR UPDATE")
User selectForUpdate(Long id);

事务提交前，其他事务无法修改该行数据。
适用于事务范围内需要严格一致性的操作。

缺点：

如果锁住的数据较多，会导致 大量事务等待，影响并发能力。

3. Mybatis-Plus 高并发优化实践

3.1 批量插入

在高并发写入场景下，逐条 INSERT 可能会导致 SQL 频繁执行，影响性能。Mybatis-Plus 提供了 批量插入 的方式：

@Autowired
private UserMapper userMapper;

public void batchInsertUsers(List<User> users) {
    userMapper.insertBatchSomeColumn(users);
}

注意：insertBatchSomeColumn 需要开启 Mybatis-Plus 扩展插件。

3.2 避免 N+1 查询

问题：当查询列表数据时，可能会引发多次 SQL 查询：

List<Order> orders = orderMapper.selectList(null);
for (Order order : orders) {
    User user = userMapper.selectById(order.getUserId());
}

解决方案：

使用 IN 查询 一次性获取所有用户数据：

List<Long> userIds = orders.stream().map(Order::getUserId).collect(Collectors.toList());
List<User> users = userMapper.selectBatchIds(userIds);

使用 Mybatis-Plus 关联查询

@Select("SELECT o.*, u.name as userName FROM orders o JOIN user u ON o.user_id = u.id WHERE o.id = #{orderId}")
OrderWithUser selectOrderWithUser(Long orderId);

4. 数据库连接池优化

数据库连接池（DataSource）是高并发优化的核心组件，推荐使用 Druid 或 HikariCP。

4.1 HikariCP 连接池优化

在 application.yml 配置：

spring:
  datasource:
    url: jdbc:mysql://localhost:3306/test
    username: root
    password: root
    driver-class-name: com.mysql.cj.jdbc.Driver
    hikari:
      minimum-idle: 10
      maximum-pool-size: 50
      idle-timeout: 30000
      max-lifetime: 1800000
      connection-timeout: 3000

参数解析：

maximum-pool-size: 连接池最大连接数，通常设置为 CPU 核心数 * 2 + 1。
minimum-idle: 最小空闲连接数。
connection-timeout: 获取连接的超时时间（建议不超过 3 秒）。
max-lifetime: 连接最大存活时间，防止长时间占用连接。

5. 总结

优化点	方法	适用场景
并发控制	乐观锁 `@Version`	读多写少，如库存扣减
悲观锁	`SELECT ... FOR UPDATE`	高一致性，如订单扣款
批量插入	`insertBatchSomeColumn()`	大批量数据插入
避免 N+1 查询	`IN` 查询、Mybatis-Plus 关联查询	避免多次查询
连接池优化	HikariCP	提高数据库连接管理效率

在高并发场景下，数据库优化是一个系统性工程。合理选择 乐观锁/悲观锁、批量插入、数据库连接池优化，可以极大提高数据库吞吐能力，确保系统在高并发下依然稳定高效！🚀

高并发场景下的数据库优化