请教分布式下如何用锁确保更新不丢失？

场景是这样的，我想要用 golang 的 NewSingleHostReverseProxy 来代理一个第三方系统的接口，然后在拿到接口响应的时候记录这次调用到数据库（按照用户每天每个资源类型来统计次数），程序部署到多个节点上，请求记录表大概是这样子，我需要确保更新不丢失，数据表大概是下面这样，因为我没做过高并发和分布式场景下的业务，我想的是表里扩展 version 来用乐观锁来处理，更新失败的话重试，但是重试也不知道要重试几次，重试失败应该怎么办，请教大家最好用那种方式？

更新/插入逻辑(伪代码)：

	err := dao.DB.Where("`uid` = ? AND `date` = ? AND `type` = ?", uid, today, type).FirstOrInit(&record).Error
	if err != nil {
		return err
	}
	if record.RequestKey != "" {
		record.RequestCount++
	} else {
		record.RequestCount = 1
	}
	return dao.DB.Save(&record).Error

表大致的字段（伪代码）：

CREATE TABLE `sys_request_record` (
      `uid` varchar(32) NOT NULL COMMENT '用户 uid',
      `type`int(11) NOT NULL COMMENT '请求资源类型',
      `date` date NOT NULL COMMENT '日期',
      `request_count` int(11) NOT NULL DEFAULT '0' COMMENT '请求次数',
      `created_at` bigint(20) NOT NULL DEFAULT '0' COMMENT '创建时间',
      `updated_at` bigint(20) NOT NULL DEFAULT '0' COMMENT '更新时间',
      `deleted_at` bigint(20) NOT NULL DEFAULT '0' COMMENT '删除时间',
      PRIMARY KEY (`uid`,`type`,`date`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8

fengYH8080

79 天前

这种场景我不去搞数据库持久化层，我弄分布式锁去锁线程，一般用 Redlock 。
你这个功能锁的 key 会定义为 uid_type_date ，然后网络服务中请求没有抢到锁且超过重试次数后就拒绝这次请求，返回系统繁忙之类的。而你这个场景的差别就是必须要重试到成功为止，可以加个 redis 做缓存层去搞重试，先记录到缓存中，保证缓存 get set 原子性就可以不用去在意重试多少次，失败的同时又有请求过来就一直往缓存加次数就好，成功就清 0 ，甚至数据实时性不高还可以定时处理，减轻数据库负担。
原理就是这样，里面一下细节就需要自己斟酌了，例如缓存 key 的定义，时间交叉点的问题。

csys

79 天前

1. 不要用乐观锁去应对高并发场景
2. 尽量不要用锁去应对高并发场景
3. 尽量追加数据而非更新数据

几个方案：
1. SQL: Update `sys_request_record` SET `request_count`=`request_count` + 1;
2. redis: INCR sys_request_record:$uid:$type
3. 每次调用时发送可持久化的消息（如 kafka ），订阅消息进行统计

你不可能保证更新绝对不丢失

MoYi123

79 天前

一般是这样搞的.
1. 把完整的请求通过消息队列存到 OLAP 数据库里, 在离线的情况下用 count(*) group by 查.
2. 在线数据直接对数据库 update x = x + 1 where ...
3. 如果数据量太大, update 性能不行, 就本地或者 redis 里存一下, 攒个 n 次或者 5s 的定时器触发
一次性 update x = x + n
4. 因为有离线数据库, 可以比较在线库是不是漏数据了, 有 bug 就找出来修一下, 一般就是服务器重启的时候丢的.