高并发场景下的数据库优化

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！🚀