Studi Kasus Golang: Bagaimana Saya Menyelamatkan Saldo User dari Race Condition (1.000 Transaksi/Detik)

1. READ: Baca saldo saat ini (misal: 0).
2. MODIFY: Tambah 1.000 di memori aplikasi (0 + 1.000 = 1.000).
3. WRITE: Simpan saldo baru ke database (1.000).

Masalahnya, ketika 1.000 request masuk di milidetik yang sama, Request A dan Request B bisa jadi membaca saldo awal yang sama (Rp 0) sebelum salah satunya sempat menyimpan perubahan. Akibatnya, mereka saling menimpa (overwrite) data satu sama lain.

Saya sempat terpikir menggunakan sync.Mutex (Locking di level aplikasi Golang). Tapi saya sadar, solusi ini tidak scalable. Jika nanti service ini dijalankan di atas Kubernetes dengan banyak replika (Pod), Mutex di satu server tidak bisa menahan request di server lain.

Saya butuh solusi yang lebih fundamental. Solusi di level Database.

Database Pessimistic Locking

Setelah riset, saya menemukan konsep Pessimistic Locking. Intinya sederhana: "Kalau saya lagi baca data ini buat diedit, orang lain harus antre dulu." Di PostgreSQL, ini dilakukan dengan query SELECT ... FOR UPDATE. Di Golang (menggunakan GORM), implementasinya ternyata sangat elegan.

Saya memodifikasi layer Repository saya menjadi seperti ini:

Baris tx.Clauses(clause.Locking{Strength: "UPDATE"}) adalah kuncinya. Ia memastikan operasi ini bersifat Serial, bukan Paralel, khusus untuk baris data user tersebut.

Hasil Akhir

Setelah menerapkan patch tersebut, saya menjalankan ulang Stress Test dengan parameter yang sama (1.000 concurrent requests).

Hasilnya?

• Total Request: 1.000
• Total Masuk: Rp 1.000.000
• Selisih: Rp 0

Sistem sekarang berjalan 100% akurat. Latency pun tetap terjaga berkat konfigurasi Connection Pooling yang tepat di database.

Kesimpulan

Proyek ini mengajarkan saya bahwa coding backend itu bukan sekadar menghafal sintaks. Tantangan sesungguhnya ada pada pemahaman System Design, Concurrency Control, dan bagaimana menjaga Data Integrity di bawah tekanan trafik tinggi.

Bagi saya, melihat log terminal bersih dari error setelah memecahkan masalah Race Condition adalah kepuasan tersendiri yang sulit dijelaskan.

Jika teman-teman ingin melihat kode lengkapnya, termasuk implementasi Clean Architecture dan konfigurasi Docker-nya, silakan cek di GitHub saya.

🔗 Link Repo: Link Github

Happy Coding!