幾種高併發下寫的處理策略
阿新 • • 發佈:2019-01-10
分享一下我老師大神的人工智慧教程!零基礎,通俗易懂!http://blog.csdn.net/jiangjunshow
也歡迎大家轉載本篇文章。分享知識,造福人民,實現我們中華民族偉大復興!
假定存在這樣一種情況多個使用者對資料庫進行寫,我們的業務邏輯規定,每個使用者只能寫一次,大部分使用者也只發一次請求。
public void write(Uers u){ // do something }
但是有一種情況(1%的情況下吧)的就是有的使用者會發兩次甚至更多次寫請求(因為資料庫限制,我們不方便在主鍵上做文章)。
如果這個特殊的使用者傳送的兩次請求時間間隔比較大,那就簡單了,再每次寫入的時候,寫去資料庫裡看看,這個人有沒有寫過,如果已經寫過了,就直接拋棄這個請求。
public void write(Uers u){ if(!checkIfExistUser(u)){ // do something }}
不過最大的問題就是,如果使用者幾乎在瞬時,傳送了兩個寫操作。
而且假定我們的do something比較耗時,那麼上面的策略就有可能失敗。
為啥失敗?我不用解釋了吧。
那咋辦?
方法一
萬年不變的synchronized。
public synchronized void write(Uers u){ if(!checkIfExistUser(u)){ // do something }}
當然,我們得承認,有了上面的方法,就不會出現,資料庫裡有兩條張三的記錄了
但上面的鎖的粒度太大了,張三寫的時候,李四也不能寫了。
其實我們想要的只是:張三自己本人,不能同時多次寫入。
方法二
類 String 維護一個字串池。 當呼叫 intern 方法時,如果池已經包含一個等於此 String 物件的字串(該物件由 equals(Object) 方法確定),則返回池中的字串。可見,當String相同時,String.intern()總是返回同一個物件,因此就實現了對同一使用者加鎖。由於鎖的粒度侷限於具體使用者,使系統獲得了最大程度的併發。public void write(Uers u){ synchronized(u.getUserId.intern()) { // do something }}
上面的思路就保證了張三寫的時候,李四可以寫,但是不能兩個張三一塊寫。
方法三
其實我個人覺得,方法二已經很好了,如果非要說方法二還有什麼問題的話,只能說:String.inter()的缺陷是類 String 維護一個字串池是放在JVM perm區的,如果使用者數特別多,導致放入字串池的String不可控,有可能導致OOM錯誤或者過多的Full GC。
那咋辦?
public void write(Uers u){ String userSuffix=getSuffix(u); synchronized(userSuffix.intern()) { // do something }}
至於那個獲得字尾的策略,大家自己想。
有了這個策略,我就能保證1億個使用者,可能只有10000個不同的字尾。
有可能張三李四的字尾一樣,但是張三李四同時發請求的概率,應該也不會太大。就算真的同時發了,那你等一下不行麼?
方法四
Map locks = new Map(); List lockKeys = new List(); for(int number : 1 - 10000) { Object lockKey = new Object(); lockKeys.add(lockKey); locks.put(lockKey, new Object()); } public void doSomeThing(String uid) { Object lockKey = lockKeys.get(uid.hash() % lockKeys.size()); Object lock = locks.get(lockKey); synchronized(lock) { // do something } }
個人感覺和方法三的核心差不多。
方法五
如果是叢集情況下,兩個張三幾乎瞬時進入兩臺伺服器,那java語言級別的鎖都得報廢。可以使用redis的分散式鎖
參考: Redis下分散式鎖的實現
方法六
使用zookeeper只是聽說有這麼一個思路,但是本人沒用過zookeeper,這個方法就不多說了。