几种高并发下写的处理策略

几种高并发下写的处理策略

假定存在这样一种情况 多个用户对数据库进行写,我们的业务逻辑规定,每个用户只能写一次,大部分用户也只发一次请求。

public void write(Uers u){ // do something}

但是有一种情况(1%的情况下吧)的就是有的用户会发两次甚至更多次写请求(因为数据库限制,我们不方便在主键上做文章)。

如果这个特殊的用户发送的两次请求时间间隔比较大,那就简单了,再每次写入的时候,写去数据库里看看,这个人有没有写过,如果已经写过了,就直接抛弃这个请求。

public void write(Uers u){ if(!checkIfExistUser(u)){ // do something }}

不过最大的问题就是,如果用户几乎在瞬时,发送了两个写操作。

而且假定我们的do something比较耗时,那么上面的策略就有可能失败。

为啥失败?我不用解释了吧。

那咋办?

方法一

万年不变的synchronized。

public synchronized void write(Uers u){ if(!checkIfExistUser(u)){ // do something }}

当然,我们得承认,有了上面的方法,就不会出现,数据库里有两条张三的记录了

但上面的锁的粒度太大了,张三写的时候,李四也不能写了。

其实我们想要的只是:张三自己本人,不能同时多次写入。

方法二

类 String 维护一个字符串池。 当调用 intern 方法时，如果池已经包含一个等于此 String 对象的字符串（该对象由 equals(Object) 方法确定），则返回池中的字符串。可见，当String相同时，String.intern()总是返回同一个对象，因此就实现了对同一用户加锁。由于锁的粒度局限于具体用户，使系统获得了最大程度的并发。

public void write(Uers u){ synchronized(u.getUserId.intern()) { // do something }}

上面的思路就保证了张三写的时候,李四可以写,但是不能两个张三一块写。

方法三

其实我个人觉得,方法二已经很好了,如果非要说方法二还有什么问题的话,只能说:

String.inter()的缺陷是类 String 维护一个字符串池是放在JVM perm区的，如果用户数特别多，导致放入字符串池的String不可控，有可能导致OOM错误或者过多的Full GC。

那咋办?

public void write(Uers u){ String userSuffix=getSuffix(u); synchronized(userSuffix.intern()) { // do something }}

至于那个获得后缀的策略,大家自己想。

有了这个策略,我就能保证1亿个用户,可能只有10000个不同的后缀。

有可能张三李四的后缀一样,但是张三李四同时发请求的概率,应该也不会太大。就算真的同时发了,那你等一下不行么?

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 } }

个人感觉和方法三的核心差不多。

方法五

如果是集群情况下,两个张三几乎瞬时进入两台服务器,那java语言级别的锁都得报废。

可以使用redis的分布式锁

参考:

​​Redis下分布式锁的实现​​

方法六

使用zookeeper

只是听说有这么一个思路,但是本人没用过zookeeper,这个方法就不多说了。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。