假定存在這樣一種情況
多個用戶對數據庫進行寫,我們的業務邏輯規定,每個用戶只能寫一次,大部分用戶也只發一次請求。
|
1
2
3
|
public void write(Uers u){ // do something } |
但是有一種情況(1%的情況下吧)的就是有的用戶會發兩次甚至更多次寫請求(因為數據庫限制,我們不方便在主鍵上做文章)。
如果這個特殊的用戶發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,寫去數據庫里看看,這個人有沒有寫過,如果已經寫過了,就直接拋棄這個請求。
|
1
2
3
4
5
|
public void write(Uers u){ if(!checkIfExistUser(u)){ // do something } } |
不過最大的問題就是,如果用戶幾乎在瞬時,發送了兩個寫操作。
而且假定我們的do something比較耗時,那么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。
|
1
2
3
4
5
|
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,數據庫里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 維護一個字符串池。 當調用 intern 方法時，如果池已經包含一個等于此 String 對象的字符串（該對象由 equals(Object) 方法確定），則返回池中的字符串。可見，當String相同時，String.intern()總是返回同一個對象，因此就實現了對同一用戶加鎖。由于鎖的粒度局限于具體用戶，使系統獲得了最大程度的并發。
|
1
2
3
4
5
|
public synchronized 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么問題的話,只能說:
String.inter()的缺陷是類 String 維護一個字符串池是放在JVM perm區的，如果用戶數特別多，導致放入字符串池的String不可控，有可能導致OOM錯誤或者過多的Full GC。
那咋辦?
|
1
2
3
4
5
6
|
public synchronized void write(Uers u){ String userSuffix=getSuffix(u); synchronized(userSuffix.intern()) { // do something } } |
至于那個獲得后綴的策略,大家自己想。
有了這個策略,我就能保證1億個用戶,可能只有10000個不同的后綴。
有可能張三李四的后綴一樣,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,那你等一下不行么?
方法四
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
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
如果是集群情況下,兩個張三幾乎瞬時進入兩臺服務器,那java語言級別的鎖都得報廢。
可以使用redis的分布式鎖
方法六
使用zookeeper
只是聽說有這么一個思路,但是本人沒用過zookeeper,這個方法就不多說了。
以上就是本文的全部內容，希望本文的內容對大家的學習或者工作能帶來一定的幫助，同時也希望多多支持服務器之家！
原文鏈接：http://blog.csdn.net/dlf123321/article/details/57955491
