NoSQL

Not Only SQL的簡(jiǎn)稱。NoSQL是解決傳統(tǒng)的RDBMS在應(yīng)對(duì)某些問(wèn)題時(shí)比較乏力而提出的。

即非關(guān)系型數(shù)據(jù)庫(kù)，它們不保證關(guān)系數(shù)據(jù)的ACID特性，數(shù)據(jù)之間一般沒有關(guān)聯(lián)，在擴(kuò)展上就非常容易實(shí)現(xiàn)，并且擁有較高的性能。

Redis

redis是nosql的典型代表，也是目前互聯(lián)網(wǎng)公司的必用技術(shù)。

redis是鍵值(Key-Value)存儲(chǔ)數(shù)據(jù)庫(kù)，主要會(huì)使用到哈希表。大多數(shù)時(shí)候是直接以緩存的形式被使用，使得請(qǐng)求不直接訪問(wèn)到磁盤，所以效率方面是很不錯(cuò)的，完全能滿足中小型企業(yè)的使用需求。

常用數(shù)據(jù)類型

• 字符串string
• 散列hash
• 列表list
• 集合sets
• 有序集合sort set

使用頻率上string和hash會(huì)高一些，各個(gè)類型有各自的操作命令，無(wú)非增刪改查，具體的命令后面我會(huì)整理一份。

痛點(diǎn)

web應(yīng)用在眾多請(qǐng)求同時(shí)發(fā)生時(shí)，可能會(huì)導(dǎo)致數(shù)據(jù)讀取、存儲(chǔ)上出現(xiàn)錯(cuò)誤，即發(fā)生臟讀、臟數(shù)據(jù)生成。

在分布式項(xiàng)目下，會(huì)出現(xiàn)更多的問(wèn)題。

思路

并發(fā)時(shí)，本質(zhì)其實(shí)就是多個(gè)請(qǐng)求同時(shí)進(jìn)來(lái)了，沒辦法正確的去進(jìn)行處理。

可以將所有的請(qǐng)求放在 一個(gè)隊(duì)列，讓請(qǐng)求們按照一個(gè)順序，挨個(gè)進(jìn)來(lái)執(zhí)行業(yè)務(wù)邏輯。目前成熟的解決方案就是使用消息隊(duì)列，下次我會(huì)整理一篇消息隊(duì)列處理高并發(fā)的；

還有一個(gè)方法是直接將并行轉(zhuǎn)為串行，Java提供了synchronized，即同步，不過(guò)這個(gè)在效率要求比較苛刻的地方 或者 分布式項(xiàng)目下還是不太合適的方案，這里就引出了使用redis來(lái)實(shí)現(xiàn)分布式鎖，從而解決并發(fā)問(wèn)題。

分布式鎖

在分布式項(xiàng)目中，使用一個(gè)唯一、通用、效率高的標(biāo)識(shí)，來(lái)表示上鎖和解鎖。

redis實(shí)現(xiàn)起來(lái)很簡(jiǎn)單，即對(duì)一個(gè)key是否存在來(lái)表示是否上鎖、是否解鎖。

以string類型舉例：

Integer stock = goodsMapper.getStock();
if (stock > 0) {
? ? stock =- 1;
? ? goodsMapper.updateStock(stock);
}

以上是最簡(jiǎn)單的秒殺偽代碼，我們嘗試用redis實(shí)現(xiàn)分布式鎖。

// 這里是錯(cuò)誤代碼，只是一個(gè)思考過(guò)程，請(qǐng)耐心看完哦
String key = "REDIS_DISTRIBUTION_LOCKER"; // 分布式鎖名稱
String value = jedisUtils.get(key);
if (value != null) { // 未上鎖
? ? // wingzingliu
? ? jedisUtils.set(key, 1); // 上鎖
? ? Integer stock = goodsMapper.getStock();
? ? if (stock > 0) {
? ? ? ? stock =- 1;
? ? ? ? goodsMapper.updateStock(stock);
? ? ? ? jedisUtils.del(key); // 釋放鎖
? ? }
}

以上代碼可能會(huì)出現(xiàn)一個(gè)問(wèn)題，就是當(dāng)同時(shí)多個(gè)請(qǐng)求進(jìn)來(lái)，某次多個(gè)請(qǐng)求都拿到value為空，線程A進(jìn)入if 走到// wingzingliu這里的時(shí)候，還未上鎖，其他請(qǐng)求也進(jìn)來(lái)了，這樣就會(huì)出現(xiàn)臟數(shù)據(jù)了。

這里的代碼問(wèn)題就是出在沒有考慮原子性問(wèn)題。

所以我們要使用到redis的一個(gè)setNx命令，本質(zhì)也是設(shè)置值，但是這是一個(gè)原子操作，執(zhí)行之后會(huì)返回是否設(shè)置成功。

redis> SETNX job "programmer" ? ?# job 設(shè)置成功
(integer) 1
?
redis> SETNX job "code-farmer" ? # 嘗試覆蓋 job ，失敗
(integer) 0
?
redis> GET job ? ? ? ? ? ? ? ? ? # 沒有被覆蓋
"programmer"

重點(diǎn)關(guān)注 當(dāng)有值時(shí)，會(huì)失敗，返回0。所以我們的代碼會(huì)改造成以下這個(gè)樣子。

// 這里是錯(cuò)誤代碼，只是一個(gè)思考過(guò)程，請(qǐng)耐心看完哦
String key = "REDIS_DISTRIBUTION_LOCKER"; // 分布式鎖名稱
Long result = jedisUtils.setNx(key, 1);
if (result > 0) { // 上鎖成功，進(jìn)入邏輯
? ? // wingzingliu1
? ? Integer stock = goodsMapper.getStock();
? ? if (stock > 0) {
? ? ? ? stock =- 1;
? ? ? ? goodsMapper.updateStock(stock);
?
? ? ? ? System.out.println("購(gòu)買成功!");
? ? } else {
? ? ? ? System.out.println("沒有庫(kù)存了!");
? ? }
? ? // wingzingliu2
? ? jedisUtils.del(key); // 釋放鎖
}

以上我們就可以保證原子性，能正確的按照順序去處理。

可是還有一個(gè)隱藏的問(wèn)題，就是當(dāng)某個(gè)線程執(zhí)行上鎖成功后，在wingzingliu1到wingzingliu2之間時(shí)，程序拋異常了，那么程序終止了，就無(wú)法釋放鎖，其他線程也都進(jìn)不來(lái)了。

解決方案是加上try catch finally塊，在finally里面去釋放鎖。

可是那如果是宕機(jī)呢？上鎖之后宕機(jī)了，finally里面的依然不會(huì)執(zhí)行，鎖沒有得到釋放，不手動(dòng)處理的情況下，以后所有線程也無(wú)法進(jìn)入。

所以引入了redis的過(guò)期時(shí)間，到了某個(gè)時(shí)間自動(dòng)解鎖。

// 這里是不夠完善的代碼，請(qǐng)耐心看完哦
try {
? ? String key = "REDIS_DISTRIBUTION_LOCKER"; // 分布式鎖名稱
? ? Long result = jedisUtils.setNx(key, 1, 30); // 假設(shè)處理邏輯需要20s左右，設(shè)置了30秒自動(dòng)過(guò)期
? ? if (result > 0) { // 上鎖成功，進(jìn)入邏輯
? ? ? ? Integer stock = goodsMapper.getStock();
? ? ? ? if (stock > 0) {
? ? ? ? ? ? stock =- 1;
? ? ? ? ? ? goodsMapper.updateStock(stock);
?
? ? ? ? ? ? System.out.println("購(gòu)買成功!");
? ? ? ? } else {
? ? ? ? ? ? System.out.println("沒有庫(kù)存了!");
? ? ? ? }
? ? }
} catch (Exception e) {
? ??
} finally {
? ? jedisUtils.del(key); // 釋放鎖
}

以上是比較完善的分布式鎖了，但是還有一個(gè)小瑕疵，就是假設(shè)某一次請(qǐng)求A處理的很慢，預(yù)計(jì)20s但是跑了35s，到了30s的時(shí)候鎖過(guò)期了，其他請(qǐng)求就自然進(jìn)來(lái)了。

這不僅僅會(huì)導(dǎo)致一次并行，當(dāng)請(qǐng)求A處理完時(shí)，依然會(huì)執(zhí)行釋放鎖，這實(shí)際上是下一個(gè)線程上的鎖。以此類推，整個(gè)并發(fā)控制就亂了。

理論上可以設(shè)置一個(gè)更大的key過(guò)期時(shí)間，但是并不是最好的解決方案。這里就引出一個(gè)概念：鎖續(xù)命。

鎖續(xù)命

如其名，給鎖續(xù)命。實(shí)現(xiàn)就是 當(dāng)鎖快過(guò)期的時(shí)候，去延長(zhǎng)鎖的時(shí)間。假設(shè)一個(gè)30s的鎖，每個(gè)10s去檢測(cè)一下，鎖是否還在 如果在就重新延長(zhǎng)至30s。這樣就避免掉了上面的這個(gè)可能出現(xiàn)的問(wèn)題。

這里使用一個(gè)定時(shí)任務(wù)，周期性的調(diào)用即可。

擴(kuò)展

剛剛對(duì)key設(shè)置的value是1，其實(shí)能使用請(qǐng)求ID來(lái)進(jìn)行保存，這樣就能知道鎖是由哪個(gè)請(qǐng)求上的，在解鎖的時(shí)候 也可以避免解鎖了其他線程上的鎖。具體由前端傳遞，或者由服務(wù)端以某種規(guī)則生成都可以。

結(jié)語(yǔ)

至此我們就使用redis，一步一步的解決了在分布式項(xiàng)目下的并發(fā)問(wèn)題。redis不是唯一的解決方案，但是對(duì)于大部分互聯(lián)網(wǎng)公司來(lái)說(shuō)，是一個(gè)很成熟、性能不錯(cuò)、便捷的方案。

還可以使用synchronized（非分布式項(xiàng)目）、mq 、zookeeper等方案去實(shí)現(xiàn)分布式鎖 以 解決高并發(fā)問(wèn)題。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論