NoSQL

Not Only SQL的簡稱。NoSQL是解決傳統(tǒng)的RDBMS在應(yīng)對某些問題時比較乏力而提出的。

即非關(guān)系型數(shù)據(jù)庫，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)存儲數(shù)據(jù)庫，主要會使用到哈希表。大多數(shù)時候是直接以緩存的形式被使用，使得請求不直接訪問到磁盤，所以效率方面是很不錯的，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會高一些，各個類型有各自的操作命令，無非增刪改查，具體的命令后面我會整理一份。

痛點(diǎn)

web應(yīng)用在眾多請求同時發(fā)生時，可能會導(dǎo)致數(shù)據(jù)讀取、存儲上出現(xiàn)錯誤，即發(fā)生臟讀、臟數(shù)據(jù)生成。

在分布式項目下，會出現(xiàn)更多的問題。

思路

并發(fā)時，本質(zhì)其實就是多個請求同時進(jìn)來了，沒辦法正確的去進(jìn)行處理。

可以將所有的請求放在 一個隊列，讓請求們按照一個順序，挨個進(jìn)來執(zhí)行業(yè)務(wù)邏輯。目前成熟的解決方案就是使用消息隊列，下次我會整理一篇消息隊列處理高并發(fā)的；

還有一個方法是直接將并行轉(zhuǎn)為串行，Java提供了synchronized，即同步，不過這個在效率要求比較苛刻的地方 或者 分布式項目下還是不太合適的方案，這里就引出了使用redis來實現(xiàn)分布式鎖，從而解決并發(fā)問題。

分布式鎖

在分布式項目中，使用一個唯一、通用、效率高的標(biāo)識，來表示上鎖和解鎖。

redis實現(xiàn)起來很簡單，即對一個key是否存在來表示是否上鎖、是否解鎖。

以string類型舉例：

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

以上是最簡單的秒殺偽代碼，我們嘗試用redis實現(xiàn)分布式鎖。

// 這里是錯誤代碼，只是一個思考過程，請耐心看完哦
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
? ? }
}

以上代碼可能會出現(xiàn)一個問題，就是當(dāng)同時多個請求進(jìn)來，某次多個請求都拿到value為空，線程A進(jìn)入if 走到// wingzingliu這里的時候，還未上鎖，其他請求也進(jìn)來了，這樣就會出現(xiàn)臟數(shù)據(jù)了。

這里的代碼問題就是出在沒有考慮原子性問題。

所以我們要使用到redis的一個setNx命令，本質(zhì)也是設(shè)置值，但是這是一個原子操作，執(zhí)行之后會返回是否設(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，會失敗，返回0。所以我們的代碼會改造成以下這個樣子。

// 這里是錯誤代碼，只是一個思考過程，請耐心看完哦
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("購買成功!");
? ? } else {
? ? ? ? System.out.println("沒有庫存了!");
? ? }
? ? // 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。

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

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里面的依然不會執(zhí)行，鎖沒有得到釋放，不手動處理的情況下，以后所有線程也無法進(jìn)入。

所以引入了redis的過期時間，到了某個時間自動解鎖。

// 這里是不夠完善的代碼，請耐心看完哦
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秒自動過期
? ? 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("購買成功!");
? ? ? ? } else {
? ? ? ? ? ? System.out.println("沒有庫存了!");
? ? ? ? }
? ? }
} catch (Exception e) {
? ??
} finally {
? ? jedisUtils.del(key); // 釋放鎖
}

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

這不僅僅會導(dǎo)致一次并行，當(dāng)請求A處理完時，依然會執(zhí)行釋放鎖，這實際上是下一個線程上的鎖。以此類推，整個并發(fā)控制就亂了。

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

鎖續(xù)命

如其名，給鎖續(xù)命。實現(xiàn)就是 當(dāng)鎖快過期的時候，去延長鎖的時間。假設(shè)一個30s的鎖，每個10s去檢測一下，鎖是否還在 如果在就重新延長至30s。這樣就避免掉了上面的這個可能出現(xiàn)的問題。

這里使用一個定時任務(wù)，周期性的調(diào)用即可。

擴(kuò)展

剛剛對key設(shè)置的value是1，其實能使用請求ID來進(jìn)行保存，這樣就能知道鎖是由哪個請求上的，在解鎖的時候 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

至此我們就使用redis，一步一步的解決了在分布式項目下的并發(fā)問題。redis不是唯一的解決方案，但是對于大部分互聯(lián)網(wǎng)公司來說，是一個很成熟、性能不錯、便捷的方案。

還可以使用synchronized（非分布式項目）、mq 、zookeeper等方案去實現(xiàn)分布式鎖 以 解決高并發(fā)問題。

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

最新評論