高并发,分布式锁
高并发
优化案例:高并发减库存
@RestController
public class TestController {
@Autowired
private RedisTemplate redisTemplate;
@Autowired
private RedissonClient redisson;
/*
* 1.setIfAbsent,setNx,不存在时设置,执行完删除,这样就保证只有一个线程执行
* 2.当逻辑代码出现异常,lockkey就无法删除,所以加入try finally
* 3.但是当第一个线程设置了lockkey后,服务器宕机,这样lockkey就无法删除,别的线程就无法进入,死锁,所以要加一个过期时间,
* 并且要放在一行代码里执行,保证原子操作,放在两行的话,有可能在设置过期时间之前宕机
* 4.第一个线程需要15s,10s后锁过期,第二个线程进来设置锁,第一线程执行完删除了锁,但它删的是第二个线程的锁,一次类推
* 所以可以设置锁的值为唯一,UUID就可以,删除时判断UUID是不是自己的UUID
* 5.当删除锁之前判断uuid是自己的,时间9.9s,但删除锁时已经过了10s,第二个线程进来,第一个线程删除的又是第二个线程的锁
* 所以要保证判断和删除时原子操作,要用redisson
*
* */
@GetMapping("test")
public String test() {
String lockKey = "good";
/* String uuid = UUID.randomUUID().toString();
Boolean flag = redisTemplate.opsForValue().setIfAbsent(lockKey, uuid, 10, TimeUnit.SECONDS);
if (!flag) {
return "error_code";
}*/
//1.普通分布式锁
RLock lock = redisson.getLock(lockKey);
/* //2.读写锁
RReadWriteLock readWriteLock = redisson.getReadWriteLock(lockKey);
RLock readLock = readWriteLock.readLock();
RLock writeLock = readWriteLock.writeLock();*/
try {
lock.lock();
int stock = Integer.parseInt(redisTemplate.opsForValue().get("stock").toString());
if (stock > 0) {
stock = stock - 1;
redisTemplate.opsForValue().set("stock", stock + "");
System.out.println("扣减成功,剩余库存--》" + stock);
} else {
System.out.println("库存不足");
}
} finally {
lock.unlock();/*
if(uuid.equals(redisTemplate.opsForValue().get(lockKey))){
redisTemplate.delete(lockKey);
}*/
}
return "end";
}
1、分布式锁解决方案
-
数据库,利用主键冲突
-
redis setNX单线程,不会有并发问题
-
zookeeper
2、redis和zookeeper主从同步对比
redis
AP 可用,分区容错。只要主节点锁成功就成功,问题,从还有同步主节点数据,主就挂了,从成为新主,但其实里面已经没有了锁key,其他线程就会进入加锁成功。而zookeeper就不会
解决办法:
-
补偿脚本
-
Redlock 超过半数redis节点加锁成功才算成功,而这些节点没有主从关系,相当于zookeeper了
zookeeper
CP 一致性,分区容错性,
同步时,先从主节点同步到从节点,超过一半成功就会认为加锁成功返回给线程执行业务
zookeeper 选举机制 ZAB 只会选举同步成功的节点成为新主
总结:分布式锁,性能高用redis,一致性高用zookeeper
3、redis解决高并发
优化思路:分段式锁,类似jdk1.7中ConcurrentHashMap底层原理,200个库存分段,例如分成10段,10个key,每个里20个库存
缓存数据库双写不一致
结果:数据库6,缓存10
解决:数据库写后,不是更新缓存而是删除缓存,下次查询时从数据库查询后再放入缓存
结果:数据库6,缓存10
再解决:延迟双删
问题:如果线程3更新缓存在双删之间没问题,如果在双删之后还是出现了老问题,数据库6,缓存10
另外还降低了系统性能,不推荐
真正解决
- 分布式锁:每一个线程里所有操作加锁,其他线程拿到锁才能执行,这样每个线程操作排队执行,但影响了性能
- canel
- TiDB
思考:大多数场景都是读多写少,读写锁
读多写少
//2.读写锁
RReadWriteLock readWriteLock = redisson.getReadWriteLock(lockKey);
RLock readLock = readWriteLock.readLock();
RLock writeLock = readWriteLock.writeLock();
读多写多
真实场景中,数据库和缓存没必要强一致,所以只需要在更新缓存时设置一个过期时间即可
如果非要一致,就不应该使用缓存,因为缓存命中率太低。但是这样数据库压力太大,扛不住。
用分布式数据库TiD
不知道读多还是写多
考虑用阿里的canel,我们不需自己更新缓存,它会自己监听数据库binlog,根据先后顺序更新缓存
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· 清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单!
· 实操Deepseek接入个人知识库
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库