在上一篇文章中,我主要向你们介绍了利用servicestack链接redis以及一些redis的基本数据类型,传送门html
本文中,我将经过一个具体应用场景为你们介绍redis中的并发和原子操做redis
其中用到的redis命令,请你们去redis官网查询http://www.redis.io/commandssql
一 一个投票统计的应用场景数据库
假设我要作一个实时统计投票数的应用,这个投票总共有A、B、C、D四个选项,由于是一个高并发的场景,因此我准备用redis来存储投票数多线程
咱们首先利用redis-cli模拟这个过程,打开命令终端,新建一个hash类型的key,叫作TicketCount, 编号为1,而后咱们将选项做为其field值,并发
redis命令以下:nosql
而后咱们利用servicestack模拟投票场景,代码以下:ide
1 static void Main(string[] args) 2 { 3 4 RedisClient[] redisCli = new RedisClient[8]{ 5 new RedisClient("192.168.101.165", 6379), 6 new RedisClient("192.168.101.165", 6379), 7 new RedisClient("192.168.101.165", 6379), 8 new RedisClient("192.168.101.165", 6379), 9 new RedisClient("192.168.101.165", 6379), 10 new RedisClient("192.168.101.165", 6379), 11 new RedisClient("192.168.101.165", 6379), 12 new RedisClient("192.168.101.165", 6379) 13 }; 14 ThreadPool.QueueUserWorkItem(o => 15 { 16 testTicketCount(redisCli[0], "A"); 17 }); 18 ThreadPool.QueueUserWorkItem(o => 19 { 20 testTicketCount(redisCli[1], "A"); 21 }); 22 ThreadPool.QueueUserWorkItem(o => 23 { 24 testTicketCount(redisCli[2], "B"); 25 }); 26 ThreadPool.QueueUserWorkItem(o => 27 { 28 testTicketCount(redisCli[3], "B"); 29 }); 30 ThreadPool.QueueUserWorkItem(o => 31 { 32 testTicketCount(redisCli[4], "C"); 33 }); 34 ThreadPool.QueueUserWorkItem(o => 35 { 36 testTicketCount(redisCli[5], "C"); 37 }); 38 ThreadPool.QueueUserWorkItem(o => 39 { 40 testTicketCount(redisCli[6], "D"); 41 }); 42 ThreadPool.QueueUserWorkItem(o => 43 { 44 testTicketCount(redisCli[7], "D"); 45 }); 46 47 Console.Read(); 48 } 49 /// <summary> 50 /// 对某个选项进行投票,投票数加1 51 /// </summary> 52 /// <param name="rediscli"></param> 53 /// <param name="field"></param> 54 internal static void testTicketCount(IRedisClient rediscli, string field) 55 { 56 int k = 0; 57 for (int i = 0; i <= 99; i++) 58 { 59 60 k = int.Parse(rediscli.GetValueFromHash("TicketCount", field))+1; 61 rediscli.SetEntryInHash("TicketCount", field, k.ToString()); 62 } 63 }
咱们设想的结果是A、B、C、D四个选项各得到了200票,可是对多线程比较熟悉的同窗立刻就能看出问题了,函数
事实上最终的结果是高并发
没错,在一个线程执行GetValueFromHash和SetEntryInHash两条命令的时候,另外一个线程修改了key的值,破坏了操做的原子性
这个过程当中,A选项明显丢掉了一张投票。
二 Nosql中的原子性
要保证数据操做的原子性,在传统的RDBMS应用中,咱们首先想到的就是事物和锁,可是在这个场景中,咱们须要得到保证{get key;set key}这两步
操做的原子性,咱们须要得到key的值,因此没法用到事物。
让咱们回到nosql的本质上来,来谈谈锁的运用,有兴趣的同窗能够看看关于nosql的CAP原则和传统的RDBMS的ACID原则:
从上图中,咱们能够看到,NoSQL系统更加注重性能,是不保证一客户端的两个操做的原子性保证的
(redis中的事物比较特殊,我将会在下一篇文章中讨论)
三 利用hincrby
幸好redis还提供hincrby命令,也就是直接对hset某个字段的值加上某个整数
也就是对某个hash key中的某个value 值 提供加一操做。咱们能够将TicketCount函数修改一下:
1 internal static void testTicketCount(IRedisClient rediscli, string field) 2 { 3 int k = 0; 4 for (int i = 0; i <= 99; i++) 5 { 6 rediscli.IncrementValueInHash("TicketCount", field, 1); 7 //k = int.Parse(rediscli.GetValueFromHash("TicketCount", field))+1; 8 //rediscli.SetEntryInHash("TicketCount", field, k.ToString()); 9 } 10 }
可是问题是,若是换了一个应用场景,A中存储的不是数值而是字符串呢?
四 并发和原子操做
这两个特性是彻底矛盾的,nosql的设计理念就是为了支持高并发,因此它注定就对原子操做的支持性不高。
由于原子操做必然要涉及到数据库级别的锁,会带来各类性能损耗。
至于redis中的事物,彻底是和redis的实现机制有关的,我将会在下一篇文章中和你们讨论
有同窗提到了乐观锁机制,servicestack中也已经实现了乐观锁,我也会在下一篇中提到
做者:Mars
出处:http://www.cnblogs.com/marsblog/
本文基于署名-非商业性使用 3.0中国大陆许可协议发布,欢迎转载,演绎或用于商业目的,可是必须保留本文的署名 Mars (包含连接)