这篇文章讲了html
1.同步异步概念(消去不少疑惑),同步就是一件事一件事的作;sychronized就是保证线程一个一个的执行。java
2.咱们须要明白,锁机制有两个层面,一种是代码层次上的,如Java中的同步锁,典型的就是同步关键字synchronized ( 线 程级别的)。另外一个就是数据库层次上的,比较典型的就是悲观锁和乐观锁。mysql
3.常见并发同步案例分析nginx
附原文连接 http://www.cnblogs.com/xiohao/p/4385508.html程序员
对于咱们开发的网站,若是网站的访问量很是大的话,那么咱们就须要考虑相关的并发访问问题了。而并发问题是绝大部分的程序员头疼的问题,web
但话又说回来了,既然逃避不掉,那咱们就坦然面对吧~今天就让咱们一块儿来研究一下常见的并发和同步吧。sql
为了更好的理解并发和同步,咱们须要先明白两个重要的概念:同步和异步数据库
一、同步和异步的区别和联系apache
所谓同步,能够理解为在执行完一个函数或方法以后,一直等待系统返回值或消息,这时程序是出于阻塞的,只有接收到缓存
返回的值或消息后才往下执行其它的命令。
异步,执行完函数或方法后,没必要阻塞性地等待返回值或消息,只须要向系统委托一个异步过程,那么当系统接收到返回
值或消息时,系统会自动触发委托的异步过程,从而完成一个完整的流程。
同步在必定程度上能够看作是单线程,这个线程请求一个方法后就待这个方法给他回复,不然他不往下执行(死心眼)。
异步在必定程度上能够看作是多线程的(废话,一个线程怎么叫异步),请求一个方法后,就无论了,继续执行其余的方法。
同步就是一件事,一件事情一件事的作。
异步就是,作一件事情,不引响作其余事情。
例如:吃饭和说话,只能一件事一件事的来,由于只有一张嘴。
但吃饭和听音乐是异步的,由于,听音乐并不引响咱们吃饭。
对于Java程序员而言,咱们会常常听到同步关键字synchronized,假如这个同步的监视对象是类的话,那么若是当一个对象
访问类里面的同步方法的话,那么其它的对象若是想要继续访问类里面的这个同步方法的话,就会进入阻塞,只有等前一个对象
执行完该同步方法后当前对象才可以继续执行该方法。这就是同步。相反,若是方法前没有同步关键字修饰的话,那么不一样的对象
能够在同一时间访问同一个方法,这就是异步。
在补充一下(脏数据和不可重复读的相关概念):
脏数据
不可重复读
二、如何处理并发和同步
今天讲的如何处理并发和同同步问题主要是经过锁机制。
咱们须要明白,锁机制有两个层面。
一种是代码层次上的,如java中的同步锁,典型的就是同步关键字synchronized,这里我不在作过多的讲解,
感兴趣的能够参考:http://www.cnblogs.com/xiohao/p/4151408.html
另一种是数据库层次上的,比较典型的就是悲观锁和乐观锁。这里咱们重点讲解的就是悲观锁(传统的物理锁)和乐观锁。
悲观锁(Pessimistic Locking):
悲观锁,正如其名,它指的是对数据被外界(包括本系统当前的其余事务,以及来自 外部系统的事务处理)修改持保守态度,所以,
在整个数据处理过程当中,将数据处于锁定状态。
悲观锁的实现,每每依靠数据库提供的锁机制(也只有数据库层提供的锁机制才能 真正保证数据访问的排他性,不然,即便在本系统
中实现了加锁机制,也没法保证外部系 统不会修改数据)。
一个典型的倚赖数据库的悲观锁调用:
select * from account where name=”Erica” for update
这条 sql 语句锁定了 account 表中全部符合检索条件( name=”Erica” )的记录。
本次事务提交以前(事务提交时会释放事务过程当中的锁),外界没法修改这些记录。
hibernate 的悲观锁,也是基于数据库的锁机制实现。
下面的代码实现了对查询记录的加锁:
String hqlStr ="from TUser as user where user.name='Erica'";
Query query = session.createQuery(hqlStr);
query.setLockMode("user",LockMode.UPGRADE); // 加锁
List userList = query.list();// 执行查询,获取数据
query.setLockMode 对查询语句中,特定别名所对应的记录进行加锁(咱们为 TUser 类指定了一个别名 “user” ),这里也就是对
返回的全部 user 记录进行加锁。
观察运行期 Hibernate 生成的 SQL 语句:
select tuser0_.id as id, tuser0_.name as name, tuser0_.group_id
as group_id, tuser0_.user_type as user_type, tuser0_.sex as sex
from t_user tuser0_ where (tuser0_.name='Erica' ) for update
这里 Hibernate 经过使用数据库的 for update 子句实现了悲观锁机制。
Hibernate 的加锁模式有:
Ø LockMode.NONE : 无锁机制。
Ø LockMode.WRITE : Hibernate 在 Insert 和 Update 记录的时候会自动获取
Ø LockMode.READ : Hibernate 在读取记录的时候会自动获取。
以上这三种锁机制通常由 Hibernate 内部使用,如 Hibernate 为了保证 Update
过程当中对象不会被外界修改,会在 save 方法实现中自动为目标对象加上 WRITE 锁。
Ø LockMode.UPGRADE :利用数据库的 for update 子句加锁。
Ø LockMode. UPGRADE_NOWAIT : Oracle 的特定实现,利用 Oracle 的 for
update nowait 子句实现加锁。
上面这两种锁机制是咱们在应用层较为经常使用的,加锁通常经过如下方法实现:
Criteria.setLockMode
Query.setLockMode
Session.lock
注意,只有在查询开始以前(也就是 Hiberate 生成 SQL 以前)设定加锁,才会
真正经过数据库的锁机制进行加锁处理,不然,数据已经经过不包含 for update
子句的 Select SQL 加载进来,所谓数据库加锁也就无从谈起。
为了更好的理解select... for update的锁表的过程,本人将要以MySQL为例,进行相应的讲解
一、要测试锁定的情况,能够利用MySQL的Command Mode ,开二个视窗来作测试。
表的基本结构以下:
表中内容以下:
开启两个测试窗口,在其中一个窗口执行select * from ta for update0
而后在另一个窗口执行update操做以下图:
等到一个窗口commit后的图片以下:
到这里,悲观锁机制你应该了解一些了吧~
须要注意的是for update要放到mysql的事务中,即begin和commit中,否者不起做用。
至因而锁住整个表仍是锁住选中的行,请参考:
http://www.cnblogs.com/xiohao/p/4385768.html
至于hibernate中的悲观锁使用起来比较简单,这里就不写demo了~感兴趣的本身查一下就ok了~
乐观锁(Optimistic Locking):
相对悲观锁而言,乐观锁机制采起了更加宽松的加锁机制。悲观锁大多数状况下依 靠数据库的锁机制实现,以保证操做最大程度的独占性。但随之
而来的就是数据库 性能的大量开销,特别是对长事务而言,这样的开销每每没法承受。 如一个金融系统,当某个操做员读取用户的数据,并在读出的用户数
据的基础上进 行修改时(如更改用户账户余额),若是采用悲观锁机制,也就意味着整个操做过 程中(从操做员读出数据、开始修改直至提交修改结果的全
过程,甚至还包括操做 员中途去煮咖啡的时间),数据库记录始终处于加锁状态,能够想见,若是面对几 百上千个并发,这样的状况将致使怎样的后果。 乐
观锁机制在必定程度上解决了这个问题。
乐观锁,大可能是基于数据版本 Version )记录机制实现。何谓数据版本?即为数据增长一个版本标识,在基于数据库表的版本解决方案中,通常是通
过为数据库表增长一个 “version” 字段来 实现。 读取出数据时,将此版本号一同读出,以后更新时,对此版本号加一。此时,将提 交数据的版本数据与数据
库表对应记录的当前版本信息进行比对,若是提交的数据 版本号大于数据库表当前版本号,则予以更新,不然认为是过时数据。 对于上面修改用户账户信息
的例子而言,假设数据库中账户信息表中有一个 version 字段,当前值为 1 ;而当前账户余额字段( balance )为 $100 。 操做员 A 此时将其读出
( version=1 ),并从其账户余额中扣除 $50( $100-$50 )。 2 在操做员 A 操做的过程当中,操做员 B 也读入此用户信息( version=1 ),并 从其账
户余额中扣除 $20 ( $100-$20 )。 3 操做员 A 完成了修改工做,将数据版本号加一( version=2 ),连同账户扣 除后余额( balance=$50 ),提交
至数据库更新,此时因为提交数据版本大 于数据库记录当前版本,数据被更新,数据库记录 version 更新为 2 。 4 操做员 B 完成了操做,也将版本号加一
( version=2 )试图向数据库提交数 据( balance=$80 ),但此时比对数据库记录版本时发现,操做员 B 提交的 数据版本号为 2 ,数据库记录当前版
本也为 2 ,不知足 “ 提交版本必须大于记 录当前版本才能执行更新 “ 的乐观锁策略,所以,操做员 B 的提交被驳回。 这样,就避免了操做员 B 用基于
version=1 的旧数据修改的结果覆盖操做 员 A 的操做结果的可能。 从上面的例子能够看出,乐观锁机制避免了长事务中的数据库加锁开销(操做员 A
和操做员 B 操做过程当中,都没有对数据库数据加锁),大大提高了大并发量下的系 统总体性能表现。 须要注意的是,乐观锁机制每每基于系统中的数据存储
逻辑,所以也具有必定的局 限性,如在上例中,因为乐观锁机制是在咱们的系统中实现,来自外部系统的用户 余额更新操做不受咱们系统的控制,所以可能
会形成脏数据被更新到数据库中。在 系统设计阶段,咱们应该充分考虑到这些状况出现的可能性,并进行相应调整(如 将乐观锁策略在数据库存储过程当中实
现,对外只开放基于此存储过程的数据更新途 径,而不是将数据库表直接对外公开)。 Hibernate 在其数据访问引擎中内置了乐观锁实现。若是不用考虑外
部系统对数 据库的更新操做,利用 Hibernate 提供的透明化乐观锁实现,将大大提高咱们的 生产力。
Hibernate 中能够经过 class 描述符的 optimistic-lock 属性结合 version描述符指定。
如今,咱们为以前示例中的 User 加上乐观锁机制。
1 . 首先为 User 的POJO class
package com.xiaohao.test; public class User { private Integer id; private String userName; private String password; private int version; public int getVersion() { return version; } public void setVersion(int version) { this.version = version; } public Integer getId() { return id; } public void setId(Integer id) { this.id = id; } public String getUserName() { return userName; } public void setUserName(String userName) { this.userName = userName; } public String getPassword() { return password; } public void setPassword(String password) { this.password = password; } public User() {} public User(String userName, String password) { super(); this.userName = userName; this.password = password; } }
而后是User.hbm.xml
<?xml version="1.0"?> <!DOCTYPE hibernate-mapping PUBLIC "-//Hibernate/Hibernate Mapping DTD 3.0//EN" "http://hibernate.sourceforge.net/hibernate-mapping-3.0.dtd"> <hibernate-mapping package="com.xiaohao.test"> <class name="User" table="user" optimistic-lock="version" > <id name="id"> <generator class="native" /> </id> <!--version标签必须跟在id标签后面--> <version column="version" name="version" /> <property name="userName"/> <property name="password"/> </class> </hibernate-mapping>
注意 version 节点必须出如今 ID 节点以后。
这里咱们声明了一个 version 属性,用于存放用户的版本信息,保存在 User 表的version中
optimistic-lock 属性有以下可选取值:
Ø none
无乐观锁
Ø version
经过版本机制实现乐观锁
Ø dirty
经过检查发生变更过的属性实现乐观锁
Ø all
经过检查全部属性实现乐观锁
其中经过 version 实现的乐观锁机制是 Hibernate 官方推荐的乐观锁实现,同时也
是 Hibernate 中,目前惟一在数据对象脱离 Session 发生修改的状况下依然有效的锁机
制。所以,通常状况下,咱们都选择 version 方式做为 Hibernate 乐观锁实现机制。
2 . 配置文件hibernate.cfg.xml和UserTest测试类
hibernate.cfg.xml
<!DOCTYPE hibernate-configuration PUBLIC "-//Hibernate/Hibernate Configuration DTD 3.0//EN" "http://hibernate.sourceforge.net/hibernate-configuration-3.0.dtd"> <hibernate-configuration> <session-factory> <!-- 指定数据库方言 若是使用jbpm的话,数据库方言只能是InnoDB--> <property name="dialect">org.hibernate.dialect.MySQL5InnoDBDialect</property> <!-- 根据须要自动建立数据表 --> <property name="hbm2ddl.auto">update</property> <!-- 显示Hibernate持久化操做所生成的SQL --> <property name="show_sql">true</property> <!-- 将SQL脚本进行格式化后再输出 --> <property name="format_sql">false</property> <property name="current_session_context_class">thread</property> <!-- 导入映射配置 --> <property name="connection.url">jdbc:mysql:///user</property> <property name="connection.username">root</property> <property name="connection.password">123456</property> <property name="connection.driver_class">com.mysql.jdbc.Driver</property> <mapping resource="com/xiaohao/test/User.hbm.xml" /> </session-factory> </hibernate-configuration>
UserTest.java
package com.xiaohao.test; import org.hibernate.Session; import org.hibernate.SessionFactory; import org.hibernate.Transaction; import org.hibernate.cfg.Configuration; public class UserTest { public static void main(String[] args) { Configuration conf=new Configuration().configure(); SessionFactory sf=conf.buildSessionFactory(); Session session=sf.getCurrentSession(); Transaction tx=session.beginTransaction(); // User user=new User("小浩","英雄"); // session.save(user); // session.createSQLQuery("insert into user(userName,password) value('张英雄16','123')") // .executeUpdate(); User user=(User) session.get(User.class, 1); user.setUserName("221"); // session.save(user); System.out.println("恭喜您,用户的数据插入成功了哦~~"); tx.commit(); } }
每次对 TUser 进行更新的时候,咱们能够发现,数据库中的 version 都在递增。
下面咱们将要经过乐观锁来实现一下并发和同步的测试用例:
这里须要使用两个测试类,分别运行在不一样的虚拟机上面,以此来模拟多个用户同时操做一张表,同时其中一个测试类须要模拟长事务
UserTest.java
package com.xiaohao.test; import org.hibernate.Session; import org.hibernate.SessionFactory; import org.hibernate.Transaction; import org.hibernate.cfg.Configuration; public class UserTest { public static void main(String[] args) { Configuration conf=new Configuration().configure(); SessionFactory sf=conf.buildSessionFactory(); Session session=sf.openSession(); // Session session2=sf.openSession(); User user=(User) session.createQuery(" from User user where user=5").uniqueResult(); // User user2=(User) session.createQuery(" from User user where user=5").uniqueResult(); System.out.println(user.getVersion()); // System.out.println(user2.getVersion()); Transaction tx=session.beginTransaction(); user.setUserName("101"); tx.commit(); System.out.println(user.getVersion()); // System.out.println(user2.getVersion()); // System.out.println(user.getVersion()==user2.getVersion()); // Transaction tx2=session2.beginTransaction(); // user2.setUserName("4468"); // tx2.commit(); } }
UserTest2.java
package com.xiaohao.test; import org.hibernate.Session; import org.hibernate.SessionFactory; import org.hibernate.Transaction; import org.hibernate.cfg.Configuration; public class UserTest2 { public static void main(String[] args) throws InterruptedException { Configuration conf=new Configuration().configure(); SessionFactory sf=conf.buildSessionFactory(); Session session=sf.openSession(); // Session session2=sf.openSession(); User user=(User) session.createQuery(" from User user where user=5").uniqueResult(); Thread.sleep(10000); // User user2=(User) session.createQuery(" from User user where user=5").uniqueResult(); System.out.println(user.getVersion()); // System.out.println(user2.getVersion()); Transaction tx=session.beginTransaction(); user.setUserName("100"); tx.commit(); System.out.println(user.getVersion()); // System.out.println(user2.getVersion()); // System.out.println(user.getVersion()==user2.getVersion()); // Transaction tx2=session2.beginTransaction(); // user2.setUserName("4468"); // tx2.commit(); } }
操做流程及简单讲解: 首先启动UserTest2.java测试类,在执行到Thread.sleep(10000);这条语句的时候,当前线程会进入睡眠状态。在10秒钟以内
启动UserTest这个类,在到达10秒的时候,咱们将会在UserTest.java中抛出下面的异常:
Exception in thread "main" org.hibernate.StaleObjectStateException: Row was updated or deleted by another transaction (or unsaved-value mapping was incorrect): [com.xiaohao.test.User#5]
at org.hibernate.persister.entity.AbstractEntityPersister.check(AbstractEntityPersister.java:1932)
at org.hibernate.persister.entity.AbstractEntityPersister.update(AbstractEntityPersister.java:2576)
at org.hibernate.persister.entity.AbstractEntityPersister.updateOrInsert(AbstractEntityPersister.java:2476)
at org.hibernate.persister.entity.AbstractEntityPersister.update(AbstractEntityPersister.java:2803)
at org.hibernate.action.EntityUpdateAction.execute(EntityUpdateAction.java:113)
at org.hibernate.engine.ActionQueue.execute(ActionQueue.java:273)
at org.hibernate.engine.ActionQueue.executeActions(ActionQueue.java:265)
at org.hibernate.engine.ActionQueue.executeActions(ActionQueue.java:185)
at org.hibernate.event.def.AbstractFlushingEventListener.performExecutions(AbstractFlushingEventListener.java:321)
at org.hibernate.event.def.DefaultFlushEventListener.onFlush(DefaultFlushEventListener.java:51)
at org.hibernate.impl.SessionImpl.flush(SessionImpl.java:1216)
at org.hibernate.impl.SessionImpl.managedFlush(SessionImpl.java:383)
at org.hibernate.transaction.JDBCTransaction.commit(JDBCTransaction.java:133)
at com.xiaohao.test.UserTest2.main(UserTest2.java:21)
UserTest2代码将在 tx.commit() 处抛出 StaleObjectStateException 异 常,并指出版本检查失败,当前事务正在试图提交一个过时数据。经过捕捉这个异常,我 们就能够在乐观锁校验失败时进行相应处理
三、常见并发同步案例分析
案例一:订票系统案例,某航班只有一张机票,假定有1w我的打开你的网站来订票,问你如何解决并发问题(可扩展到任何高并发网站要考虑
的并发读写问题)
问题,1w我的来访问,票没出去前要保证你们都能看到有票,不可能一我的在看到票的时候别人就不能看了。到底谁能抢到,那得看这我的的“运气”(网
络快慢等)
其次考虑的问题,并发,1w我的同时点击购买,到底谁能成交?总共只有一张票。
首先咱们容易想到和并发相关的几个方案 :
锁同步同步更多指的是应用程序的层面,多个线程进来,只能一个一个的访问,java中指的是syncrinized关键字。锁也有2个层面,一个是java中谈到的对
象锁,用于线程同步;另一个层面是数据库的锁;若是是分布式的系统,显然只能利用数据库端的锁来实现。
假定咱们采用了同步机制或者数据库物理锁机制,如何保证1w我的还能同时看到有票,显然会牺牲性能,在高并发网站中是不可取的。使用hibernate后咱们
提出了另一个概念:乐观锁、悲观锁(即传统的物理锁);
采用乐观锁便可解决此问题。乐观锁意思是不锁定表的状况下,利用业务的控制来解决并发问题,这样即保证数据的并发可读性又保证保存数据的排他性,保
证性能的同时解决了并发带来的脏数据问题。
hibernate中如何实现乐观锁:
前提:在现有表当中增长一个冗余字段,version版本号, long类型
原理:
1)只有当前版本号》=数据库表版本号,才能提交
2)提交成功后,版本号version ++
实现很简单:在ormapping增长一属性optimistic-lock="version"便可,如下是样例片断
<hibernate-mapping>
<class name="com.insigma.stock.ABC" optimistic-lock="version" table="T_Stock" schema="STOCK">
案例2、股票交易系统、银行系统,大数据量你是如何考虑的
首先,股票交易系统的行情表,每几秒钟就有一个行情记录产生,一天下来就有(假定行情3秒一个) 股票数量×20×60*6 条记录,一月下来这个表记录数
量多大? oracle中一张表的记录数超过100w后 查询性能就不好了,如何保证系统性能?
再好比,中国移动有上亿的用户量,表如何设计?把全部用于存在于一个表么?
因此,大数量的系统,必须考虑表拆分-(表名字不同,可是结构彻底同样),通用的几种方式:(视状况而定)
1)按业务分,好比 手机号的表,咱们能够考虑 130开头的做为一个表,131开头的另一张表 以此类推
2)利用oracle的表拆分机制作分表
3)若是是交易系统,咱们能够考虑按时间轴拆分,当日数据一个表,历史数据弄到其它表。这里历史数据的报表和查询不会影响当日交易。
固然,表拆分后咱们的应用得作相应的适配。单纯的or-mapping也许就得改动了。好比部分业务得经过存储过程等
此外,咱们还得考虑缓存
这里的缓存,指的不只仅是hibernate,hibernate自己提供了一级二级缓存。这里的缓存独立于应用,依然是内存的读取,假如咱们能减小数据库频繁的访
问,那对系统确定大大有利的。好比一个电子商务系统的商品搜索,若是某个关键字的商品常常被搜,那就能够考虑这部分商品列表存放到缓存(内存中
去),这样不用每次访问数据库,性能大大增长。
简单的缓存你们能够理解为本身作一个hashmap,把常访问的数据作一个key,value是第一次从数据库搜索出来的值,下次访问就能够从map里读取,而不
读数据库;专业些的目前有独立的缓存框架好比memcached 等,可独立部署成一个缓存服务器。
四、常见的提升高并发下访问的效率的手段
首先要了解高并发的的瓶颈在哪里?
一、多是服务器网络带宽不够
2.可能web线程链接数不够
3.可能数据库链接查询上不去。
根据不一样的状况,解决思路也不一样。
像第一种状况能够增长网络带宽,DNS域名解析分发多台服务器。
负载均衡,前置代理服务器nginx、apache等等
数据库查询优化,读写分离,分表等等
最后复制一些在高并发下面须要经常须要处理的内容:
尽可能使用缓存,包括用户缓存,信息缓存等,多花点内存来作缓存,能够大量减小与数据库的交互,提升性能。
用jprofiler等工具找出性能瓶颈,减小额外的开销。
优化数据库查询语句,减小直接使用hibernate等工具的直接生成语句(仅耗时较长的查询作优化)。
优化数据库结构,多作索引,提升查询效率。
统计的功能尽可能作缓存,或按天天一统计或定时统计相关报表,避免须要时进行统计的功能。
能使用静态页面的地方尽可能使用,减小容器的解析(尽可能将动态内容生成静态html来显示)。
解决以上问题后,使用服务器集群来解决单台的瓶颈问题。