對于我們開發的網站，如果網站的訪問量非常大的話，我們就需要考慮相關的并發訪問問題了。而且并發問題也是中高級工程師面試中必問的問題，今天我們就來系統學習一下。

為了更好的理解并發和同步，我們先學習兩個重要的概念：同步和異步。

1、同步和異步的區別和聯系

所謂同步，可以理解為在執行完一個函數或方法之后，一直等待系統返回值或消息，這時程序是處于阻塞狀態的，只有接受到返回值或消息之后才往下執行其他的命令。

所謂異步，執行外函數或方法之后，不必阻塞性地等待返回值或消息，只需要向系統委托一個異步過程，那么當系統接收到返回值或消息時，系統會自動觸發委托的異步過程，從而完成一個完整的流程。

同步在一定程度上可以看作是單線程，這個線程請求一個方法之后就等待這個方法給他回復，否則就不往下執行。

異步在一定程度上可以看作多線程，請求一個方法之后就不管了，繼續執行其他的方法。

同步就是一件事，一件事一件事的做。

異步就是，做一件事，不影響做其他的事情。

對于java程序而言，我們會經常聽到同步關鍵字synchronized，假如這個同步的監事對象是類，那么當一個對象訪問這個類里面的同步方法的時候，其他的對象也想訪問這個同步方法就會進入阻塞狀態，只有等前一個對象執行完該同步方法，當前對象才能繼續執行該方法，這就是同步。相反，如果方法前沒有同步關鍵字修飾的話，那么不同的對象就可以在同一時間訪問同一個方法，這就是異步。再補充一下臟數據和不可重復讀的概念。

2、臟數據和不可重復讀

臟數據：
臟讀就是指，當一個事務正在訪問數據，并且對數據進行了修改，而這種修改還沒有提交到數據庫中，這時，另外一個事務訪問并使用了這個數據。因為這個數據還沒有提交，那么另外一個事務讀到的數據就是臟數據（dirty data），依據臟數據所做的操作可能是不正確的。

不可重復讀：
指在數據庫訪問中，一個事務范圍內兩個相同的查詢卻返回了不同的數據。這是由于查詢時系統中其它事務修改的提交引起的。一種更容易理解的說法是：在一個事務內，多次讀取同一數據。在這個事務還沒結束時，另一個事務也訪問該數據。那么，在第一個事務的兩次讀數據之間，由于第二個事務的修改，導致第一個事務兩次讀到的數據可能不同，因此成為不可重復讀，即原始讀取不可重復。

3、如何處理并發和同步

今天學習的處理并發和同步問題主要是通過鎖機制。

鎖機制有兩個層面：
一種是代碼層面上的，如java中的同步鎖，典型的就是同步關鍵字synchronized和lock。
http://www.cnblogs.com/xiohao/p/4151408.html
http://www.cnblogs.com/xiohao/p/4151924.html
http://blog.csdn.net/lmb55/article/details/46279155

另一種是數據庫層面上的，比較典型的就是悲觀鎖和樂觀鎖。
有關悲觀鎖和樂觀鎖的內容請參看：http://blog.csdn.net/lmb55/article/details/78266667

4、常見java并發同步案例分析

案例一：訂票系統案例，某航班只有一張機票，假定有1W個人打開你的網站來訂票，問你如何解決并發問題（可擴展到任何高并發網站要考慮的并發讀寫問題）

問題，1W個人來訪問，要求票沒出去前必須保證大家都能看到票，不可能一個人在看到票的時候別人就不能看到。但是最后到底誰能搶到，那得要看這個人的“運氣”了（網絡快慢等）

首先我們容易想到和并發相關的幾個方案：

鎖同步更多指的是應用程序的層面，多個線程進來，只能一個一個的訪問。除了Java中的對象鎖，還有另外一個層面—數據庫鎖。如果是分布式系統，顯然只能使用數據庫端的鎖來實現。

假定我們采用了同步機制或者數據庫物理鎖機制，如果保證1W個人還能同時看到有票，這顯然會犧牲性能，在高并發網站中是不可取的。

由此來看，采用樂觀鎖即可解決此問題。樂觀鎖是在不鎖表的情況下，利用業務的控制來解決并發問題，這樣既保證數據的并發可讀性又保證數據的排他性，保證性能的同時也解決了并發帶來的臟數據問題。

hibernate如何實現樂觀鎖：

前提：在現有表中增加一個冗余字段，long類型的version版本號。

原理：
1）只有當前版本號>=數據庫表的版本號才能提交
2）提價成功后，版本號version++

實現很簡單：在orgmapping增加一個屬性optimistic-lock=”version”即可，以下是樣例片段：

<hibernate-mapping> <class name="com.stock.ABC" optimistic-lock="version" table="T_Stock" schema="STOCK"> </hibernate-mapping>

案例二：股票交易系統、銀行系統，大數據量你是如何考慮的

首先，股票交易系統的行情表，每幾秒鐘就有一個行情記錄產生，一天下來就有（假定行情3s一個）股票數量*20*60*6條記錄，一個月下來這個表的記錄數量多大？Oracle中一張表的記錄數超過100W之后查詢性能就很差了，如何保證系統性能？

再比如，中國移動有上億的用戶量，表如何設計？把所有數據存到一張表？

所以，大數據量的系統，必須考慮表拆分（表名不一樣，但是結構完全一樣），通常用到的有以下幾種方式（視情況而定）：

1）按業務分。比如手機號的表，我們可以考慮130開頭的一個表，131開頭的另一個表，以此類推。

2）利用Oracle的表拆分機制做分表

3）如果是交易系統，我們可以考慮按時間軸拆分，當日數據一個表，歷史數據弄到其它表。這里歷史數據的報表和查詢不會影響當日交易。

當然，表拆分后我們的應用要做相應的適配。單純的orgmapping就得改動了。比如部分業務要通過存儲過程等。

此外，我們還要考慮緩存：

這里的緩存，指的不僅是hibernate，hibernate本身提供了一級二級緩存。這里的緩存獨立于應用，依然是內存的讀取。假如我們能減少數據庫頻繁的訪問，那對系統肯定大大有利。比如一個電子商務系統的商品搜索，如果某個關鍵字的商品經常被搜，那就可以考慮把這部分商品列表存放到緩存（內存）中去，這樣不用每次訪問數據庫，性能大大增加。

簡單的緩存我們可以理解為自己做一個HashMap，把經常訪問的數據做一個key，value是第一次從數據庫搜索出來的值，下次訪問就可以從map中讀取，而不需要讀數據庫。目前專業些的有獨立緩存框架比如memcached等，可獨立部署成一個緩存服務器。

redis實現分布式鎖：
http://blog.csdn.net/lmb55/article/details/78235768
Redis實現秒殺：
http://blog.csdn.net/lmb55/article/details/78266905

5、常見的提高高并發下訪問效率的手段

首先要了解高并發的瓶頸在哪里？

1）可能是服務器網絡帶寬不夠
2）可能是web線程連接數不夠
3）可能是數據庫連接查詢上不去

根據不同的情況，解決思路也不同

1）像第一種情況可以增加網絡帶寬，DNS域名解析分發多臺服務器。
2）負載均衡，前置代理服務器nginx、apache等等。
3）數據庫查詢優化，讀寫分離，分表等等。

最后復制一些在高并發下面常常需要處理的內容：

1）盡量使用緩存，包括用戶緩存、信息緩存等，多花點內存來做緩存?？梢源罅繙p少與數據庫的交互，提高性能。
2）用jprofiler等工具找出性能瓶頸，減少額外開銷。
3）優化數據庫查詢語句，減少直接使用hibernate等工具的直接生成語句（僅耗時較長的查詢做優化）
4）優化數據庫結構，多做索引，提高查詢效率
5）統計的功能盡量做緩存，或按每天統計或者定時統計相關報表，避免需要時進行統計的功能。
6）能使用靜態頁面的地方盡量使用靜態頁面，減少容器的解析（盡量將動態內容內容生成靜態html顯示）。
7）解決以上問題后，使用服務器集群來解決單臺的瓶頸問題。

總結

以上是生活随笔為你收集整理的【Java并发编程】java高并发的解决方案（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。