作者：Jay_huaxiao

前言

列舉大家平時在工作中最容易犯的幾個并發(fā)錯誤，都是在實際項目代碼中看到的鮮活例子，希望對大家有幫助。

First Blood

線上總是出現(xiàn)：ERROR 1062 (23000) Duplicate entry 'xxx' for key 'yyy'，我們來看一下有問題的這段代碼：

UserBindInfo info = selectFromDB(userId);if(info == null){info = new UserBindInfo(userId,deviceId);insertIntoDB(info);}else{info.setDeviceId(deviceId);updateDB(info);}

在并發(fā)情況下，第一步判斷都為空，就會有2個或者多個線程進入插入數(shù)據(jù)庫操作， 這時候就出現(xiàn)了同一個ID插入多次。

正確處理姿勢：

insert into UserBindInfo values(#{userId},#{deviceId}) on duplicate key update deviceId=#{deviceId}多次的情況，導致插入失敗。

一般情況下，可以用insert...on duplicate key update... 解決這個問題。

注意: 如果UserBindInfo表存在主鍵以及一個以上的唯一索引，在并發(fā)情況下，使用insert...on duplicate key，可能會產(chǎn)生死鎖(Mysql5.7)，可以這樣處理：

try{ UserBindInfoMapper.insertIntoDB(userBindInfo);}catch(DuplicateKeyException ex){ UserBindInfoMapper.update(userBindInfo);}

Double Kill

小心你的全局變量,如下面這段代碼：

public class GlobalVariableConcurrentTest { private static final SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); public static void main(String[] args) throws InterruptedException { ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(10, 100, 1, TimeUnit.MINUTES, new LinkedBlockingQueue<>(1000)); while (true){ threadPoolExecutor.execute(()->{ String dateString = sdf.format(new Date()); try { Date parseDate = sdf.parse(dateString); String dateString2 = sdf.format(parseDate); System.out.println(dateString.equals(dateString2)); } catch (ParseException e) { e.printStackTrace(); } }); } }}

可以看到有異常拋出

全局變量的SimpleDateFormat，在并發(fā)情況下，存在安全性問題，阿里Java規(guī)約明確要求謹慎使用它。

除了SimpleDateFormat，其實很多時候，面對全局變量，我們都需要考慮并發(fā)情況是否存在問題，如下

@Componentpublic class Test { public static List desc = new ArrayList<>(); public List getDescByUserType(int userType) { if (userType == 1) { desc.add("普通會員不可以發(fā)送和查看郵件，請購買會員"); return desc; } else if (userType == 2) { desc.add("恭喜你已經(jīng)是VIP會員，盡情的發(fā)郵件吧"); return desc; }else { desc.add("你的身份未知"); return desc; } }}

因為desc是全局變量，在并發(fā)情況下，請求getDescByUserType方法，得到的可能并不是你想要的結(jié)果。

Trible Kill

假設(shè)現(xiàn)在有如下業(yè)務(wù)：控制同一個用戶訪問某個接口的頻率不能小于5秒。一般很容易想到使用redis的 setnx操作來控制并發(fā)訪問，于是有以下代碼：

if(RedisOperation.setnx(userId, 1)){RedisOperation.expire(userId,5,TimeUnit.SECONDS));//執(zhí)行正常業(yè)務(wù)邏輯}else{return “訪問過于頻繁”;}

假設(shè)執(zhí)行完setnx操作，還沒來得及設(shè)置expireTime，機器重啟或者突然崩潰，將會發(fā)生死鎖。該用戶id，后面執(zhí)行setnx永遠將為false，這可能讓你永遠損失那個用戶。

那么怎么解決這個問題呢，可以考慮用SET key value NX EX max-lock-time ，它是一種在 Redis 中實現(xiàn)鎖的方法，是原子性操作，不會像以上代碼分兩步執(zhí)行，先set再expire，它是一步到位。

客戶端執(zhí)行以上的命令：

• 如果服務(wù)器返回 OK ，那么這個客戶端獲得鎖。
• 如果服務(wù)器返回 NIL ，那么客戶端獲取鎖失敗，可以在稍后再重試。
• 設(shè)置的過期時間到達之后，鎖將自動釋放

Quadra Kill

我們看一下有關(guān)ConcurrentHashMap的一段代碼，如下：

//全局變量Map map = new ConcurrentHashMap(); Integer value = count.get(k);if(value == null){ map.put(k,1);}else{ map.put(k,value+1);}

假設(shè)兩條線程都進入 value==null，這一步，得出的結(jié)果是不是會變小?OK,客官先稍作休息，閉目養(yǎng)神一會，我們驗證一下，請看一個demo：

public static void main(String[] args) { for (int i = 0; i < 1000; i++) { testConcurrentMap(); } } private static void testConcurrentMap() { final Map count = new ConcurrentHashMap<>(); ExecutorService executorService = Executors.newFixedThreadPool(2); final CountDownLatch endLatch = new CountDownLatch(2); Runnable task = ()-> { for (int i = 0; i < 5; i++) { Integer value = count.get("k"); if (null == value) { System.out.println(Thread.currentThread().getName()); count.put("k", 1); } else { count.put("k", value + 1); } } endLatch.countDown(); }; executorService.execute(task); executorService.execute(task); try { endLatch.await(); if (count.get("k") < 10) { System.out.println(count); } } catch (Exception e) { e.printStackTrace(); }

表面看，運行結(jié)果應(yīng)該都是10對吧，好的，我們再看運行結(jié)果 ：

運行結(jié)果出現(xiàn)了5，所以這樣實現(xiàn)是有并發(fā)問題的，那么正確的實現(xiàn)姿勢是啥呢？

Map map = new ConcurrentHashMap(); V v = map.get(k);if(v == null){ v = new V(); V old = map. putIfAbsent(k,v); if(old != null){ v = old; }}

可以考慮使用putIfAbsent解決這個問題

(1)如果key是新的記錄，那么會向map中添加該鍵值對，并返回null。

(2)如果key已經(jīng)存在，那么不會覆蓋已有的值，返回已經(jīng)存在的值

我們再來看看以下代碼以及運行結(jié)果：

public static void main(String[] args) { for (int i = 0; i < 1000; i++) { testConcurrentMap(); } } private static void testConcurrentMap() { ExecutorService executorService = Executors.newFixedThreadPool(2); final Map map = Maps.newConcurrentMap(); final CountDownLatch countDownLatch = new CountDownLatch(2); Runnable task = ()-> { AtomicInteger oldValue; for (int i = 0; i < 5; i++) { oldValue = map.get("k"); if (null == oldValue) { AtomicInteger initValue = new AtomicInteger(0); oldValue = map.putIfAbsent("k", initValue); if (oldValue == null) { oldValue = initValue; } } oldValue.incrementAndGet(); } countDownLatch.countDown(); }; executorService.execute(task); executorService.execute(task); try { countDownLatch.await(); System.out.println(map); } catch (Exception e) { e.printStackTrace(); } }

Penta Kill

現(xiàn)有如下業(yè)務(wù)場景：用戶手上有一張現(xiàn)金券，可以兌換相應(yīng)的現(xiàn)金，

錯誤示范一

if(isAvailable(ticketId){1、給現(xiàn)金增加操作2、deleteTicketById(ticketId)}else{return “沒有可用現(xiàn)金券”}

解析： 假設(shè)有兩條線程A,B兌換現(xiàn)金，執(zhí)行順序如下：

• 1.線程A加現(xiàn)金
• 2.線程B加現(xiàn)金
• 3.線程A刪除票標志
• 4.線程B刪除票標志

顯然，這樣有問題了，已經(jīng)給用戶加了兩次現(xiàn)金了。

錯誤示范2

if(isAvailable(ticketId){1、deleteTicketById(ticketId)2、給現(xiàn)金增加操作}else{return “沒有可用現(xiàn)金券”}

并發(fā)情況下，如果一條線程，第一步deleteTicketById刪除失敗了，也會多添加現(xiàn)金。

正確處理方案

if(deleteAvailableTicketById(ticketId) == 1){1、給現(xiàn)金增加操作}else{return “沒有可用現(xiàn)金券”}

來源：掘金 鏈接：https://juejin.im/post/5dfec2806fb9a016043a59a6

與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的请在请求中携带deviceid参数_日常工作中最容易犯的几个并发错误，你中了几个？...的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。