在多執行緒併發的情況下,單個節點內的執行緒安全可以通過synchronized關鍵字和Lock介面來保證。
synchronized和lock的區別
Lock是一個介面,是基於在語言層面實現的鎖,而synchronized是Java中的關鍵字,是基於JVM實現的內建鎖,Java中的每一個物件都可以使用synchronized新增鎖。
synchronized在發生異常時,會自動釋放執行緒佔有的鎖,因此不會導致死鎖現象發生;而Lock在發生異常時,如果沒有主動通過unLock()去釋放鎖,則很可能造成死鎖現象,因此使用Lock時需要在finally塊中釋放鎖;
Lock可以提高多個執行緒進行讀操作的效率。(可以通過readwritelock實現讀寫分離,一個用來獲取讀鎖,一個用來獲取寫鎖。)
當開發的應用程式處於一個分散式的叢集環境中,涉及到多節點,多程式共同完成時,如何保證執行緒的執行順序是正確的。比如在高併發的情況下,很多企業都會使用Nginx反向代理伺服器實現負載均衡的目的,這個時候很多請求會被分配到不同的Server上,一旦這些請求涉及到對統一資源進行修改操作時,就會出現問題,這個時候在分散式系統中就需要一個全域性鎖實現多個執行緒(不同程式中的執行緒)之間的同步。
常見的處理辦法有三種:資料庫、快取、分散式協調系統。資料庫和快取是比較常用的,但是分散式協調系統是不常用的。
常用的分散式鎖的實現包含:
Redis分散式鎖、Zookeeper分散式鎖、Memcached
Redis提供的三種方法:
redis> SETNX job "programmer" # job 設定成功 (integer) 1 redis> SETNX job "code-farmer" # 嘗試覆蓋 job ,失敗
(3)鎖超時 EXPIRE: 為給定 key
設定生存時間,當 key
過期時(生存時間為 0
),它會被自動刪除。
每次當一個節點想要去操作臨界資源的時候,我們可以通過redis來的鍵值對來標記一把鎖,每一程式首先通過Redis訪問同一個key,對於每一個程式來說,如果該key不存在,則該執行緒可以獲取鎖,將該鍵值對寫入redis,如果存在,則說明鎖已經被其他程式所佔用。具體邏輯的虛擬碼如下:
try{ if(SETNX(key, 1) == 1){ //do something ...... }finally{ DEL(key); }
但是此時,又會出現問題,因為SETNX和DEL操作並不是原子操作,如果程式在執行完SETNX後,而並沒有執行EXPIRE就已經當機了,這樣一來,原先的問題依然存在,整個系統都將被阻塞。
幸虧
try{ if(SET(key, 1, 30, timeout, NX) == 1){ //do something ...... } }finally{ DEL(key); }
解決了原子操作,仍然還有一點需要注意,例如,A節點的程式獲取到鎖的時候,A程式可能執行的很慢,在do something未完成的情況下,30秒的時間片已經使用完,此時會將該key給深處掉,此時B程式發現這個key不存在,則去訪問,併成功的獲取到鎖,開始執行do something,此時A執行緒恰好執行到DEL(key),會將B的key刪除掉,此時相當於B執行緒在訪問沒有加鎖的臨界資源,而其餘程式都有機會同時去操作這個臨界資源,會造成一些錯誤的結果。對於該問題的解決辦法是程式在刪除key之前可以做一個判斷,驗證當前的鎖是不是本程式加的鎖。
String threadId = Thread.currentThread().getId() try{ if(SET(key, threadId, 30, timeout, NX) == 1){ //do something ...... } }finally{ if(threadId.equals(redisClient.get(key))){ DEL(key); } }
String threadId = Thread.currentThread().getId() try{ if(SET(key, threadId, 30, timeout, NX) == 1){ new Thread(){ @Override public void run() { //start Daemon } } //do something ...... } }finally{ if(threadId.equals(redisClient.get(key))){ DEL(key); } }
基於以上的分析,基本上可以通過Redis實現一個分散式鎖,如果我們想提升該分散式的效能,我們可以對連線資源進行分段處理,將請求均勻的分佈到這些臨界資源段中,比如一個買票系統,我們可以將100張票分為10 部分,每部分包含10張票放在其他的服務節點上,這些請求可以通過Nginx被均勻的分散到這些處理節點上,可以加快對臨界資源的處理。
-
B站視訊上一部分講解