Java教程

悲/乐观并发控制的区别

本文主要是介绍悲/乐观并发控制的区别,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

悲/乐观并发控制算法的执行步骤区别。

首先是悲观算法下的执行过程:

|有效性验证|-->|读|-->|计算|-->|写|

而乐观算法是将有效性验证的操作移到写操作之前,如下所示:

|读|-->|计算|-->|有效性验证|-->|写|

我们可以看到,乐观算法的执行步骤可以让前面的读、计算操作可以自由的执行,只要在最后提交更新的时候进行一步检查即可。

 

乐观锁解决高并发

 

根本决解办法只有一个:队列,下面说的没有用的

对于我们开发的网站,如果网站的访问量非常大的话,那么我们就需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,

但话又说回来了,既然逃避不掉,那我们就坦然面对吧~今天就让我们一起来研究一下常见的并发和同步吧。

   为了更好的理解并发和同步,我们需要先明白两个重要的概念:同步和异步

   1、同步和异步的区别和联系

         所谓同步,可以理解为在执行完一个函数或方法之后,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

        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,不必阻塞性地等待返回值或消息,只需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。

         同步在一定程度上可以看做是单线程,这个线程请求一个方法后就待这个方法给他回复,否则他不往下执行(死心眼)。

        异步在一定程度上可以看做是多线程的(废话,一个线程怎么叫异步),请求一个方法后,就不管了,继续执行其他的方法。

        

        同步就是一件事,一件事情一件事的做。
        异步就是,做一件事情,不引响做其他事情。

        例如:吃饭和说话,只能一件事一件事的来,因为只有一张嘴。
                但吃饭和听音乐是异步的,因为,听音乐并不引响我们吃饭。

 

        对于Java程序员而言,我们会经常听到同步关键字synchronized,假如这个同步的监视对象是类的话,那么如果当一个对象

        访问类里面的同步方法的话,那么其它的对象如果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能够继续执行该方法。这就是同步。相反,如果方法前没有同步关键字修饰的话,那么不同的对象

        可以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

  脏读就是指当一个事务正在访问数据,并且对数据进行了修改,而这种修改还没有提交到数据库中,这时,另外一个事务也访问这个数据,然后使用了这 个数据。因为这个数据是还没有提交的数据,那么另外一个事务读到的这个数据是脏数据(Dirty Data),依据脏数据所做的操作可能是不正确的。

     不可重复读

  不可重复读是指在一个事务内,多次 读同一数据。在这个事务还没有结束时,另外一个事务也访问该同一数据。那么,在第一个事务中的两次读数据之间,由于第二个事务的修改,那么第一个事务两次 读到的数据可能是不一样的。这样就发生了在一个事务内两次读到的数据是不一样的,因此称为是不可重复读

 

         

 

   2、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通过锁机制。

       我们需要明白,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,这里我不在做过多的讲解,

       感兴趣的可以参考:http://www.cnblogs.com/xiohao/p/4151408.html

       另外一种是数据库层次上的,比较典型的就是悲观锁和乐观锁。这里我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他事务,以及来自 外部系统的事务处理)修改持保守态度,因此,

       在整个数据处理过程中,将数据处于锁定状态。

       悲观锁的实现,往往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,否则,即使在本系统

       中实现了加锁机制,也无法保证外部系 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 表中所有符合检索条件( name=”Erica” )的记录。

       本次事务提交之前(事务提交时会释放事务过程中的锁),外界无法修改这些记录。
       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(我们为 TUser 类指定了一个别名 “user” ),这里也就是对

      返回的所有 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 通过使用数据库的 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。
      以上这三种锁机制一般由 Hibernate 内部使用,如 Hibernate 为了保证 Update
      过程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我们在应用层较为常用的,加锁一般通过以下方法实现:
      Criteria.setLockMode
      Query.setLockMode
      Session.lock
      注意,只有在查询开始之前(也就是 Hiberate 生成 SQL 之前)设定加锁,才会
      真正通过数据库的锁机制进行加锁处理,否则,数据已经通过不包含 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

      1、要测试锁定的状况,可以利用MySQL的Command Mode ,开二个视窗来做测试。

          表的基本结构如下:

          

 

           表中内容如下:

           

 

          开启两个测试窗口,在其中一个窗口执行select * from ta for update0

          然后在另外一个窗口执行update操作如下图:

          

          等到一个窗口commit后的图片如下:

          

           到这里,悲观锁机制你应该了解一些了吧~

       

           需要注意的是for update要放到mysql的事务中,即begin和commit中,否者不起作用。

           至于是锁住整个表还是锁住选中的行,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~感兴趣的自己查一下就ok了~

           

          乐观锁(Optimistic Locking):        
         相对悲观锁而言,乐观锁机制采取了更加宽松的加锁机制。悲观锁大多数情况下依 靠数据库的锁机制实现,以保证操作最大程度的独占性。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,这样的开销往往无法承受。 如一个金融系统,当某个操作员读取用户的数据,并在读出的用户数

据的基础上进 行修改时(如更改用户帐户余额),如果采用悲观锁机制,也就意味着整个操作过 程中(从操作员读出数据、开始修改直至提交修改结果的全

过程,甚至还包括操作 员中途去煮咖啡的时间),数据库记录始终处于加锁状态,可以想见,如果面对几 百上千个并发,这样的情况将导致怎样的后果。 乐

观锁机制在一定程度上解决了这个问题。

         乐观锁,大多是基于数据版本   Version )记录机制实现。何谓数据版本?即为数据增加一个版本标识,在基于数据库表的版本解决方案中,一般是通

过为数据库表增加一个 “version” 字段来 实现。 读取出数据时,将此版本号一同读出,之后更新时,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,如果提交的数据 版本号大于数据库表当前版本号,则予以更新,否则认为是过期数据。 对于上面修改用户帐户信息

的例子而言,假设数据库中帐户信息表中有一个 version 字段,当前值为 1 ;而当前帐户余额字段( balance )为 $100 。 操作员 A 此时将其读出

( version=1 ),并从其帐户余额中扣除 $50( $100-$50 )。 2 在操作员 A 操作的过程中,操作员 B 也读入此用户信息( version=1 ),并 从其帐

户余额中扣除 $20 ( $100-$20 )。 3 操作员 A 完成了修改工作,将数据版本号加一( version=2 ),连同帐户扣 除后余额( balance=$50 ),提交

至数据库更新,此时由于提交数据版本大 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 操作员 B 完成了操作,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,操作员 B 提交的 数据版本号为 2 ,数据库记录当前版

本也为 2 ,不满足 “ 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,因此,操作员 B 的提交被驳回。 这样,就避免了操作员 B 用基于

version=1 的旧数据修改的结果覆盖操作 员 A 的操作结果的可能。 从上面的例子可以看出,乐观锁机制避免了长事务中的数据库加锁开销(操作员 A


和操作员 B 操作过程中,都没有对数据库数据加锁),大大提升了大并发量下的系 统整体性能表现。 需要注意的是,乐观锁机制往往基于系统中的数据存储

逻辑,因此也具备一定的局 限性,如在上例中,由于乐观锁机制是在我们的系统中实现,来自外部系统的用户 余额更新操作不受我们系统的控制,因此可能

会造成脏数据被更新到数据库中。在 系统设计阶段,我们应该充分考虑到这些情况出现的可能性,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。如果不用考虑外

部系统对数 据库的更新操作,利用 Hibernate 提供的透明化乐观锁实现,将大大提升我们的 生产力。


Hibernate 中可以通过 class 描述符的 optimistic-lock 属性结合 version描述符指定。

现在,我们为之前示例中的 User 加上乐观锁机制。

 

1 . 首先为 User 的POJO class

       

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 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; }               }

  


        然后是User.hbm.xml

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 <?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 节点必须出现在 ID 节点之后。
这里我们声明了一个 version 属性,用于存放用户的版本信息,保存在 User 表的version中
optimistic-lock 属性有如下可选取值:
Ø none
无乐观锁
Ø version
通过版本机制实现乐观锁
Ø dirty
通过检查发生变动过的属性实现乐观锁
Ø all
通过检查所有属性实现乐观锁
其中通过 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,目前唯一在数据对象脱离 Session 发生修改的情况下依然有效的锁机
制。因此,一般情况下,我们都选择 version 方式作为 Hibernate 乐观锁实现机制。


2 . 配置文件hibernate.cfg.xml和UserTest测试类

   hibernate.cfg.xml

  

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 <!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 如果使用jbpm的话,数据库方言只能是InnoDB-->     <property name="dialect">org.hibernate.dialect.MySQL5InnoDBDialect</property>     <!-- 根据需要自动创建数据表 -->     <property name="hbm2ddl.auto">update</property>     <!-- 显示Hibernate持久化操作所生成的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

    

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 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.class1);         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,我们可以发现,数据库中的 version 都在递增。



下面我们将要通过乐观锁来实现一下并发和同步的测试用例:

这里需要使用两个测试类,分别运行在不同的虚拟机上面,以此来模拟多个用户同时操作一张表,同时其中一个测试类需要模拟长事务

UserTest.java

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 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

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 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();           }   }

 

操作流程及简单讲解: 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秒钟之内

                            启动UserTest这个类,在到达10秒的时候,我们将会在UserTest.java中抛出下面的异常:

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 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期数据。通过捕捉这个异常,我 们就可以在乐观锁校验失败时进行相应处理

 

 

 

   3、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个人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个人来访问,票没出去前要保证大家都能看到有票,不可能一个人在看到票的时候别人就不能看了。到底谁能抢到,那得看这个人的“运气”(网

             络快慢等)

其次考虑的问题,并发,1w个人同时点击购买,到底谁能成交?总共只有一张票。

首先我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;另外一个层面是数据库的锁;如果是分布式的系统,显然只能利用数据库端的锁来实现。

假定我们采用了同步机制或者数据库物理锁机制,如何保证1w个人还能同时看到有票,显然会牺牲性能,在高并发网站中是不可取的。使用hibernate后我们

提出了另外一个概念:乐观锁悲观锁(即传统的物理锁);

采用乐观锁即可解决此问题。乐观锁意思是不锁定表的情况下,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:在现有表当中增加一个冗余字段,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增加一属性optimistic-lock="version"即可,以下是样例片段

<hibernate-mapping>

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

案例二、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 查询性能就很差了,如何保证系统性能?

再比如,中国移动有上亿的用户量,表如何设计?把所有用于存在于一个表么?

所以,大数量的系统,必须考虑表拆分-(表名字不一样,但是结构完全一样),通用的几种方式:(视情况而定)

1)按业务分,比如 手机号的表,我们可以考虑 130开头的作为一个表,131开头的另外一张表 以此类推

2)利用oracle的表拆分机制做分表

3)如果是交易系统,我们可以考虑按时间轴拆分,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。

当然,表拆分后我们的应用得做相应的适配。单纯的or-mapping也许就得改动了。比如部分业务得通过存储过程等

此外,我们还得考虑缓存

这里的缓存,指的不仅仅是hibernate,hibernate本身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,假如我们能减少数据库频繁的访

问,那对系统肯定大大有利的。比如一个电子商务系统的商品搜索,如果某个关键字的商品经常被搜,那就可以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,性能大大增加。

简单的缓存大家可以理解为自己做一个hashmap,把常访问的数据做一个key,value是第一次从数据库搜索出来的值,下次访问就可以从map里读取,而不

读数据库;专业些的目前有独立的缓存框架比如memcached 等,可独立部署成一个缓存服务器。

 

4、常见的提高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?

     1、可能是服务器网络带宽不够

     2.可能web线程连接数不够

     3.可能数据库连接查询上不去。

     根据不同的情况,解决思路也不同。

  1. 像第一种情况可以增加网络带宽,DNS域名解析分发多台服务器。

  2. 负载均衡,前置代理服务器nginx、apache等等

  3. 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需要常常需要处理的内容:

  • 尽量使用缓存,包括用户缓存,信息缓存等,多花点内存来做缓存,可以大量减少与数据库的交互,提高性能。

  • 用jprofiler等工具找出性能瓶颈,减少额外的开销。

  • 优化数据库查询语句,减少直接使用hibernate等工具的直接生成语句(仅耗时较长的查询做优化)。

  • 优化数据库结构,多做索引,提高查询效率。

  • 统计的功能尽量做缓存,或按每天一统计或定时统计相关报表,避免需要时进行统计的功能。

  • 能使用静态页面的地方尽量使用,减少容器的解析(尽量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。

 

好吧,简单的高并发和同步就到这里吧~~

这篇关于悲/乐观并发控制的区别的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!