大數據量下高併發同步的講解

原文:http://betakoli.iteye.com/blog/2257095

對於我們開發的網站,如果網站的訪問量非常大的話,那麼我們就需要考慮相關的併發訪問問題了。而併發問題是絕大部分的程序員頭疼的問題,

但話又說回來了,既然逃避不掉,那我們就坦然面對吧~今天就讓我們一起來研究一下常見的併發和同步吧。

   爲了更好的理解併發和同步,我們需要先明白兩個重要的概念:同步和異步

   1、同步和異步的區別和聯繫

         所謂同步,可以理解爲在執行完一個函數或方法之後,一直等待系統返回值或消息,這時程序是出於阻塞的,只有接收到

        返回的值或消息後才往下執行其它的命令。

        異步,執行完函數或方法後,不必阻塞性地等待返回值或消息,只需要向系統委託一個異步過程,那麼當系統接收到返回

        值或消息時,系統會自動觸發委託的異步過程,從而完成一個完整的流程。

         同步在一定程度上可以看做是單線程,這個線程請求一個方法後就待這個方法給他回覆,否則他不往下執行(死心眼)。

        異步在一定程度上可以看做是多線程的(廢話,一個線程怎麼叫異步),請求一個方法後,就不管了,繼續執行其他的方法。

        

        同步就是一件事,一件事情一件事的做。
        異步就是,做一件事情,不引響做其他事情。

        例如:吃飯和說話,只能一件事一件事的來,因爲只有一張嘴。
                但吃飯和聽音樂是異步的,因爲,聽音樂並不引響我們吃飯。

 

        對於Java程序員而言,我們會經常聽到同步關鍵字synchronized,假如這個同步的監視對象是類的話,那麼如果當一個對象

        訪問類裏面的同步方法的話,那麼其它的對象如果想要繼續訪問類裏面的這個同步方法的話,就會進入阻塞,只有等前一個對象

        執行完該同步方法後當前對象才能夠繼續執行該方法。這就是同步。相反,如果方法前沒有同步關鍵字修飾的話,那麼不同的對象

        可以在同一時間訪問同一個方法,這就是異步。

      

        在補充一下(髒數據和不可重複讀的相關概念):

       髒數據

  髒讀就是指當一個事務正在訪問數據,並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,另外一個事務也訪問這個數據,然後使用了這
個數據。因爲這個數據是還沒有提交的數據,那麼另外一個事務讀到的這個數據是髒數據(Dirty Data),依據髒數據所做的操作可能是不正確的。

     不可重複讀

  不可重複讀是指在一個事務內,多次讀同一數據。在這個事務還沒有結束時,另外一個事務也訪問該同一數據。那麼,在第一個事務中的兩次讀數據之間,由於第二個事務的修改,那麼第一個事務兩次讀到的數據可能是不一樣的。這樣就發生了在一個事務內兩次讀到的數據是不一樣的,因此稱爲是不可重複讀

 

         

 

   2、如何處理併發和同步

        今天講的如何處理併發和同同步問題主要是通過鎖機制。

       我們需要明白,鎖機制有兩個層面。

       一種是代碼層次上的,如java中的同步鎖,典型的就是同步關鍵字synchronized,這裏我不在做過多的講解,

       感興趣的可以參考:http://www.cnblogs.com/xiohao/p/4151408.html

       另外一種是數據庫層次上的,比較典型的就是悲觀鎖和樂觀鎖。這裏我們重點講解的就是悲觀鎖(傳統的物理鎖)和樂觀鎖。

       悲觀鎖(Pessimistic Locking):       

       悲觀鎖,正如其名,它指的是對數據被外界(包括本系統當前的其他事務,以及來自 外部系統的事務處理)修改持保守態度,因此,

       在整個數據處理過程中,將數據處於鎖定狀態。

       悲觀鎖的實現,往往依靠數據庫提供的鎖機制(也只有數據庫層提供的鎖機制才能 真正保證數據訪問的排他性,否則,即使在本系統

       中實現了加鎖機制,也無法保證外部系 統不會修改數據)。 

       一個典型的倚賴數據庫的悲觀鎖調用: 

       select * from account where name=”Erica” for update

       這條 sql 語句鎖定了 account 表中所有符合檢索條件( name=”Erica” )的記錄。

       本次事務提交之前(事務提交時會釋放事務過程中的鎖),外界無法修改這些記錄。 
       Hibernate 的悲觀鎖,也是基於數據庫的鎖機制實現。 
       下面的代碼實現了對查詢記錄的加鎖:

       String hqlStr ="from TUser as user where user.name='Erica'";

        Query query = session.createQuery(hqlStr);

        query.setLockMode("user",LockMode.UPGRADE); // 加鎖

       List userList = query.list();// 執行查詢,獲取數據

       query.setLockMode 對查詢語句中,特定別名所對應的記錄進行加鎖(我們爲 TUser 類指定了一個別名 “user” ),這裏也就是對

      返回的所有 user 記錄進行加鎖。 

      觀察運行期 Hibernate 生成的 SQL 語句: 
      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
     這裏 Hibernate 通過使用數據庫的 for update 子句實現了悲觀鎖機制。 
      Hibernate 的加鎖模式有: 
      Ø LockMode.NONE : 無鎖機制。 
      Ø LockMode.WRITE : Hibernate 在 Insert 和 Update 記錄的時候會自動獲取
      Ø LockMode.READ : Hibernate 在讀取記錄的時候會自動獲取。 
      以上這三種鎖機制一般由 Hibernate 內部使用,如 Hibernate 爲了保證 Update
      過程中對象不會被外界修改,會在 save 方法實現中自動爲目標對象加上 WRITE 鎖。 
      Ø LockMode.UPGRADE :利用數據庫的 for update 子句加鎖。 
      Ø LockMode. UPGRADE_NOWAIT : Oracle 的特定實現,利用 Oracle 的 for
      update nowait 子句實現加鎖。 
      上面這兩種鎖機制是我們在應用層較爲常用的,加鎖一般通過以下方法實現: 
      Criteria.setLockMode
      Query.setLockMode
      Session.lock
      注意,只有在查詢開始之前(也就是 Hiberate 生成 SQL 之前)設定加鎖,纔會 
      真正通過數據庫的鎖機制進行加鎖處理,否則,數據已經通過不包含 for update
      子句的 Select SQL 加載進來,所謂數據庫加鎖也就無從談起。

      爲了更好的理解select... for update的鎖表的過程,本人將要以mysql爲例,進行相應的講解

      1、要測試鎖定的狀況,可以利用MySQL的Command Mode ,開二個視窗來做測試。

          表的基本結構如下:

          

 

           表中內容如下:

           

 

          開啓兩個測試窗口,在其中一個窗口執行select * from ta for update0

          然後在另外一個窗口執行update操作如下圖:

          

          等到一個窗口commit後的圖片如下:

          

           到這裏,悲觀鎖機制你應該瞭解一些了吧~

       

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

           至於是鎖住整個表還是鎖住選中的行,請參考:

           http://www.cnblogs.com/xiohao/p/4385768.html

            至於hibernate中的悲觀鎖使用起來比較簡單,這裏就不寫demo了~感興趣的自己查一下就ok了~

           

          樂觀鎖(Optimistic Locking):        
         相對悲觀鎖而言,樂觀鎖機制採取了更加寬鬆的加鎖機制。悲觀鎖大多數情況下依 靠數據庫的鎖機制實現,以保證操作最大程度的獨佔性。但隨之

而來的就是數據庫 性能的大量開銷,特別是對長事務而言,這樣的開銷往往無法承受。 如一個金融系統,當某個操作員讀取用戶的數據,並在讀出的用戶數

據的基礎上進 行修改時(如更改用戶帳戶餘額),如果採用悲觀鎖機制,也就意味着整個操作過 程中(從操作員讀出數據、開始修改直至提交修改結果的全

過程,甚至還包括操作 員中途去煮咖啡的時間),數據庫記錄始終處於加鎖狀態,可以想見,如果面對幾 百上千個併發,這樣的情況將導致怎樣的後果。 

觀鎖機制在一定程度上解決了這個問題。

         樂觀鎖,大多是基於數據版本   Version )記錄機制實現。何謂數據版本?即爲數據增加一個版本標識,在基於據庫表的版本解決方案中,一般是通

過爲數據庫表增加一個 “version” 字段來 實現。 讀取出數據時,將此版本號一同讀出,之後更新時,對此版本號加一。此時,將提 交數據的版本數據與數據

庫表對應記錄的當前版本信息進行比對,如果提交的數據 版本號大於數據庫表當前版本號,則予以更新,否則認爲是過期數據。對於上面修改用戶帳戶信息

的例子而言,假設數據庫中帳戶信息表中有一個 version 字段,當前值爲 1 ;而當前帳戶餘額字段( balance )爲 $100 。操作員 A 此時將其讀出

( version=1 ),並從其帳戶餘額中扣除 $50( $100-$50 )。 2 在操作員 A 操作的過程中,操作員 B 也讀入此用戶信息( version=1 ),並 從其帳

戶餘額中扣除 $20 ( $100-$20 )。 3 操作員 A 完成了修改工作,將數據版本號加一( version=2 ),連同帳戶扣 除後餘額( balance=$50 ),提交

至數據庫更新,此時由於提交數據版本大 於數據庫記錄當前版本,數據被更新,數據庫記錄 version 更新爲 2 。 4 操作員 B 完成了操作,也將版本號加一

( version=2 )試圖向數據庫提交數 據( balance=$80 ),但此時比對數據庫記錄版本時發現,操作員 B 提交的 數據版本號爲 2 ,數據庫記錄當前版

本也爲 2 ,不滿足 “ 提交版本必須大於記 錄當前版本才能執行更新 “ 的樂觀鎖策略,因此,操作員 B 的提交被駁回。 這樣,就避免了操作員 B 用基於

version=1 的舊數據修改的結果覆蓋操作 員 A 的操作結果的可能。 從上面的例子可以看出,樂觀鎖機制避免了長事務中的數據庫加鎖開銷(操作員 A


和操作員 B 操作過程中,都沒有對數據庫數據加鎖),大大提升了大併發量下的系 統整體性能表現。 需要注意的是,樂觀鎖機制往往基於系統中的數據存儲

邏輯,因此也具備一定的局 限性,如在上例中,由於樂觀鎖機制是在我們的系統中實現,來自外部系統的用戶 餘額更新操作不受我們系統的控制,因此可能

會造成髒數據被更新到數據庫中。在 系統設計階段,我們應該充分考慮到這些情況出現的可能性,並進行相應調整(如 將樂觀鎖策略在數據庫存儲過程中實

現,對外只開放基於此存儲過程的數據更新途 徑,而不是將數據庫表直接對外公開)。 Hibernate 在其數據訪問引擎中內置了樂觀鎖實現。如果不用考慮外

部系統對數 據庫的更新操作,利用 Hibernate 提供的透明化樂觀鎖實現,將大大提升我們的 生產力。


Hibernate 中可以通過 class 描述符的 optimistic-lock 屬性結合 version描述符指定。

現在,我們爲之前示例中的 User 加上樂觀鎖機制。

 

1 . 首先爲 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;
}
 
 
    
    
}

  


        然後是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"
 
<hibernate-mapping package="com.xiaohao.test">
 
    <class name="User"  table="user" optimistic-lock="version" >
              <id name="id">
            <generator class="native" />
        </id>
        <!--version標籤必須跟在id標籤後面-->
        <version column="version" name="version"  />
        <property name="userName"/>
        <property name="password"/>
                 
    </class>
     
 
</hibernate-mapping>

注意 version 節點必須出現在 ID 節點之後。 
這裏我們聲明瞭一個 version 屬性,用於存放用戶的版本信息,保存在 User 表的version中 

optimistic-lock 屬性有如下可選取值: 
Ø none
無樂觀鎖 
Ø version
通過版本機制實現樂觀鎖 
Ø dirty
通過檢查發生變動過的屬性實現樂觀鎖 
Ø all
通過檢查所有屬性實現樂觀鎖 
其中通過 version 實現的樂觀鎖機制是 Hibernate 官方推薦的樂觀鎖實現,同時也 
是 Hibernate 中,目前唯一在數據對象脫離 Session 發生修改的情況下依然有效的鎖機 
制。因此,一般情況下,我們都選擇 version 方式作爲 Hibernate 樂觀鎖實現機制。


2 . 配置文件hibernate.cfg.xml和UserTest測試類

   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"
 
<hibernate-configuration>
<session-factory>
 
    <!-- 指定數據庫方言 如果使用jbpm的話,數據庫方言只能是InnoDB-->
    <property name="dialect">org.hibernate.dialect.MySQL5InnoDBDialect</property>
    <!-- 根據需要自動創建數據表 -->
    <property name="hbm2ddl.auto">update</property>
    <!-- 顯示Hibernate持久化操作所生成的SQL -->
    <property name="show_sql">true</property>
    <!-- 將SQL腳本進行格式化後再輸出 -->
    <property name="format_sql">false</property>
    <property name="current_session_context_class">thread</property>
 
 
    <!-- 導入映射配置 -->
    <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('張英雄16','123')")
//                  .executeUpdate();
        User user=(User) session.get(User.class1);
        user.setUserName("221");
//      session.save(user);
     
        System.out.println("恭喜您,用戶的數據插入成功了哦~~");
        tx.commit();
    }
 
}

  每次對 TUser 進行更新的時候,我們可以發現,數據庫中的 version 都在遞增。



下面我們將要通過樂觀鎖來實現一下併發和同步的測試用例:

這裏需要使用兩個測試類,分別運行在不同的虛擬機上面,以此來模擬多個用戶同時操作一張表,同時其中一個測試類需要模擬長事務

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();
     
    }
 
}

 

操作流程及簡單講解: 首先啓動UserTest2.java測試類,在執行到Thread.sleep(10000);這條語句的時候,當前線程會進入睡眠狀態。在10秒鐘之內

                            啓動UserTest這個類,在到達10秒的時候,我們將會在UserTest.java中拋出下面的異常:

 

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代碼將在 tx.commit() 處拋出 StaleObjectStateException 異 常,並指出版本檢查失敗,當前事務正在試圖提交一個過期數據。通過捕捉這個異常,我 們就可以在樂觀鎖校驗失敗時進行相應處理

 

 

 

   3、常見併發同步案例分析

    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,問你如何解決併發問題(可擴展到任何高併發網站要考慮

               的併發讀寫問題)

    問題,1w個人來訪問,票沒出去前要保證大家都能看到有票,不可能一個人在看到票的時候別人就不能看了。到底誰能搶到,那得看這個人的“運氣”(網

             絡快慢等)

其次考慮的問題,併發,1w個人同時點擊購買,到底誰能成交?總共只有一張票。

首先我們容易想到和併發相關的幾個方案 :

鎖同步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,java中指的是syncrinized關鍵字。鎖也有2個層面,一個是java中談到的對

象鎖,用於線程同步;另外一個層面是數據庫的鎖;如果是分佈式的系統,顯然只能利用數據庫端的鎖來實現。

假定我們採用了同步機制或者數據庫物理鎖機制,如何保證1w個人還能同時看到有票,顯然會犧牲性能,在高併發網站中是不可取的。使用hibernate後我們

提出了另外一個概念:樂觀鎖悲觀鎖(即傳統的物理鎖);

採用樂觀鎖即可解決此問題。樂觀鎖意思是不鎖定表的情況下,利用業務的控制來解決併發問題,這樣即保證數據的併發可讀性又保證保存數據的排他性,保

證性能的同時解決了併發帶來的髒數據問題。

hibernate中如何實現樂觀鎖:

前提:在現有表當中增加一個冗餘字段,version版本號, long類型

原理:

1)只有當前版本號》=數據庫表版本號,才能提交

2)提交成功後,版本號version ++

實現很簡單:在ormapping增加一屬性optimistic-lock="version"即可,以下是樣例片段

<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3秒一個) 股票數量×20×60*6 條記錄,一月下來這個表記錄數

量多大? oracle中一張表的記錄數超過100w後 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?把所有用於存在於一個表麼?

所以,大數量的系統,必須考慮表拆分-(表名字不一樣,但是結構完全一樣),通用的幾種方式:(視情況而定)

1)按業務分,比如 手機號的表,我們可以考慮 130開頭的作爲一個表,131開頭的另外一張表 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。這裏歷史數據的報表和查詢不會影響當日交易。

當然,表拆分後我們的應用得做相應的適配。單純的or-mapping也許就得改動了。比如部分業務得通過存儲過程等

此外,我們還得考慮緩存

這裏的緩存,指的不僅僅是hibernate,hibernate本身提供了一級二級緩存。這裏的緩存獨立於應用,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的。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。

簡單的緩存大家可以理解爲自己做一個hashmap,把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裏讀取,而不

讀數據庫;專業些的目前有獨立的緩存框架比如memcached 等,可獨立部署成一個緩存服務器。

 

4、常見的提高高併發下訪問的效率的手段

      首先要了解高併發的的瓶頸在哪裏?

     1、可能是服務器網絡帶寬不夠

     2.可能web線程連接數不夠

     3.可能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

   最後複製一些在高併發下面需要常常需要處理的內容:

  • 儘量使用緩存,包括用戶緩存,信息緩存等,多花點內存來做緩存,可以大量減少與數據庫的交互,提高性能。

  • 用jprofiler等工具找出性能瓶頸,減少額外的開銷。

  • 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)。

  • 優化數據庫結構,多做索引,提高查詢效率。

  • 統計的功能儘量做緩存,或按每天一統計或定時統計相關報表,避免需要時進行統計的功能。

  • 能使用靜態頁面的地方儘量使用,減少容器的解析(儘量將動態內容生成靜態html來顯示)。

  • 解決以上問題後,使用服務器集羣來解決單臺的瓶頸問題。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章