高并发下的无锁缓存

描述两个场景

1、为了反作弊，我们需要实时的统计某个用户访问某个url的次数，每次用户访问这个url，访问次数就会增加，如果这个用户访问的url次数超过一定的数量限制，就挑选出这样的用户，认为这个用户有作弊的可能

2、现在有很多跑步软件，可以记录你步行的轨迹，实时的记录你的位置，类似这样的试试的在地图上标注你位置的应用，都需要实时通过GPS记录经纬度，从而知道你在什么位置，离目的地还有多远

这两个场景有一个共同点，就是都需要实时的计算某个值，然后保存在缓存中，其实就是一个map（key和value）

但是会出现一个问题，因为一个应用可能存在大量的用户同时访问，这样就会产生高并发的场景，假设有大量的用户同时访问了map，map就成了争用的资源（临界资源），为了解决这种冲突，传统的做法就是对这个map加锁，如下：

读

read_lock(map)

read_map(map)

un_read_lock(map)

写

write_lock(map)

write_map(map)

un_write_lock(map)

由于加锁，消耗资源高，访问map就成了应用或者系统的性能瓶颈

怎么解决这种问题呢？

想到了三种方法：

1、map分段加锁

分段map加锁，大致机理类似concurrenthashmap，不做过多介绍，大家可以自己了解，可以一定程度上缓解问题，但是还是对map加锁

2、按记录加锁

把map转变为数组，数组的索引就是用户id，对每条记录加锁，这样虽然性能得到了大幅的提高，但是锁资源消耗严重，不适合高并发

3、无锁缓存（重点介绍）

对数据进行签名验证，例如类似数据库版本控制，这种情况要通过数据库辅助解决cache miss的情况