关于java高并发问题总结

关于java高并发问题总结

文章是参考了很多优秀博客的内容，算作自己的一个心得笔记

java代码层面来控制多线程并发的问题

这一部分在学习java基础时就已经了解，主要是围绕着synchronized关键字来对公共资源进行锁定，或是利用java提供的Lock机制来处理。
这些都依赖主要的业务逻辑来决定选择何种方式处理

利用ORM对数据库层面来控制并发问题

数据库本身有乐观锁和悲观锁的概念，一般来说，ORM的悲观锁一般是依靠数据库本身的机制来实现。例如按照锁的范围来分，就可以分为表级锁和行级锁：
表级锁，就是指当处理这个sql的时候，整个表都只能处理这一条语句，当别的线程想要对本张表进行操作时，会被阻止，直到这条语句处理结束，并且commit或者roll back以后，其他线程才能对此表进行别的操作。然而行级锁的概念与其对应，指的是操作时，数据库对当前进行加锁，例如只读锁或者共享锁。

然而乐观锁的实现，主要思路则是通过依赖数据库表的设计实现的，例如在表中添加指定的version字段。查询时对本字段不做处理，但更新时version会加1，这样可以保证多线程处理的安全性（具体原因不详细叙述）。
例如，hibernate中会有version标签，来设置version字段，然后再处理业务逻辑时自动进行锁的处理。一般是会在ormapping中加入<*hibernate-mapping>
<*class name=”com.xxxxxx.xxxx.xxx” optimistic-lock=”version” table=”T_Xxxx” schema=”STOCK”>来设置乐观锁

大数据量下的其他问题，表查询效率问题
当没有数据库集群时，主要的解决思路还是对表的一个拆分：
拆分一般包括水平拆分和垂直拆分，垂直拆分主要设计，单表拆多表，选取属性，适当冗余，来提高数据库设计合理性和查询效率。水平拆分时：不同情况一般会选取不同的方法，但主要目的还是要保证拆分成的单表量差异不大。

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 。

缓存
当用户量大时，做缓存处理是必不可少的，很直观来说，缓存可以减少用户对数据库的访问量，直接减少服务器的压力。
hibernate ORM有提供一级二级缓存机制，而且目前也有专业的缓存框架，来部署缓存服务器。

最后，理解高并发的瓶颈
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

对应的解决方法：

1.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