问题背景:
最近在学习微信支付相关API,看到支付回调并发问题时,课程中用的 ReentrantLock 来实现 支付结果回调防止重复写入支付信息。
问题出现的原因在于 在用户完成支付的时候,微信官方会发起回调,通知系统处理订单(如修改订单信息、插入支付记录)。当一次支付成功时,微信会出现多次请求回调接口的情况,所以在处理回调的方法里面就要做好重复支付成功消息的处理。
要处理的问题如下:
-
当收到回调请求时,如果当前支付订单号已经是已支付状态(之前已经处理过回调),那么就无需处理订单,也不需要插入支付记录。
-
还要防止两个回调同时到达的并发问题(两个回调请求同时到达,同时判断订单信息为未支付),则会导致支付信息多插入一条的问题。
针对以上问题,课程视频中给出的方案是使用 ReentrantLock 加锁来实现
个人的思考:这样的锁粒度太大了,现在的需求是只控制同一个支付订单号的请求加锁就可以了,如果是所有的回调都加锁的话,显然会有性能问题。
这几天正好在学校并发编程相关知识,看到细粒度锁的几种实现:
-
分段锁
-
hash锁
-
弱引用锁
分段锁
在程序中预制 20 把锁(取决于要分片处理的数量)放入map中存放,0-19 ,在处理业务时根据业务id(支付订单ID)%20 取模,取获取 map 中的锁,这样就一定程度上避免了不同的业务id 获取到相同的锁,而影响性能了。
public class PaymentLogger {
private ReentrantLock[] locks;
public PaymentLogger(int segments) {
locks = new ReentrantLock[segments];
for (int i = 0; i < segments; i++) {
locks[i] = new ReentrantLock();
}
}
public void logPayment(int orderId, String paymentInfo) {
int segment = orderId % locks.length;
locks[segment].lock();
try {
if (isOrderPaid(orderId)) {
System.out.println("Order " + orderId + " has already been paid. No need to log payment.");
} else {
recordPaymentLog(orderId, paymentInfo);
}
} finally {
locks[segment].unlock();
}
}
private boolean isOrderPaid(int orderId) {
return false;
}
private void recordPaymentLog(int orderId, String paymentInfo) {
System.out.println("Recording payment log for order " + orderId + ": " + paymentInfo);
}
public static void main(String[] args) {
PaymentLogger paymentLogger = new PaymentLogger(5);
for (int i = 0; i < 10; i++) {
int orderId = i % 3;
String paymentInfo = "Payment " + i;
new Thread(() -> {
paymentLogger.logPayment(orderId, paymentInfo);
}).start();
}
}
}
在这个示例中,我们创建了一个 PaymentLogger 类来记录支付日志。在构造函数中,我们创建了一定数量的分段锁,用于对不同的订单进行并发控制。在 logPayment 方法中,我们首先根据订单号选择对应的分段锁,然后对该分段锁进行加锁操作。在加锁后,我们检查订单状态,如果订单已经支付,则无需记录支付日志;否则,记录支付日志。最后,我们在 finally 块中释放分段锁。
在 main 方法中,我们模拟了并发情况下多次记录支付日志的情况,通过分段锁的控制,确保了对不同订单的并发处理
hash锁
分段锁和哈希锁都是用来解决并发访问共享资源的问题,但它们的应用场景和使用方式略有不同。
分段锁主要应用于对一组资源进行分段加锁,以提高并发性能。每个锁只锁定一部分数据,这样不同的线程可以同时访问不同的分段,从而减小了锁的粒度,提高了并发度。分段锁适用于对固定数量的资源进行并发控制,比如对数组、链表等数据结构进行并发访问时,可以根据索引或者哈希值选择不同的分段锁。
哈希锁则是根据资源的哈希值来选择锁,通常用于对动态数量的资源进行并发控制。在哈希锁中,资源的哈希值决定了锁的选择,不同的资源可能会被映射到不同的锁上。哈希锁适用于对动态数量的资源进行并发控制,比如对订单号、用户ID等动态资源进行并发访问时,可以根据哈希值选择相应的锁。
因此,分段锁适用于对固定数量的资源进行并发控制,而哈希锁适用于对动态数量的资源进行并发控制。在实际应用中,根据具体的场景和需求,可以选择合适的并发控制方式来保证数据的一致性和并发性能。
import java.util.concurrent.locks.ReentrantLock;
public class PaymentLogger {
private ReentrantLock[] locks;
public PaymentLogger(int capacity) {
locks = new ReentrantLock[capacity];
for (int i = 0; i < capacity; i++) {
locks[i] = new ReentrantLock();
}
}
public void logPayment(int orderId, String paymentInfo) {
int hash = getHash(orderId);
locks[hash].lock();
try {
if (isOrderPaid(orderId)) {
System.out.println("Order " + orderId + " has already been paid. No need to log payment.");
} else {
recordPaymentLog(orderId, paymentInfo);
}
} finally {
locks[hash].unlock();
}
}
private int getHash(int orderId) {
return orderId % locks.length;
}
private boolean isOrderPaid(int orderId) {
return false;
}
private void recordPaymentLog(int orderId, String paymentInfo) {
System.out.println("Recording payment log for order " + orderId + ": " + paymentInfo);
}
public static void main(String[] args) {
PaymentLogger paymentLogger = new PaymentLogger(5);
for (int i = 0; i < 10; i++) {
int orderId = i % 3;
String paymentInfo = "Payment " + i;
new Thread(() -> {
paymentLogger.logPayment(orderId, paymentInfo);
}).start();
}
}
}
在这个示例中,我们创建了一个 PaymentLogger 类来记录支付日志。在构造函数中,我们创建了一定数量的哈希锁,用于对不同的订单进行并发控制。在 logPayment 方法中,我们首先根据订单号计算哈希值,然后使用这个哈希值选择对应的哈希锁,对其进行加锁操作。在加锁后,我们检查订单状态,如果订单已经支付,则无需记录支付日志;否则,记录支付日志。最后,我们在 finally 块中释放哈希锁。
在 main 方法中,我们模拟了并发情况下多次记录支付日志的情况,通过哈希锁的控制,确保了对不同订单的并发处理。
弱引用锁
import java.lang.ref.Reference;
import java.lang.ref.ReferenceQueue;
import java.lang.ref.WeakReference;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.locks.ReentrantLock;
public class WeakRefHashLock {
private ConcurrentHashMap<Object, LockWeakReference> lockMap = new ConcurrentHashMap<>();
private ReferenceQueue<ReentrantLock> queue = new ReferenceQueue<>();
public ReentrantLock getLock(Object key) {
clearEmptyRef();
LockWeakReference weakRef = lockMap.get(key);
ReentrantLock lock = (weakRef == null ? null : weakRef.get());
while (lock == null) {
weakRef = new LockWeakReference(key, new ReentrantLock(), queue);
LockWeakReference existingRef = lockMap.putIfAbsent(key, weakRef);
if (existingRef == null) {
lock = weakRef.get();
} else {
lock = existingRef.get();
}
}
return lock;
}
private void clearEmptyRef() {
Reference<? extends ReentrantLock> ref;
while ((ref = queue.poll()) != null) {
LockWeakReference lockWeakReference = (LockWeakReference) ref;
lockMap.remove(lockWeakReference.key);
}
}
class LockWeakReference extends WeakReference<ReentrantLock> {
private Object key;
public LockWeakReference(Object key, ReentrantLock lock, ReferenceQueue<? super ReentrantLock> q) {
super(lock, q);
this.key = key;
}
}
}
在这个示例中,我们创建了一个 WeakRefHashLock 类来存储弱引用锁。在 getLock 方法中,我们首先调用 clearEmptyRef 方法来清除已被回收的弱引用对象。然后尝试从 lockMap 中获取对应 key 的锁对象,如果获取到则直接返回,否则创建一个新的弱引用锁对象并放入 lockMap 中。
在 LockWeakReference 类中,我们使用了弱引用来存储 ReentrantLock 对象,并且存储了对应的 key 值,方便在清除无用的引用时进行操作。
这样,通过使用弱引用锁,可以在锁不再被使用时自动释放锁资源,避免了锁被长时间持有导致的内存泄漏问题。同时,通过清理已被回收的弱引用对象,释放已经不再使用的锁资源。
需要注意的是,这种方式虽然可以避免内存泄漏问题,但在并发环境下需要谨慎使用,因为弱引用锁可能会导致在极端情况下锁对象被提前回收,从而导致并发问题。在实际开发中,建议仔细评估使用弱引用锁的风险,确保在并发环境下能正确地处理锁对象的回收和重新创建。