目录
- 引出
- 对象原子更新
- AtomicReference
- AtomicLongFieldUpdater
- ABA问题
- Redis冲冲冲——缓存三兄弟:缓存击穿、穿透、雪崩
- 缓存击穿
- 缓存穿透
- 缓存雪崩
- 总结
引出
Java多线程——对象的原子更新
对象原子更新
AtomicReference
package cn.test3;
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.atomic.AtomicReference;
@Data
@NoArgsConstructor
@AllArgsConstructor
class CartItem{private Long itemId;private Long num;
}
public class App17 {/*** AtomicReference* 1、原子更新引用类型* 2、AtomicReference是对对象进行原子操作,保证多线程操作同一个对象时候的线程安全性*/public static void main(String[] args) throws InterruptedException {//1. 创建原子更新引用类型,保证多线程操作对象的原子性AtomicReference<CartItem> atomicReference = new AtomicReference<>();CartItem cartItem = new CartItem(1L,100L);//2. 存入对象atomicReference.set(cartItem);//3. 原子方式更新对象,会与set时候存入的对象进行对比,如果是同一个对象更新成功返回trueboolean result = atomicReference.compareAndSet(cartItem, new CartItem(2L, 200L));System.out.println("result = " + result);System.out.println(atomicReference.get());}
}
AtomicLongFieldUpdater
/*** AtomicLongFieldUpdater* 1、原子更新字段类型* 2、保证对象属性原子操作线程安全*/
public static void main(String[] args) throws InterruptedException {AtomicLongFieldUpdater atomicIntegerFieldUpdater =AtomicLongFieldUpdater.newUpdater(CartItem.class,"num");CartItem user = new CartItem(1L,100L);boolean flag = atomicIntegerFieldUpdater.compareAndSet(user, user.getNum(), 101);System.out.println("flag = " + flag);System.out.println("原子更新后的值:"+atomicIntegerFieldUpdater.get(user));
}
要求字段必须式: public volatile long(基本类型)
ABA问题
ABA问题: 如果另一个线程修改V值假设原来是A,先修改成B,再修改回成A。当前线程的CAS操作无法分辨当前V值是否发生过变化。
危害:
小明在提款机,提取了50元,因为提款机问题,有两个线程,同时把余额从100变为50
线程1(提款机):获取当前值100,期望更新为50,
线程2(提款机):获取当前值100,期望更新为50,
线程1成功执行,线程2某种原因block了,这时,某人给小明汇款50
线程3(默认):获取当前值50,期望更新为100,
这时候线程3成功执行,余额变为100,
线程2从Block中恢复,获取到的也是100,compare之后,继续更新余额为50!!!
此时可以看到,实际余额应该为100(100-50+50),但是实际上变为了50(100-50+50-50)这就是ABA问题带来的成功提交。
解决方法: 在变量前面加上版本号,每次变量更新的时候变量的版本号都+1
,即A->B->A
就变成了1A->2B->3A
。
public static void main(String[] args) throws InterruptedException { AtomicStampedReference<Integer> asr = new AtomicStampedReference<>(50,0);Thread thread1 = new Thread(()->{asr.compareAndSet(50,100,asr.getStamp(),asr.getStamp()+1);try {Thread.sleep(1);} catch (InterruptedException e) {e.printStackTrace();}asr.compareAndSet(100,50,asr.getStamp(),asr.getStamp()+1);});Thread thread2 = new Thread(()->{int stamp = asr.getStamp();System.out.println("thread2获取版本 = " + stamp);boolean result = asr.compareAndSet(50, 200, stamp, asr.getStamp() + 1);System.out.println("result = " + result);},"thread2");thread1.start();thread2.start();
}
单独测试:
public class App20 {public static void main(String[] args) throws InterruptedException {Integer num1 = 1000;Integer num2 = 2000;Integer num3 = 3000;Integer num4 = 4000;AtomicStampedReference<Integer> asr = new AtomicStampedReference<>(num1, 0);boolean b3 = asr.compareAndSet(num1, num2, asr.getStamp(), asr.getStamp()+1);boolean b2 = asr.compareAndSet(num2, num3, asr.getStamp(), asr.getStamp()+1);boolean b = asr.compareAndSet(num3, num4, asr.getStamp(), asr.getStamp()+1);System.out.println("b = " + b);System.out.println(asr.getReference());}
}
Redis冲冲冲——缓存三兄弟:缓存击穿、穿透、雪崩
缓存击穿
缓存击穿:redis中没有,但是数据库有
顺序:先查缓存,判断缓存是否存在;如果缓存存在,直接返回数据;如果缓存不存在,則查询数据库,将数据库的数据存入到缓存
解决方案:将热点数据设置过期时间长一点;针对数据库的热点访问方法上分布式锁;
缓存穿透
缓存穿透:redis中没有,数据库也没有
解决方案:
(1)将不存在的key,在redis设置值为null;
(2)使用布隆过滤器;
原理:https://zhuanlan.zhihu.com/p/616911933
布隆过滤器:
如果确认key不存在于redis中,那么就一定不存在;
它说key存在,就有可能存在,也可能不存在! (误差)
布隆过滤器
1、根据配置类中的 key的数量 ,误差率,计算位图数组【二维数组】
2、通过布隆过滤器存放key的时候,会计算出需要多少个hash函数,由hash函数算出多少个位图位置需要设定为1
3、查询时,根据对应的hash函数,判断对应的位置值是否都为1;如果有位置为0,则表示key一定不存在于该redis服务器中;如果全部位置都为1,则表示key可能存在于redis服务器中;
缓存雪崩
缓存雪崩:
Redis的缓存雪崩是指当Redis中大量缓存数据同时失效或者被清空时,大量的请求会直接打到数据库上,导致数据库瞬时压力过大,甚至宕机的情况。
造成缓存雪崩的原因主要有两个:
1.相同的过期时间:当Redis中大量的缓存数据设置相同的过期时间时,这些数据很可能会在同一时间点同时失效,导致大量请求直接打到数据库上。
2.缓存集中失效:当服务器重启、网络故障等因素导致Redis服务不可用,且缓存数据没有自动进行容错处理,当服务恢复时大量的数据同时被重新加载到缓存中,也会导致大量请求直接打到数据库上。
预防缓存雪崩的方法主要有以下几种:
1.设置不同的过期时间:可以将缓存数据的过期时间分散开,避免大量缓存数据在同一时间点失效。
2.使用加锁:可以将所有请求都先进行加锁操作,当某个请求去查询数据库时,如果还没有加载到缓存中,则只让单个线程去执行加载操作,其他线程等待该线程完成后再次进行判断,避免瞬间都去访问数据库从而引起雪崩。
3.提前加载预热:在系统低峰期,可以提前将部分热点数据加载到缓存中,这样可以避免在高峰期缓存数据失效时全部打到数据库上。
4.使用多级缓存:可以在Redis缓存之上再使用一层缓存,例如本地缓存等,当Redis缓存失效时,还能够从本地缓存中获取数据,避免直接打到数据库上。
本地缓存:ehcache oscache spring自带缓存 持久层框架的缓存
总结
Java多线程——对象的原子更新