欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

详解java解决分布式环境中高并发环境下数据插入重复问题

程序员文章站 2023-12-19 13:58:16
java 解决分布式环境中 高并发环境下数据插入重复问题 前言 原因:服务器同时接受到的重复请求 现象:数据重复插入 / 修改操作 解决方案 : 分布式锁 对请...

java 解决分布式环境中 高并发环境下数据插入重复问题

前言

原因:服务器同时接受到的重复请求
现象:数据重复插入 / 修改操作

解决方案 : 分布式锁

对请求报文生成 摘要信息 + redis 实现分布式锁

工具类

分布式锁的应用

package com.nursling.web.filter.context;

import com.nursling.nosql.redis.redisutil;
import com.nursling.sign.signtype;
import com.nursling.sign.signutil;
import redis.clients.jedis.jedis;

import javax.servlet.servletrequest;
import javax.servlet.http.httpservletrequest;
import java.util.hashmap;
import java.util.map;

/**
 * 并发拦截
 * 高并发下 过滤掉 相同请求的工具
 * @author 杨.
 *
 */
public class contextlj {

  private static final integer jd = 0;

  /**
   * 上锁 使用redis 为分布式项目 加锁
   * @param sign
   * @param tid
   * @return
   * @throws exception
   */
  public static boolean lock(string sign, string tid) {
    synchronized (jd) { // 加锁
      jedis jedis = redisutil.getjedis();
      string utid = jedis.get(sign);
      if (utid == null) {
        jedis.set(sign, tid);
        jedis.expire(sign, 36);
        return true;
      }
      return false;
    }
  }

  /**
   * 锁验证
   * @param sign
   * @param tid
   * @return
   */
  public static boolean checklock(string sign, string tid){
    jedis jedis = redisutil.getjedis();
    string utid = jedis.get(sign);
    return tid.equals(utid);
  }

  /**
   * 去掉锁
   * @param sign
   * @param tid
   */
  public static void clent (string sign, string tid){
    if (checklock(sign, tid)) {
      jedis jedis = redisutil.getjedis();
      jedis.del(sign);
    }
  }

  /**
   * 获取摘要
   * @param request
   * @return
   */
  public static string getsign(servletrequest request){
    // 此工具是将 request中的请求内容 拼装成 key=value&key=value2 的形式 源码在线面
    map<string, string> map =       signutil.getrequstmap((httpservletrequest) request);
    string sign = null;
    try {
      // 这里使用md5方法生成摘要 signutil.getrequstmap 方法源码就不贴了
      sign = signutil.buildrequest(map, signtype.md5);
    } catch (exception e) {
      e.printstacktrace();
    }
    return sign;
  }
}
public static map<string, string> getrequstmap(httpservletrequest req){
    map<string,string> params = new hashmap<string,string>();
    map<string, string[]> requestparams = req.getparametermap();
    for (iterator<string> iter = requestparams.keyset().iterator(); iter.hasnext();) {
      string name = (string) iter.next();
      string[] values = (string[]) requestparams.get(name);
      string valuestr = "";
      for (int i = 0; i < values.length; i++) {
        valuestr = (i == values.length - 1) ? valuestr + values[i]
            : valuestr + values[i] + ",";
      }
      params.put(name, valuestr);
    }
    return params;
  }

下面是过滤器代码

对分布式锁的利用

package com.nursling.web.filter.transaction;

import com.google.gson.gson;
import com.nursling.common.randomutil;
import com.nursling.dao.util.transactionutils;
import com.nursling.model.apiresult;
import com.nursling.model.apirtncode;
import com.nursling.web.filter.context.contextlj;
import org.apache.log4j.logger;

import javax.servlet.*;
import javax.servlet.http.httpservletresponse;
import java.io.ioexception;

/**
 * 对事物进行控制 并且 避免接口 直接报漏异常信息
 * 并且过滤频繁请求
 * created by yangchao on 2016/11/4.
 */
public class transactionfilter implements filter {

  logger log = logger.getlogger(this.getclass());

  @override
  public void init(filterconfig filterconfig) throws servletexception {
  }

  @override
  public void dofilter(servletrequest request, servletresponse myresp, filterchain chain) throws ioexception, servletexception {
    string sign = "sign_" + contextlj.getsign(request); // 生成摘要
    string tid = randomutil.getrandomstring(3) + "_" + thread.currentthread().getid(); // 当前线程的身份
    try { 
      if (!contextlj.lock(sign, tid)) {
        log.warn("放弃相同 并发请求" + sign);
        frequentlyerror(myresp);
        return;
      }
      if (!contextlj.checklock(sign, tid)) {
        log.warn("加锁验证失败 " + sign + " " + tid);
        frequentlyerror(myresp);
        return;
      }
      chain.dofilter(request, myresp); // 放行
    } catch (exception e) { // 捕获到异常 进行异常过滤
      log.error("", e);
      retrunerrorinfo(myresp);
    } finally {
      contextlj.clent(sign, tid);
    }
  }

  /**
   * 频繁请求
   * @param myresp
   */
  private void frequentlyerror(servletresponse myresp) throws ioexception {
    apiresult<object> re = new apiresult<>();
    ((httpservletresponse) myresp).setheader("content-type", "text/html;charset=utf-8");
    re.setmsg("稍安勿躁,不要频繁请求");
    re.setcode(apirtncode.api_verify_fail);
    myresp.getwriter().write(new gson().tojson(re));
  }

  /**
   * 返回异常信息 
   * @param myresp
   */
  private void retrunerrorinfo(servletresponse myresp) throws ioexception {
    apiresult<object> re = new apiresult<>();
    re.setmsg("server error");
    // 这里不必理会
    re.setcode(apirtncode.service_error);
    myresp.getwriter().write(new gson().tojson(re));
  }

  @override
  public void destroy() {

  }
}

程序本身应该还有需要完善的地方, 不过经过一段时间的测试。 这个解决方案还是比较可靠的 并发测试 + 生产环境上 也没有再出现 重复请求的问题

非极端情况下 还是很可靠的

以上所述是小编给大家介绍的java解决分布式环境中高并发环境下数据插入重复问题详解整合,希望对大家有所帮助

上一篇:

下一篇: