高并发情况下怎样尽量实现无锁编程

高并发情况下怎样尽量实现无锁编程

一个在线2k的游戏，每秒钟并发都吓死人。传统的hibernate直接插库基本上是不可行的。我就一步步推导出一个无锁的数据库操作。　　　　1. 并发中如何无锁。　　一个很简单的思路，把并发转化成为单线程。Java的Disruptor就是一个很好的例子。如果用java的concurrentCollection类去做，原理就是启动一个线程，跑一个Queue，并发的时候，任务压入Queue，线程轮训读取这个Queue，然后一个个顺序执行。　　在这个设计模式下，任何并发都会变成了单线程操作，而且速度非常快。现在的node.js, 或者比较普通的ARPG服务端都是这个设计，“大循环”架构。　　这样，我们原来的系统就有了2个环境：并发环境 + ”大循环“环境　　并发环境就是我们传统的有锁环境，性能低下。　　”大循环“环境是我们使用Disruptor开辟出来的单线程无锁环境，性能强大。　　　　2. ”大循环“环境 中如何提升处理性能。　　一旦并发转成单线程，那么其中一个线程一旦出现性能问题，必然整个处理都会放慢。所以在单线程中的任何操作绝对不能涉及到IO处理。那数据库操作怎么办？　　增加缓存。这个思路很简单，直接从内存读取，必然会快。至于写、更新操作，采用类似的思路，把操作提交给一个Queue，然后单独跑一个Thread去一个个获取插库。这样保证了“大循环”中不涉及到IO操作。　　　　问题再次出现：　　如果我们的游戏只有个大循环还容易解决，因为里面提供了完美的同步无锁。　　但是实际上的游戏环境是并发和“大循环”并存的樱滑，即脊大腊上文的2种环境。那么无论我们怎么设计，必然会发现在缓存这块上要出现锁。　　　　3. 并发与“大循环”如何共处，消除锁？　　我们知道如果在“大循环”中要避免锁操作，那么就用“异步”，把操作交给线程处理。结合这2个特点，我稍微改下数据库架构。　　原本的缓存层，必然会存在着仿并锁，例如：　　public TableCache　　{　　private HashMap caches = new ConcurrentHashMap();　　}　　这个结构是必然的了，保证了在并发的环境下能够准确的操作缓存。但是”大循环“却不能直接操作这个缓存进行修改，所以必须启动一个线程去更新缓存，例如：　　private static final ExecutorService EXECUTOR = Executors.newSingleThreadExecutor();　　EXECUTOR.execute(new LatencyProcessor(logs));　　class LatencyProcessor implements Runnable　　{　　public void run()　　{　　// 这里可以任意的去修改内存数据。采用了异步。　　}　　}　　OK，看起来很漂亮。但是又有个问题出现了。在高速存取的过程中，非常有可能缓存还没有被更新，就被其他请求再次获取，得到了旧的数据。　　　　4. 如何保证并发环境下缓存数据的唯一正确？　　我们知道，如果只有读操作，没有写操作，那么这个行为是不需要加锁的。　　我使用这个技巧，在缓存的上层，再加一层缓存，成为”一级缓存“，原来的就自然成为”二级缓存“。有点像CPU了对不？　　一级缓存只能被”大循环“修改，但是可以被并发、”大循环“同时获取，所以是不需要锁的。　　当发生数据库变动，分2种情况：　　1）并发环境下的数据库变动，我们是允许有锁的存在，所以直接操作二级缓存，没有问题。　　2）”大循环“环境下数据库变动，首先我们把变动数据存储在一级缓存，然后交给异步修正二级缓存，修正后删除一级缓存。　　这样，无论在哪个环境下读取数据，首先判断一级缓存，没有再判断二级缓存。　　这个架构就保证了内存数据的绝对准确。　　而且重要的是：我们有了一个高效的无锁空间，去实现我们任意的业务逻辑。　　　　最后，还有一些小技巧提升性能。　　1. 既然我们的数据库操作已经被异步处理，那么某个时间，需要插库的数据可能很多，通过对表、主键、操作类型的排序，我们可以删除一些无效操作。例如：　　a）同一个表同一个主键的多次UPdate，取最后一次。　　b）同一个表同一个主键，只要出现Delete，前面所有操作无效。　　2. 既然我们要对操作排序，必然会存在一个根据时间排序，如何保证无锁呢？使用　　private final static AtomicLong _seq = new AtomicLong(0);　　即可保证无锁又全局唯一自增，作为时间序列。

标签：无锁,编程,并发