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,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对亿速云网站的支持!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。