Java請(qǐng)求流量合并和拆分提高系統(tǒng)的并發(fā)量示例
序言
在并發(fā)場(chǎng)景中,當(dāng)熱點(diǎn)緩存Key失效時(shí),流量瞬間打到數(shù)據(jù)庫中,此所謂緩存擊穿現(xiàn)象;當(dāng)大范圍的緩存Key失效時(shí),流量也會(huì)打到數(shù)據(jù)庫中,此所謂緩存雪崩現(xiàn)象。
當(dāng)使用分布式行鎖時(shí),能夠有效解決緩存擊穿問題;當(dāng)使用分布式表鎖時(shí),能夠解決緩存雪崩問題。實(shí)際操作中,分布式表鎖不在考慮范圍,理由是降低并發(fā)量。
本文將從另一個(gè)角度出發(fā),將請(qǐng)求流量合并和拆分,以提高系統(tǒng)的并發(fā)量。
理論基礎(chǔ)
流量的合并與拆分原理是將多條請(qǐng)求合并成一條請(qǐng)求,執(zhí)行后再將結(jié)果拆分。在數(shù)據(jù)庫與緩存架構(gòu)中,緩存Key失效的瞬間,大量重復(fù)請(qǐng)求打到數(shù)據(jù)庫中。實(shí)際上除了第一條請(qǐng)求為有效請(qǐng)求,隨后的請(qǐng)求為無效請(qǐng)求,浪費(fèi)數(shù)據(jù)庫連接資源。
流量的合并與拆分實(shí)踐是額外喚醒一個(gè)線程,每隔固定時(shí)間(比如200毫秒)發(fā)送合并后的請(qǐng)求,執(zhí)行完成后將查詢結(jié)果進(jìn)行拆分,分發(fā)到原始請(qǐng)求中,原始請(qǐng)求響應(yīng)用戶請(qǐng)求。

從應(yīng)用到數(shù)據(jù)庫之間連接資源需求顯著下降,從而提高數(shù)據(jù)庫連接資源利用率。
應(yīng)用實(shí)踐
(一)編碼與使用
基于MybatisPlus提供一個(gè)內(nèi)置封裝的服務(wù)類QueueServiceImpl,透明的實(shí)現(xiàn)查詢?cè)斍榱髁康暮喜⑴c拆分,使用者可屏蔽內(nèi)部實(shí)現(xiàn)。
<dependency>
<groupId>xin.altitude.cms</groupId>
<artifactId>ucode-cms-common</artifactId>
<version>1.4.4</version>
</dependency>對(duì)于一定時(shí)間區(qū)間內(nèi)的所有請(qǐng)求,合并成一條請(qǐng)求處理。
@Override
public BuOrder getOrderById(Long orderId) {
return getById(orderId);
}舉例說明,如果特定時(shí)間區(qū)間內(nèi)匯集了相同的主鍵請(qǐng)求,那么合并后的請(qǐng)求查詢一次數(shù)據(jù)庫便能夠響應(yīng)所有的請(qǐng)求。
子類重寫父類方法,可修改合并與拆分的行為。
@Override
protected RequstConfig createRequstConfig() {
RequstConfig config = new RequstConfig();
/* 單次最大合并請(qǐng)求數(shù)量 */
config.setMaxRequestSize(100);
/* 核心線程池大小 */
config.setCorePoolSize(1);
/* 請(qǐng)求間隔(毫秒) */
config.setRequestInterval(200);
return config;
}實(shí)現(xiàn)細(xì)節(jié)
1、ConcurrentLinkedQueue
使用ConcurrentLinkedQueue并發(fā)安全隊(duì)列用于緩沖和接收請(qǐng)求,定時(shí)任務(wù)以固定頻率從隊(duì)列中消費(fèi)數(shù)據(jù),將多條請(qǐng)求條件合并后匯總查詢。
2、CompletableFuture
CompletableFuture類是合并與拆分的關(guān)鍵類,原始請(qǐng)求將查詢條件封裝成CompletableFuture對(duì)象,提交到隊(duì)列中后陷入阻塞,定時(shí)任務(wù)分批次組裝查詢條件,得到結(jié)果后將結(jié)果拆分并存入CompletableFuture對(duì)象中,原始請(qǐng)求線程被喚醒,繼續(xù)響應(yīng)用戶請(qǐng)求。
其它應(yīng)用場(chǎng)景
應(yīng)用于數(shù)據(jù)庫間流量的合并請(qǐng)求與拆分,首先提高數(shù)據(jù)庫連接資源(稀缺資源)利用率,其次提高網(wǎng)絡(luò)間數(shù)據(jù)傳輸效率。100條數(shù)據(jù)收發(fā)100次與100條數(shù)據(jù)收發(fā)一次的效率差別。
1、服務(wù)間接口調(diào)用
服務(wù)間API接口調(diào)用同樣適用于流量的合并與拆分:比如向訂單服務(wù)發(fā)送Http API請(qǐng)求,同一時(shí)刻有100個(gè)用戶發(fā)起查詢請(qǐng)求,使用流量合并與拆分的思想可將多個(gè)訂單查詢請(qǐng)求轉(zhuǎn)換成批查詢請(qǐng)求,得到結(jié)果后分發(fā)到不同的請(qǐng)求線程,響應(yīng)用戶請(qǐng)求。
小結(jié)
在本文中,選用的隊(duì)列是本地并發(fā)安全的隊(duì)列,在分布式系統(tǒng)中,本地隊(duì)列是否合適?此處選用本地隊(duì)列基于兩點(diǎn)考慮:一是無嚴(yán)格的分布式的需求;二是CompletableFuture類不支持序列化??紤]使用Redis做分布式隊(duì)列的想法無法實(shí)現(xiàn),你用本地隊(duì)列,盡管會(huì)有少量查詢條件數(shù)據(jù)冗余(不影響結(jié)果),回避了分布式隊(duì)列的網(wǎng)絡(luò)IO延遲,反而有更優(yōu)的查詢效率。
本方案僅在高并發(fā)場(chǎng)景受益,屬于針對(duì)并發(fā)場(chǎng)景進(jìn)行架構(gòu)的優(yōu)化,普通項(xiàng)目使用常規(guī)操作即可。
以上就是Java請(qǐng)求流量合并和拆分提高系統(tǒng)的并發(fā)量示例的詳細(xì)內(nèi)容,更多關(guān)于Java流量合并拆分提高系統(tǒng)的并發(fā)量的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
新手學(xué)習(xí)Java對(duì)Redis簡(jiǎn)單操作
這篇文章主要介紹了新手學(xué)習(xí)Java對(duì)Redis簡(jiǎn)單操作,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-04-04
Spring @Bean注解的使用場(chǎng)景與案例實(shí)現(xiàn)
隨著SpringBoot的流行,我們現(xiàn)在更多采用基于注解式的配置從而替換掉了基于XML的配置,所以本篇文章我們主要探討基于注解的@Bean以及和其他注解的使用2023-03-03
Java 如何解析key為動(dòng)態(tài)的json操作
這篇文章主要介紹了Java 如何解析key為動(dòng)態(tài)的json操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-02-02
java實(shí)現(xiàn)jdbc查詢結(jié)果集result轉(zhuǎn)換成對(duì)應(yīng)list集合
本文給大家匯總介紹了java實(shí)現(xiàn)jdbc查詢結(jié)果集result轉(zhuǎn)換成對(duì)應(yīng)list集合,十分的簡(jiǎn)單,有相同需求的小伙伴可以參考下。2015-12-12
Spring Boot應(yīng)用上傳文件時(shí)報(bào)錯(cuò)的原因及解決方案
這篇文章主要介紹了Spring Boot應(yīng)用上傳文件時(shí)報(bào)錯(cuò)的原因及解決方案,幫助大家更好的理解和學(xué)習(xí)使用spring boot框架,感興趣的朋友可以了解下2021-02-02

