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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
|
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; }} |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
|
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服务器之家网站的支持！
原文链接：https://blog.csdn.net/qq_22956867/article/details/72529144
