前言
列举大家平时在工作中最容易犯的几个并发错误，都是在实际项目代码中看到的鲜活例子，希望对大家有帮助。
First Blood
线上总是出现：**ERROR 1062 (23000) Duplicate entry ‘xxx’ for key ‘yyy’**，我们来看一下有问题的这段代码：
1
2
3
4
5
6
7
8
| UserBindInfo info = selectFromDB(userId);
if(info == null){
info = new UserBindInfo(userId,deviceId);
insertIntoDB(info);
}else{
info.setDeviceId(deviceId);
updateDB(info);
}
|
在并发情况下，第一步判断都为空，就会有2个或者多个线程进入插入数据库操作，
这时候就出现了同一个ID插入多次。
正确处理姿势：
1
| insert into UserBindInfo values(#{userId},#{deviceId}) on duplicate key update deviceId=#{deviceId}多次的情况，导致插入失败。
|
一般情况下，可以用insert…on duplicate key update… 解决这个问题。
注意: 如果UserBindInfo表存在主键以及一个以上的唯一索引，在并发情况下，使用insert…on duplicate key，可能会产生死锁(Mysql5.7)，可以这样处理：
1
2
3
4
5
| try{
UserBindInfoMapper.insertIntoDB(userBindInfo);
}catch(DuplicateKeyException ex){
UserBindInfoMapper.update(userBindInfo);
}
|
Double Kill
小心你的全局变量,如下面这段代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
| public class GlobalVariableConcurrentTest {
private static final SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
public static void main(String[] args) throws InterruptedException {
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(10, 100, 1, TimeUnit.MINUTES, new LinkedBlockingQueue<>(1000));
while (true){
threadPoolExecutor.execute(()->{
String dateString = sdf.format(new Date());
try {
Date parseDate = sdf.parse(dateString);
String dateString2 = sdf.format(parseDate);
System.out.println(dateString.equals(dateString2));
} catch (ParseException e) {
e.printStackTrace();
}
});
}
}
}
|
可以看到有异常抛出
全局变量的SimpleDateFormat，在并发情况下，存在安全性问题，阿里Java规约明确要求谨慎使用它。
除了SimpleDateFormat，其实很多时候，面对全局变量，我们都需要考虑并发情况是否存在问题，如下
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| @Component
public class Test {
public static List<String> desc = new ArrayList<>();
public List<String> getDescByUserType(int userType) {
if (userType == 1) {
desc.add("普通会员不可以发送和查看邮件，请购买会员");
return desc;
} else if (userType == 2) {
desc.add("恭喜你已经是VIP会员，尽情的发邮件吧");
return desc;
}else {
desc.add("你的身份未知");
return desc;
}
}
}
|
因为desc是全局变量，在并发情况下，请求getDescByUserType方法，得到的可能并不是你想要的结果。
Trible Kill
假设现在有如下业务：控制同一个用户访问某个接口的频率不能小于5秒。一般很容易想到使用redis的 setnx操作来控制并发访问，于是有以下代码：
1
2
3
4
5
6
| if(RedisOperation.setnx(userId, 1)){
RedisOperation.expire(userId,5,TimeUnit.SECONDS));
}else{
return “访问过于频繁”;
}
|
假设执行完setnx操作，还没来得及设置expireTime，机器重启或者突然崩溃，将会发生死锁。该用户id，后面执行setnx永远将为false，这可能让你永远损失那个用户。
那么怎么解决这个问题呢，可以考虑用SET key value NX EX max-lock-time ，它是一种在 Redis 中实现锁的方法，是原子性操作，不会像以上代码分两步执行，先set再expire，它是一步到位。
客户端执行以上的命令：
- 如果服务器返回 OK ，那么这个客户端获得锁。
- 如果服务器返回 NIL ，那么客户端获取锁失败，可以在稍后再重试。
- 设置的过期时间到达之后，锁将自动释放
Quadra Kill
我们看一下有关ConcurrentHashMap的一段代码，如下：
1
2
3
4
5
6
7
8
9
|
Map<String, Integer> map = new ConcurrentHashMap();
Integer value = count.get(k);
if(value == null){
map.put(k,1);
}else{
map.put(k,value+1);
}
|
假设两条线程都进入 value==null，这一步，得出的结果是不是会变小?OK,客官先稍作休息，闭目养神一会，我们验证一下，请看一个demo：
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
| public static void main(String[] args) {
for (int i = 0; i < 1000; i++) {
testConcurrentMap();
}
}
private static void testConcurrentMap() {
final Map<String, Integer> count = new ConcurrentHashMap<>();
ExecutorService executorService = Executors.newFixedThreadPool(2);
final CountDownLatch endLatch = new CountDownLatch(2);
Runnable task = ()-> {
for (int i = 0; i < 5; i++) {
Integer value = count.get("k");
if (null == value) {
System.out.println(Thread.currentThread().getName());
count.put("k", 1);
} else {
count.put("k", value + 1);
}
}
endLatch.countDown();
};
executorService.execute(task);
executorService.execute(task);
try {
endLatch.await();
if (count.get("k") < 10) {
System.out.println(count);
}
} catch (Exception e) {
e.printStackTrace();
}
|
表面看，运行结果应该都是10对吧，好的，我们再看运行结果
：
运行结果出现了5，所以这样实现是有并发问题的，那么正确的实现姿势是啥呢？
1
2
3
4
5
6
7
8
9
10
| Map<K,V> map = new ConcurrentHashMap();
V v = map.get(k);
if(v == null){
v = new V();
V old = map. putIfAbsent(k,v);
if(old != null){
v = old;
}
}
|
可以考虑使用putIfAbsent解决这个问题
（1）如果key是新的记录，那么会向map中添加该键值对，并返回null。
（2）如果key已经存在，那么不会覆盖已有的值，返回已经存在的值
我们再来看看以下代码以及运行结果：
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
| public static void main(String[] args) {
for (int i = 0; i < 1000; i++) {
testConcurrentMap();
}
}
private static void testConcurrentMap() {
ExecutorService executorService = Executors.newFixedThreadPool(2);
final Map<String, AtomicInteger> map = Maps.newConcurrentMap();
final CountDownLatch countDownLatch = new CountDownLatch(2);
Runnable task = ()-> {
AtomicInteger oldValue;
for (int i = 0; i < 5; i++) {
oldValue = map.get("k");
if (null == oldValue) {
AtomicInteger initValue = new AtomicInteger(0);
oldValue = map.putIfAbsent("k", initValue);
if (oldValue == null) {
oldValue = initValue;
}
}
oldValue.incrementAndGet();
}
countDownLatch.countDown();
};
executorService.execute(task);
executorService.execute(task);
try {
countDownLatch.await();
System.out.println(map);
} catch (Exception e) {
e.printStackTrace();
}
}
|
Penta Kill
现有如下业务场景：用户手上有一张现金券，可以兑换相应的现金，
错误示范一
1
2
3
4
5
6
| if(isAvailable(ticketId){
1、给现金增加操作
2、deleteTicketById(ticketId)
}else{
return “没有可用现金券”
}
|
解析： 假设有两条线程A,B兑换现金，执行顺序如下：
- 1.线程A加现金
- 2.线程B加现金
- 3.线程A删除票标志
- 4.线程B删除票标志
显然，这样有问题了，已经给用户加了两次现金了。
错误示范2
1
2
3
4
5
6
| if(isAvailable(ticketId){
1、deleteTicketById(ticketId)
2、给现金增加操作
}else{
return “没有可用现金券”
}
|
并发情况下，如果一条线程，第一步deleteTicketById删除失败了，也会多添加现金。
正确处理方案
1
2
3
4
5
| if(deleteAvailableTicketById(ticketId) == 1){
1、给现金增加操作
}else{
return “没有可用现金券”
}
|
个人公众号
- 如果你是个爱学习的好孩子，可以关注我公众号，一起学习讨论。
- 如果你觉得本文有哪些不正确的地方，可以评论，也可以关注我公众号，私聊我，大家一起学习进步哈。
