对于我们开发的网站，如果网站的访问量非常大，那么就需要考虑相关的并发访问量。并发对于大多数程序员来说都是一个很头疼的问题，不过话说回来，既然无法逃避，那就坦然面对吧~今天我们一起来研究常见的并发和同步。为了更好的理解并发和同步，我们需要先理解两个重要的概念：3360同步和异步1。同步和异步的区别和联系。所谓同步，可以理解为执行一个函数或方法后，等待系统返回值或消息。此时程序被阻塞，只有收到返回值或消息后才会执行其他命令。异步，在执行一个函数或方法后，你不必以一种阻碍的方式等待返回值或消息，而只需要委托一个异步进程给系统。然后，当系统收到返回值或消息时，系统会自动触发委托异步流程，从而完成一个完整的流程。在一定程度上，同步可以看作是一个单线程。这个线程请求了一个方法后，会等待这个方法回复他，否则就不进行了(死硬)。在一定程度上，异步可以看作是多线程(废话，一个线程怎么能叫异步)。请求一个方法后，可以忽略它，继续执行其他方法。同步意味着一次做一件事。异步是指在没有提示的情况下做一件事，做另一件事。比如吃饭和说话，一次只能做一件事，因为只有一张嘴。但是吃饭和听音乐是异步的，因为听音乐不会诱导我们吃饭。对于Java程序员来说，我们经常会听到同步关键字synchronized。如果同步的监控对象是一个类，如果一个对象访问类中的同步方法，其他对象如果想继续访问类中的同步方法，就会被阻塞。只有在前一个对象执行完同步方法后，当前对象才能继续执行该方法。这就是同步。相反，如果方法前没有同步关键字修饰，那么不同的对象可以同时访问同一个方法，这就是异步。补充一下(脏数据和不可重复读取的相关概念)，脏数据脏读取是指当一个事务正在访问数据并对数据进行修改，但修改还没有提交到数据库时，另一个事务也访问了数据，然后使用了数据。因为这个数据是未提交的数据，所以另一个事务读取的数据是脏数据，基于脏数据的操作可能是不正确的。不可重复读取不可重复读取是指在一个事务中多次读取相同的数据。在这个事务完成之前，另一个事务也访问相同的数据。然后，在第一事务中的两次数据读取之间，由于第二事务的修改，第一事务中读取的数据可能不同。这样一个事务中两次读取的数据是不一样的，所以叫不可重复。2.如何处理并发和同步？今天如何处理并发和同步主要是通过锁机制。我们需要理解锁定机制有两个层次。一个是代码层面的，比如java中的同步锁，比较典型的就是同步关键字，这里不做过多解释。另一种是数据库级的，比较典型的有悲观锁和乐观锁。这里我们重点介绍悲观锁(传统的物理锁)和乐观锁。悲观锁定):悲观锁定顾名思义，是指对外界对数据的修改(包括本系统当前的其他事务和来自外部系统的事务)保持保守的态度。因此，在整个数据处理过程中，数据是被锁定的。悲观锁的实现往往依赖于数据库提供的锁机制(只有数据库层提供的锁机制才能真正保证数据访问的排他性，否则即使在本系统中实现了锁机制，也不能保证外部系统不会修改数据)。
依赖于数据库的典型悲观锁调用：select * from account where name=" Erica " for update。这个sql语句锁定account表中符合搜索条件的所有记录(name="Erica ")。在这个事务提交之前(事务提交时会释放事务流程中的锁)，这些记录是不能被外界修改的。Hibernate的悲观锁也是基于数据库锁机制的。以下代码锁定查询记录：string hql str=' from tuser as user where user。name=' Ericaquery query=session . create query(hqlStr)；query.setLockMode('user '，LockMode。升级)；//锁定列表userList=query . List()；//执行查询并获取数据。query.setLockMode锁定查询语句中特定别名对应的记录(我们为TUser类指定了一个别名“user”)，这意味着锁定所有返回的用户记录。观察Hibernate在运行时生成的SQL语句：select tuser0 _。id为id，tuser0 _。name as name，tuser0 _。group _ id为group _ id，tuser0 _。user _ type为user _ type，Tuser0 _。sex as sex from t _ user tuser 0 _ where(tuser 0 _。这里Hibernate通过使用数据库的for update子句来实现悲观锁定机制。Hibernate的锁定模式有：LockMode。无：无锁机制。锁定模式。Write: Hibernate在插入和更新记录时自动获取lockmode。Read: Hibernate在读取记录时自动获取。以上三种
锁机制一般由 Hibernate 内部使用，如 Hibernate 为了保证 Update 过程中对象不会被外界修改，会在 save 方法实现中自动为目标对象加上 WRITE 锁。 LockMode.UPGRADE ：利用数据库的 for update 子句加锁。 LockMode. UPGRADE_NOWAIT ： Oracle 的特定实现，利用 Oracle 的 for update nowait 子句实现加锁。 上面这两种锁机制是我们在应用层较为常用的，加锁一般通过以下方法实现： Criteria.setLockMode Query.setLockMode Session.lock 注意，只有在查询开始之前（也就是 Hiberate 生成 SQL 之前）设定加锁，才会 真正通过数据库的锁机制进行加锁处理，否则，数据已经通过不包含 for update 子句的 Select SQL 加载进来，所谓数据库加锁也就无从谈起。 为了更好的理解select... for update的锁表的过程，本人将要以mysql为例，进行相应的讲解 1、要测试锁定的状况，可以利用MySQL的Command Mode ，开二个视窗来做测试。 表的基本结构如下:
表中内容如下: 
开启两个测试窗口，在其中一个窗口执行select * from ta for update0 然后在另外一个窗口执行update操作如下图: 
等到一个窗口commit后的图片如下: 
到这里，悲观锁机制你应该了解一些了吧~ 需要注意的是for update要放到mysql的事务中，即begin和commit中，否者不起作用。 至于是锁住整个表还是锁住选中的行至于hibernate中的悲观锁使用起来比较简单，这里就不写demo了~感兴趣的自己查一下就ok了~ 乐观锁(Optimistic Locking): 相对悲观锁而言，乐观锁机制采取了更加宽松的加锁机制。悲观锁大多数情况下依 靠数据库的锁机制实现，以保证操作最大程度的独占性。但随之而来的就是数据库 性能的大量开销，特别是对长事务而言，这样的开销往往无法承受。 如一个金融系统，当某个操作员读取用户的数据，并在读出的用户数据的基础上进 行修改时（如更改用户帐户余额），如果采用悲观锁机制，也就意味着整个操作过 程中（从操作员读出数据、开始修改直至提交修改结果的全过程，甚至还包括操作 员中途去煮咖啡的时间），数据库记录始终处于加锁状态，可以想见，如果面对几 百上千个并发，这样的情况将导致怎样的后果。 乐观锁机制在一定程度上解决了这个问题。乐观锁，大多是基于数据版本 Version ）记录机制实现。何谓数据版本？即为数据增加一个版本标识，在基于数据库表的版本解决方案中，一般是通过为数据库表增加一个 “version” 字段来 实现。 读取出数据时，将此版本号一同读出，之后更新时，对此版本号加一。此时，将提 交数据的版本数据与数据库表对应记录的当前版本信息进行比对，如果提交的数据 版本号大于数据库表当前版本号，则予以更新，否则认为是过期数据。 对于上面修改用户帐户信息的例子而言，假设数据库中帐户信息表中有一个 version 字段，当前值为 1 ；而当前帐户余额字段（ balance ）为 $100 。 操作员 A 此时将其读出（ version=1 ），并从其帐户余额中扣除 $50（ $100-$50 ）。 2 在操作员 A 操作的过程中，操作员 B 也读入此用户信息（ version=1 ），并 从其帐户余额中扣除 $20 （ $100-$20 ）。 3 操作员 A 完成了修改工作，将数据版本号加一（ version=2 ），连同帐户扣 除后余额（ balance=$50 ），提交至数据库更新，此时由于提交数据版本大 于数据库记录当前版本，数据被更新，数据库记录 version 更新为 2 。 4 操作员 B 完成了操作，也将版本号加一（ version=2 ）试图向数据库提交数 据（ balance=$80 ），但此时比对数据库记录版本时发现，操作员 B 提交的 数据版本号为 2 ，数据库记录当前版本也为 2 ，不满足 “ 提交版本必须大于记 录当前版本才能执行更新 “ 的乐观锁策略，因此，操作员 B 的提交被驳回。 这样，就避免了操作员 B 用基于 version=1 的旧数据修改的结果覆盖操作 员 A 的操作结果的可能。 从上面的例子可以看出，乐观锁机制避免了长事务中的数据库加锁开销（操作员 A 和操作员 B 操作过程中，都没有对数据库数据加锁），大大提升了大并发量下的系 统整体性能表现。 需要注意的是，乐观锁机制往往基于系统中的数据存储逻辑，因此也具备一定的局 限性，如在上例中，由于乐观锁机制是在我们的系统中实现，来自外部系统的用户 余额更新操作不受我们系统的控制，因此可能会造成脏数据被更新到数据库中。在 系统设计阶段，我们应该充分考虑到这些情况出现的可能性，并进行相应调整（如 将乐观锁策略在数据库存储过程中实现，对外只开放基于此存储过程的数据更新途 径，而不是将数据库表直接对外公开）。 Hibernate 在其数据访问引擎中内置了乐观锁实现。如果不用考虑外部系统对数 据库的更新操作，利用 Hibernate 提供的透明化乐观锁实现，将大大提升我们的 生产力。Hibernate 中可以通过 class 描述符的 optimistic-lock 属性结合 version描述符指定。 现在，我们为之前示例中的 User 加上乐观锁机制。 1 ． 首先为 User 的POJO classpackage com.xiaohao.test; public class User { private Integer id; private String userName; private String password; private int version; public int getVersion() { return version;}public void setVersion(int version) { this.version = version;}public Integer getId() { return id;} public void setId(Integer id) { this.id = id;}public String getUserName() { return userName;}public void setUserName(String userName) { this.userName = userName;}public String getPassword() { return password;}public void setPassword(String password) { this.password = password;}public User() {} public User(String userName, String password) { super(); this.userName = userName; this.password = password;}} 然后是User.hbm.xml<?xml version="1.0"?><!DOCTYPE hibernate-mapping PUBLIC "-//Hibernate/Hibernate Mapping DTD 3.0//EN" "http://hibernate.sourceforge.net/hibernate-mapping-3.0.dtd"> <hibernate-mapping package="com.xiaohao.test"> <class name="User" table="user" optimistic-lock="version" > <id name="id"> <generator class="native" /> </id> <!--version标签必须跟在id标签后面--> <version column="version" name="version" /> <property name="userName"/> <property name="password"/> </class> </hibernate-mapping>注意 version 节点必须出现在 ID 节点之后。 这里我们声明了一个 version 属性，用于存放用户的版本信息，保存在 User 表的version中 optimistic-lock 属性有如下可选取值： none无乐观锁 version通过版本机制实现乐观锁 dirty通过检查发生变动过的属性实现乐观锁 all通过检查所有属性实现乐观锁 其中通过 version 实现的乐观锁机制是 Hibernate 官方推荐的乐观锁实现，同时也 是 Hibernate 中，目前唯一在数据对象脱离 Session 发生修改的情况下依然有效的锁机 制。因此，一般情况下，我们都选择 version 方式作为 Hibernate 乐观锁实现机制。 2 ． 配置文件hibernate.cfg.xml和UserTest测试类 hibernate.cfg.xml<!DOCTYPE hibernate-configuration PUBLIC "-//Hibernate/Hibernate Configuration DTD 3.0//EN" "http://hibernate.sourceforge.net/hibernate-configuration-3.0.dtd"><hibernate-configuration><session-factory> <!-- 指定数据库方言 如果使用jbpm的话，数据库方言只能是InnoDB--> <property name="dialect">org.hibernate.dialect.MySQL5InnoDBDialect</property> <!-- 根据需要自动创建数据表 --> <property name="hbm2ddl.auto">update</property> <!-- 显示Hibernate持久化操作所生成的SQL --> <property name="show_sql">true</property> <!-- 将SQL脚本进行格式化后再输出 --> <property name="format_sql">false</property> <property name="current_session_context_class">thread</property> <!-- 导入映射配置 --> <property name="connection.url">jdbc:mysql:///user</property> <property name="connection.username">root</property> <property name="connection.password">123456</property> <property name="connection.driver_class">com.mysql.jdbc.Driver</property> <mapping resource="com/xiaohao/test/User.hbm.xml" /></session-factory></hibernate-configuration>UserTest.javapackage com.xiaohao.test;import org.hibernate.Session;import org.hibernate.SessionFactory;import org.hibernate.Transaction;import org.hibernate.cfg.Configuration; public class UserTest { public static void main(String<> args) { Configuration conf=new Configuration().configure(); SessionFactory sf=conf.buildSessionFactory(); Session session=sf.getCurrentSession(); Transaction tx=session.beginTransaction();// User user=new User("小浩","英雄");// session.save(user);// session.createSQLQuery("insert into user(userName,password) value('张英雄16','123')")// .executeUpdate(); User user=(User) session.get(User.class, 1); user.setUserName("221");// session.save(user); System.out.println("恭喜您，用户的数据插入成功了哦~~"); tx.commit(); } }每次对 TUser 进行更新的时候，我们可以发现，数据库中的 version 都在递增。下面我们将要通过乐观锁来实现一下并发和同步的测试用例:这里需要使用两个测试类，分别运行在不同的虚拟机上面，以此来模拟多个用户同时操作一张表,同时其中一个测试类需要模拟长事务UserTest.javapackage com.xiaohao.test;package com.xiaohao.test; import org.hibernate.Session;import org.hibernate.SessionFactory;import org.hibernate.Transaction;import org.hibernate.cfg.Configuration; public class UserTest { public static void main(String<> args) { Configuration conf=new Configuration().configure(); SessionFactory sf=conf.buildSessionFactory(); Session session=sf.openSession();// Session session2=sf.openSession(); User user=(User) session.createQuery(" from User user where user=5").uniqueResult();// User user2=(User) session.createQuery(" from User user where user=5").uniqueResult(); System.out.println(user.getVersion());// System.out.println(user2.getVersion()); Transaction tx=session.beginTransaction(); user.setUserName("101"); tx.commit(); System.out.println(user.getVersion());// System.out.println(user2.getVersion());// System.out.println(user.getVersion import org.hibernate.Session;import org.hibernate.SessionFactory;import org.hibernate.Transaction;import org.hibernate.cfg.Configuration; public class UserTest { public static void main(String<> args) { Configuration conf=new Configuration().configure(); SessionFactory sf=conf.buildSessionFactory(); Session session=sf.openSession();// Session session2=sf.openSession(); User user=(User) session.createQuery(" from User user where user=5").uniqueResult();// User user2=(User) session.createQuery(" from User user where user=5").uniqueResult(); System.out.println(user.getVersion());// System.out.println(user2.getVersion()); Transaction tx=session.beginTransaction(); user.setUserName("101"); tx.commit(); System.out.println(user.getVersion());// System.out.println(user2.getVersion());// System.out.println(user.getVersion()==user2.getVersion());// Transaction tx2=session2.beginTransaction();// user2.setUserName("4468");// tx2.commit(); } } UserTest2.java
package com.xiaohao.test; import org.hibernate.Session;import org.hibernate.SessionFactory;import org.hibernate.Transaction;import org.hibernate.cfg.Configuration; public class UserTest2 { public static void main(String<> args) throws InterruptedException { Configuration conf=new Configuration().configure(); SessionFactory sf=conf.buildSessionFactory(); Session session=sf.openSession();// Session session2=sf.openSession(); User user=(User) session.createQuery(" from User user where user=5").uniqueResult(); Thread.sleep(10000);// User user2=(User) session.createQuery(" from User user where user=5").uniqueResult(); System.out.println(user.getVersion());// System.out.println(user2.getVersion()); Transaction tx=session.beginTransaction(); user.setUserName("100"); tx.commit(); System.out.println(user.getVersion());// System.out.println(user2.getVersion());// System.out.println(user.getVersion()==user2.getVersion());// Transaction tx2=session2.beginTransaction();// user2.setUserName("4468");// tx2.commit(); } } 操作流程及简单讲解: 首先启动UserTest2.java测试类，在执行到Thread.sleep(10000);这条语句的时候，当前线程会进入睡眠状态。在10秒钟之内
启动UserTest这个类，在到达10秒的时候，我们将会在UserTest.java中抛出下面的异常:
Exception in thread "main" org.hibernate.StaleObjectStateException: Row was updated or deleted by another transaction (or unsaved-value mapping was incorrect):
3、常见并发同步案例分析
案例一:订票系统案例，某航班只有一张机票，假定有1w个人打开你的网站来订票，问你如何解决并发问题(可扩展到任何高并发网站要考虑的并发读写问题)
问题，1w个人来访问，票没出去前要保证大家都能看到有票，不可能一个人在看到票的时候别人就不能看了。到底谁能抢到，那得看这个人的“运气”（网络快慢等）
其次考虑的问题，并发，1w个人同时点击购买，到底谁能成交？总共只有一张票。
首先我们容易想到和并发相关的几个方案 ：
锁同步同步更多指的是应用程序的层面，多个线程进来，只能一个一个的访问，java中指的是syncrinized关键字。锁也有2个层面，一个是java中谈到的对
象锁，用于线程同步；另外一个层面是数据库的锁；如果是分布式的系统，显然只能利用数据库端的锁来实现。
假定我们采用了同步机制或者数据库物理锁机制，如何保证1w个人还能同时看到有票，显然会牺牲性能，在高并发网站中是不可取的。使用hibernate后我们
提出了另外一个概念：乐观锁、悲观锁（即传统的物理锁）；
采用乐观锁即可解决此问题。乐观锁意思是不锁定表的情况下，利用业务的控制来解决并发问题，这样即保证数据的并发可读性又保证保存数据的排他性，保
证性能的同时解决了并发带来的脏数据问题。
hibernate中如何实现乐观锁：
前提：在现有表当中增加一个冗余字段，version版本号, long类型
原理：
1）只有当前版本号》=数据库表版本号，才能提交
2）提交成功后，版本号version ++
实现很简单：在ormapping增加一属性optimistic-lock="version"即可，以下是样例片段
<hibernate-mapping>
<class name="com.insigma.stock.ABC" optimistic-lock="version" table="T_Stock" schema="STOCK">
案例二、股票交易系统、银行系统，大数据量你是如何考虑的
首先，股票交易系统的行情表，每几秒钟就有一个行情记录产生，一天下来就有（假定行情3秒一个） 股票数量×20×60*6 条记录，一月下来这个表记录数
量多大？ oracle中一张表的记录数超过100w后 查询性能就很差了，如何保证系统性能？
再比如，中国移动有上亿的用户量，表如何设计？把所有用于存在于一个表么？
所以，大数量的系统，必须考虑表拆分-（表名字不一样，但是结构完全一样），通用的几种方式：（视情况而定）
1）按业务分，比如 手机号的表，我们可以考虑 130开头的作为一个表，131开头的另外一张表 以此类推
2）利用oracle的表拆分机制做分表
3）如果是交易系统，我们可以考虑按时间轴拆分，当日数据一个表，历史数据弄到其它表。这里历史数据的报表和查询不会影响当日交易。
当然，表拆分后我们的应用得做相应的适配。单纯的or-mapping也许就得改动了。比如部分业务得通过存储过程等
此外，我们还得考虑缓存
这里的缓存，指的不仅仅是hibernate，hibernate本身提供了一级二级缓存。这里的缓存独立于应用，依然是内存的读取，假如我们能减少数据库频繁的访
问，那对系统肯定大大有利的。比如一个电子商务系统的商品搜索，如果某个关键字的商品经常被搜，那就可以考虑这部分商品列表存放到缓存（内存中
去），这样不用每次访问数据库，性能大大增加。
简单的缓存大家可以理解为自己做一个hashmap，把常访问的数据做一个key，value是第一次从数据库搜索出来的值，下次访问就可以从map里读取，而不
读数据库；专业些的目前有独立的缓存框架比如memcached 等，可独立部署成一个缓存服务器。
4、常见的提高高并发下访问的效率的手段
首先要了解高并发的的瓶颈在哪里？
1、可能是服务器网络带宽不够
2.可能web线程连接数不够
3.可能数据库连接查询上不去。
根据不同的情况，解决思路也不同。
像第一种情况可以增加网络带宽，DNS域名解析分发多台服务器。负载均衡，前置代理服务器nginx、apache等等数据库查询优化，读写分离，分表等等 最后复制一些在高并发下面需要常常需要处理的内容:
尽量使用缓存，包括用户缓存，信息缓存等，多花点内存来做缓存，可以大量减少与数据库的交互，提高性能。用jprofiler等工具找出性能瓶颈，减少额外的开销。优化数据库查询语句，减少直接使用hibernate等工具的直接生成语句（仅耗时较长的查询做优化）。优化数据库结构，多做索引，提高查询效率。统计的功能尽量做缓存，或按每天一统计或定时统计相关报表，避免需要时进行统计的功能。能使用静态页面的地方尽量使用，减少容器的解析（尽量将动态内容生成静态html来显示）。解决以上问题后，使用服务器集群来解决单台的瓶颈问题。Java进阶高并发面试资料后台私信我666即可获取。
