详解java解决分布式环境中高并发环境下数据插入重复问题

Shun

这篇文章主要介绍了java解决并发数据重复问题 ，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
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CodeAE代码之家网站的支持！
原文链接：https://blog.csdn.net/qq_22956867/article/details/72529144