在上一篇文章中,我主要向大家介紹了利用servicestack連接redis以及一些redis的基本數據類型,傳送門
本文中,我將通過一個具體應用場景為大家介紹redis中的並發和原子操作
其中用到的redis命令,請大家去redis官網查詢http://www.redis.io/commands
一 一個投票統計的應用場景
假設我要做一個實時統計投票數的應用,這個投票總共有A、B、C、D四個選項,因為是一個高並發的場景,所以我准備用redis來存儲投票數
我們首先利用redis-cli模擬這個過程,打開命令終端,新建一個hash類型的key,叫做TicketCount, 編號為1,然后我們將選項作為其field值,
redis命令如下:

然后我們利用servicestack模擬投票場景,代碼如下:
1 static void Main(string[] args) 2 { 3 4 RedisClient[] redisCli = new RedisClient[8]{ 5 new RedisClient("192.168.101.165", 6379), 6 new RedisClient("192.168.101.165", 6379), 7 new RedisClient("192.168.101.165", 6379), 8 new RedisClient("192.168.101.165", 6379), 9 new RedisClient("192.168.101.165", 6379), 10 new RedisClient("192.168.101.165", 6379), 11 new RedisClient("192.168.101.165", 6379), 12 new RedisClient("192.168.101.165", 6379) 13 }; 14 ThreadPool.QueueUserWorkItem(o => 15 { 16 testTicketCount(redisCli[0], "A"); 17 }); 18 ThreadPool.QueueUserWorkItem(o => 19 { 20 testTicketCount(redisCli[1], "A"); 21 }); 22 ThreadPool.QueueUserWorkItem(o => 23 { 24 testTicketCount(redisCli[2], "B"); 25 }); 26 ThreadPool.QueueUserWorkItem(o => 27 { 28 testTicketCount(redisCli[3], "B"); 29 }); 30 ThreadPool.QueueUserWorkItem(o => 31 { 32 testTicketCount(redisCli[4], "C"); 33 }); 34 ThreadPool.QueueUserWorkItem(o => 35 { 36 testTicketCount(redisCli[5], "C"); 37 }); 38 ThreadPool.QueueUserWorkItem(o => 39 { 40 testTicketCount(redisCli[6], "D"); 41 }); 42 ThreadPool.QueueUserWorkItem(o => 43 { 44 testTicketCount(redisCli[7], "D"); 45 }); 46 47 Console.Read(); 48 } 49 /// <summary> 50 /// 對某個選項進行投票,投票數加1 51 /// </summary> 52 /// <param name="rediscli"></param> 53 /// <param name="field"></param> 54 internal static void testTicketCount(IRedisClient rediscli, string field) 55 { 56 int k = 0; 57 for (int i = 0; i <= 99; i++) 58 { 59 60 k = int.Parse(rediscli.GetValueFromHash("TicketCount", field))+1; 61 rediscli.SetEntryInHash("TicketCount", field, k.ToString()); 62 } 63 }
我們設想的結果是A、B、C、D四個選項各獲得了200票,但是對多線程比較熟悉的同學馬上就能看出問題了,
事實上最終的結果是

沒錯,在一個線程執行GetValueFromHash和SetEntryInHash兩條命令的時候,另一個線程修改了key的值,破壞了操作的原子性

這個過程中,A選項明顯丟掉了一張投票。
二 Nosql中的原子性
要保證數據操作的原子性,在傳統的RDBMS應用中,我們首先想到的就是事物和鎖,但是在這個場景中,我們需要獲得保證{get key;set key}這兩步
操作的原子性,我們需要獲得key的值,所以無法用到事物。
讓我們回到nosql的本質上來,來談談鎖的運用,有興趣的同學可以看看關於nosql的CAP原則和傳統的RDBMS的ACID原則:


從上圖中,我們可以看到,NoSQL系統更加注重性能,是不保證一客戶端的兩個操作的原子性保證的
(redis中的事物比較特殊,我將會在下一篇文章中討論)
三 利用hincrby
幸虧redis還提供hincrby命令,也就是直接對hset某個字段的值加上某個整數
也就是對某個hash key中的某個value 值 提供加一操作。我們可以將TicketCount函數修改一下:
1 internal static void testTicketCount(IRedisClient rediscli, string field) 2 { 3 int k = 0; 4 for (int i = 0; i <= 99; i++) 5 { 6 rediscli.IncrementValueInHash("TicketCount", field, 1); 7 //k = int.Parse(rediscli.GetValueFromHash("TicketCount", field))+1; 8 //rediscli.SetEntryInHash("TicketCount", field, k.ToString()); 9 } 10 }
但是問題是,如果換了一個應用場景,A中存儲的不是數值而是字符串呢?
四 並發和原子操作
這兩個特性是完全矛盾的,nosql的設計理念就是為了支持高並發,所以它注定就對原子操作的支持性不高。
因為原子操作必然要涉及到數據庫級別的鎖,會帶來各種性能損耗。
至於redis中的事物,完全是和redis的實現機制有關的,我將會在下一篇文章中和大家討論
有同學提到了樂觀鎖機制,servicestack中也已經實現了樂觀鎖,我也會在下一篇中提到
作者:Mars
出處:http://www.cnblogs.com/marsblog/
本文基於署名-非商業性使用 3.0中國大陸許可協議發布,歡迎轉載,演繹或用於商業目的,但是必須保留本文的署名 Mars (包含鏈接)
