[TOC] ## 业务场景 有一类**写多读少**的业务场景：大部分请求是对数据进行修改，少部分请求对数据进行读取。 如:滴滴,出租车司机的定位(写多),查询(读少) ## 普通方案 具体到底层的实现，往往是一个Map（本质是一个定长key，定长value的缓存结构）来存储司机的信息，或者某个类型的计数。 `Map<driver_id, DriverInfo>` 作为临界资源，在读写之前，一般要进行加锁操作 ``` void SetDriverInfo(long driver_id, DriverInfoinfo){ WriteLock (m_lock); Map<driver_id>= info; UnWriteLock(m_lock); } DriverInfo GetDriverInfo(long driver_id){ DriverInfo t; ReadLock(m_lock); t= Map<driver_id>; UnReadLock(m_lock); return t; } ``` 在并发量很大的时候（每秒20w写，1k读），锁m_lock会成为潜在瓶颈 ## 水平切分+锁粒度优化 上文中之所以锁冲突严重都公用一把锁，锁的粒度太粗（“库级别锁”）把1个Map水平切分成多个Map,可降低并发 ``` void SetDriverInfo(long driver_id, DriverInfoinfo){ i= driver_id % N; // 水平拆分成N份，N个Map，N个锁 WriteLock (m_lock [i]); //锁第i把锁 Map[i]<driver_id>= info; // 操作第i个Map UnWriteLock (m_lock[i]); // 解锁第i把锁 } ``` 每个Map的并发量（变成了1/N）和数据量都降低（变成了1/N）了，所以理论上，锁冲突会成平方指数降低,分库之后，仍然是库锁 ## MAP变Array+最细锁粒度优化 假设driver_id是递增生成的，并且缓存的内存比较大，是可以把Map优化成Array，而不是拆分成N个Map，是有可能把锁的粒度细化到最细的（每个记录一个锁）。 ``` void SetDriverInfo(long driver_id, DriverInfoinfo){ index= driver_id; WriteLock (m_lock [index]); //超级大内存，一条记录一个锁，锁行锁 Array[index]= info; //driver_id就是Array下标 UnWriteLock (m_lock[index]); // 解锁行锁 } ``` 锁冲突降到了最低，但锁资源大增 ## 变成无锁缓存 ``` void AddCountByType(long type /*, int count*/){ //不加锁 Array[type]++; // 计数++ //Array[type] += count; // 计数增加count } ``` 可以达到最高的并发，但是多线程对缓存中同一块定长数据进行操作时，有可能出现不一致的数据块，这个方案为了提高性能，牺牲了一致性。在读取计数时，获取到了错误的数据，是不能接受的（作为缓存，允许cache miss，却不允许读脏数据） ### 脏数据是如何产生的  可能每个线程写成功一半，导致出现脏数据产生，最终的结果即不是value1也不 是value2，而是一个乱七八糟的不符合预期的值value-unexpected 即时通讯系统中，通过验证签名,保证接受方收到的消息，就是发送方发送的消息.  加上签名之后，不但缓存要写入定长value本身，还要写入**定长签名**（例如16bitCRC校验）： 1. 线程1对缓存进行操作，对key想要写入value1，写入签名v1-sign 2. 线程2对缓存进行操作，对key想要写入value2，写入签名v2-sign 3. 如果不加锁，线程1和线程2对同一个定长区域进行一个并发的写操作，可能每个线程写成功一半，导致出现脏数据产生，最终的结果即不是value1也不是value2，而是一个乱七八糟的不符合预期的值value-unexpected，但签名，一定是v1-sign或者v2-sign中的任意一个 4. 数据读取的时候，不但要取出value，还要像消息接收方收到消息一样，校验一下签名，如果发现签名不一致，缓存则返回NULL，即cache miss。 对应到司机地理位置，与URL访问计数的case，除了内存缓存之前，肯定需要timer对缓存中的数据定期落盘，写入数据库，如果cache miss，可以从**数据库中读取数据**