在上一篇文章中,我主要向大家介绍了利用servicestack连接redis以及一些redis的基本数据类型,传送门
本文中,我将通过一个具体应用场景为大家介绍redis中的并发和原子操作
其中用到的redis命令,请大家去redis官网查询http://www.redis.io/commands
一 一个投票统计的应用场景
假设我要做一个实时统计投票数的应用,这个投票总共有A、B、C、D四个选项,因为是一个高并发的场景,所以我准备用redis来存储投票数
我们首先利用redis-cli模拟这个过程,打开命令终端,新建一个hash类型的key,叫做TicketCount, 编号为1,然后我们将选项作为其field值,
redis命令如下:
然后我们利用servicestack模拟投票场景,代码如下:
static void Main(string[] args)
{
RedisClient[] redisCli = new RedisClient[8]{
new RedisClient("192.168.101.165", 6379),
new RedisClient("192.168.101.165", 6379),
new RedisClient("192.168.101.165", 6379),
new RedisClient("192.168.101.165", 6379),
new RedisClient("192.168.101.165", 6379),
new RedisClient("192.168.101.165", 6379),
new RedisClient("192.168.101.165", 6379),
new RedisClient("192.168.101.165", 6379)
};
ThreadPool.QueueUserWorkItem(o =>
{
testTicketCount(redisCli[0], "A");
});
ThreadPool.QueueUserWorkItem(o =>
{
testTicketCount(redisCli[1], "A");
});
ThreadPool.QueueUserWorkItem(o =>
{
testTicketCount(redisCli[2], "B");
});
ThreadPool.QueueUserWorkItem(o =>
{
testTicketCount(redisCli[3], "B");
});
ThreadPool.QueueUserWorkItem(o =>
{
testTicketCount(redisCli[4], "C");
});
ThreadPool.QueueUserWorkItem(o =>
{
testTicketCount(redisCli[5], "C");
});
ThreadPool.QueueUserWorkItem(o =>
{
testTicketCount(redisCli[6], "D");
});
ThreadPool.QueueUserWorkItem(o =>
{
testTicketCount(redisCli[7], "D");
});
Console.Read();
}
/// <summary>
/// 对某个选项进行投票,投票数加1
/// </summary>
/// <param name="rediscli"></param>
/// <param name="field"></param>
internal static void testTicketCount(IRedisClient rediscli, string field)
{
int k = 0;
for (int i = 0; i <= 99; i++)
{
k = int.Parse(rediscli.GetValueFromHash("TicketCount", field))+1;
rediscli.SetEntryInHash("TicketCount", field, k.ToString());
}
}
我们设想的结果是A、B、C、D四个选项各获得了200票,但是对多线程比较熟悉的同学马上就能看出问题了,
事实上最终的结果是
没错,在一个线程执行GetValueFromHash和SetEntryInHash两条命令的时候,另一个线程修改了key的值,破坏了操作的原子性
这个过程中,A选项明显丢掉了一张投票。
二 Nosql中的原子性
要保证数据操作的原子性,在传统的RDBMS应用中,我们首先想到的就是事物和锁,但是在这个场景中,我们需要获得保证{get key;set key}这两步
操作的原子性,我们需要获得key的值,所以无法用到事物。
让我们回到nosql的本质上来,来谈谈锁的运用,有兴趣的同学可以看看关于nosql的CAP原则和传统的RDBMS的ACID原则:
从上图中,我们可以看到,NoSQL系统更加注重性能,是不保证一客户端的两个操作的原子性保证的
(redis中的事物比较特殊,我将会在下一篇文章中讨论)
三 利用hincrby
幸亏redis还提供hincrby命令,也就是直接对hset某个字段的值加上某个整数
也就是对某个hash key中的某个value 值 提供加一操作。我们可以将TicketCount函数修改一下:
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 }
但是问题是,如果换了一个应用场景,A中存储的不是数值而是字符串呢?
四 并发和原子操作
这两个特性是完全矛盾的,nosql的设计理念就是为了支持高并发,所以它注定就对原子操作的支持性不高。
因为原子操作必然要涉及到数据库级别的锁,会带来各种性能损耗。
至于redis中的事物,完全是和redis的实现机制有关的,我将会在下一篇文章中和大家讨论
有同学提到了乐观锁机制,servicestack中也已经实现了乐观锁,我也会在下一篇中提到
作者:Mars
出处:http://www.cnblogs.com/marsblog/