前言
在几年前，我就看到过有些博客写关于合并请求的文章，一开始我没有太在意，最近在看一个up讲述关于商品模块的牛X设计，为了提高高并发的处理能力，一般会用redis 自增自减来实现库存扣减，但是他采用合并扣减库存，也就是同一时间n个扣减库存会合并成一个请求，这样无疑减少了IO次数，也提高系统性能。然后今天我看淘系有篇文章讲述 怎么提高自己的系统架构水平，里面也提到合并更新操作。
🐱那么这么秀的操作，真的不尝试下吗？Let's do it~
合并请求的目的
Why
A：你是否有遇到过类似场景，需要插入数据库很多很多条数据，那我们怎么优化？还有多个redis key请求的时候，如果我们每次都去拿到连接调用，可以发现时间会比较长，那怎么处理的？MQ场景，我们有一批的消息需要发送，是不是一个一个去投递？
答案是NO，我们会批量去处理这些任务，减少IO次数，其次批量处理可以减少往返网络通讯时间，提高效率。
通过简单demo感受下
秉着没吃过猪肉，也见过猪跑的想法，我们参照别人的思路：Future来实现异步调用，等到批量处理结果出来之后再返回。
show me your code
- 我们先想象下，需要什么变量，合并请求是随意合并吗？ 答案当然不是，那么我们是将一段时间内的请求进行合并。
那么需要一个标识来表示是否符合这段时间，或者算法。比如说一秒内，都是这个需要合并请求的范围。下面就用i来计数，需求：比如说超过2个并发，我们就需要合并请求了。
- 其次我们是不是要收集所有请求的对象，还有请求处理完，我们是不是要查询处理结果集，这样我们才好返回数据。所以加上LinkedList来缓存这一时刻的请求实体，以及使用set数据结构来模拟数据库db或者其他缓存处理结果的地方。
//某一时间段并发数量，可能1秒内
static int i = 0;
//这个一时刻的处理操作的队列
LinkedList<String> list = new LinkedList<>();
//可以代替DB，或者处理结果缓存地方
Set<String> set = new HashSet<>();
- 我们需要模拟一个业务处理器，定时执行list列表的任务，然后把结果丢到set结果集里头
CompletableFuture.runAsync(() -> {
while (true) {
if(!list.isEmpty()){
Collections.shuffle(list);
set.addAll(list);
list.clear();
}
}
});- 模拟并发合并请求操作
@GetMapping("firstRequest")
public boolean firstRequest() throws InterruptedException, ExecutionException, TimeoutException {
//假设firstRequest，secondRequest同一个时间进来的
i++;
Thread.sleep(2000);
if (i > 1) {
list.add("firstRequest");
}
return CompletableFuture.supplyAsync(() -> {
int i1 = 0;
while (true) {
i1++;
if (i1 > 5) {
return false;
}
if (set.remove("firstRequest")) {
return true;
}
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}).get();
}
@GetMapping("secondRequest")
public boolean secondRequest() throws ExecutionException, InterruptedException, TimeoutException {
i++;
if (i > 1) {
list.add("secondRequest");
}
return CompletableFuture.supplyAsync(() -> {
int i1 = 0;
while (true) {
i1++;
if (i1 > 5) {
return false;
}
if (set.remove("secondRequest")) {
return true;
}
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}).get();
}🙋♂️ 我们看下第一个请求跟第二个请求，都做了啥操作？
首先第一个请求，会给i+1，代表当前时间段的计算器请求+1，然后等待一段时间，其实是为了，等第二个请求访问，让计算器达到并发等于2的场景。
然后分别将第一个跟第二个任务丢到list请求列表里头，然后我们异步任务去模拟业务处理，然后将处理结果丢到set结果返回集合中。请求通过future来定时请求返回结果，尝试5次，如果在这5次里头有结果，返回true。如果没有，则返回false。
到此我们代码实现完成了合并请求的逻辑。
合并请求的弊端
通过上面的例子，相信读者也看到有很多处等待重试拿数据的过程，比如说等待结果返回。
这个弊端都凸显出来了，如果数据量很大或者需要处理的任务很多的情况下，大家都在等待，那么服务器的资源一直被消耗，连接也会殆尽。
所以，我们需要有个合理的过期时间，比如说超过多少秒，请求的线程就不再等待直接返回超时，然后有补偿机制再次去查询处理结果。
