项目实战典型案例15——高并发环境下由于使用全局变量导致数据混乱 高并发环境下对象被大量创建,导致GC并是CPU飙升

简介: 项目实战典型案例15——高并发环境下由于使用全局变量导致数据混乱 高并发环境下对象被大量创建,导致GC并是CPU飙升

高并发环境下由于使用全局变量导致数据混乱 高并发环境下对象被大量创建,导致GC并是CPU飙升


一:背景介绍

  1. 出现域名不全的情况,这里与全局变量有关。
  2. 每一次登陆都会重新创建一个对象,放到公共变量中。如果遇到高并发,这里的对象将会被大量的创建,然后上一个对象会失去引用,等待垃圾会后器进行回收,频繁的GC将会导致CPU飙升。

二:思路&方案

针对于问题一,在并发环境下有偶遇使用全局变量导致数据混乱。

方案一:将全局变量修改为局部变量。

方案二:使用ThreadLocal,该线程变量对于其他线程而言是隔离的,该变量是当前线程独有的变量,那就不存在线程共享变量的问题。

方案三:对使用到全局变量的方法或者类使用synchronized并且最后需要对全局变量进行还原。

下面对方案二和方案三进行实践,在进行实践之前我们模拟一下并发条件下使用全局变量出现数据混乱的问题。

数据混乱现象复现

业务流程:启动100个线程调用两个方法进行字符串拼接,然后数据拼接的结果。

计算类

//声明一个全局变量,ArrayList线程不安全
    List<String> keyList=new ArrayList<>();
    public  void count2() throws InterruptedException {
        keyList = new ArrayList<>();
        keyList.add("a");
        keyList.add("b");
        keyList.add("c");
        keyList.add("d");
        System.out.println("ARPRO"+keyList);
       }

客户端类

public class Client {
    public static void main(String[] args) {
        // 定义线程实现接口
        Runnable runnable = new Runnable(){
            Counter  counter = new Counter();
            @Override
            public void run() {
                try {
                    counter.count2();
                } catch (InterruptedException e) {
                    throw new RuntimeException(e);
                }
            }
        };
        // 启动100个线程
        for( int i= 0;i< 100;i++) {
            new Thread(runnable).start();
        }
    }
}

实现结果

出现数据混乱的现象

使用ThreadLocal

    private static ThreadLocal<List<String>> keyList = new ThreadLocal<List<String>>(){
        //对keyList进行初始化
        @Override public List<String> initialValue() {
            return new ArrayList<String>();
        }
    };
    public  void count2() throws InterruptedException {
        keyList.get().add("a");
        keyList.get().add("b");
        keyList.get().add("c");
        keyList.get().add("d");
        System.out.println("ARPRO"+keyList.get());
       }

实现结果

没有出现数混乱的情况

使用synchronized进行优化

synchronized 保证方法某一时刻只有一个线程去执行,从而保证线程安全性;

synchronized 可以修饰方法,对象实例,某个类,代码块

//声明一个全局变量,ArrayList线程不安全
    List<String> keyList=new ArrayList<>();
    public synchronized void count2() throws InterruptedException {
        keyList.add("a");
        keyList.add("b");
        keyList.add("c");
        keyList.add("d");
        System.out.println("ARPRO"+keyList);
        //由于虽然使用synchronized锁住了count2()这个方法保证同一时刻只有一个线程执行
        //但是线程共享全局变量,所以当方法执行完成之后,需要将keyList的值进行还原
        keyList.removeAll(keyList);
       }

ThreadLocal与synchronized的区别

1、Synchronized用于线程间的数据共享,而ThreadLocal则用于线程间的数据隔离。

2、Synchronized是利用锁的机制,代码块在某一时该只能被一个线程访问。而ThreadLocal为每一个线程都提供了变量的实例副本。

针对于问题二 每一次登陆都会重新创建一个对象,放到公共变量中。如果遇到高并发,这里的对象将会被大量的创建,然后上一个对象会失去引用,等待垃圾会后器进行回收,频繁的GC将会导致CPU飙升。

1.我们实例化一个对象,会将对象存储在堆中,会将这个对象的引用存储在栈中。当我们再次实例化keyList这个对象的时候,会再次创建这个对象,并重新在栈中创建这个对象的引用。

2.为什么频繁GC会导致cpu使用率过高,一定时间内分享cup时间片的线程数量是有限的,其中做“非业务工作”的线程占用的时间片越多,cpu使用率越高。

3.频繁GC会增加"非业务工作”的线程,这些线程会占用一定数量的cpu时间分片,导致cpu空闲时间减少,cpu使用率升高。

优化代码

结合问题一的优化,可以解决这个问题。

例如:

//声明一个全局变量,ArrayList线程不安全
    List<String> keyList=new ArrayList<>();
    public synchronized void count2() throws InterruptedException {
        keyList.add("a");
        keyList.add("b");
        keyList.add("c");
        keyList.add("d");
        System.out.println("ARPRO"+keyList);
        //由于虽然使用synchronized锁住了count2()这个方法保证同一时刻只有一个线程执行
        //但是线程共享全局变量,所以当方法执行完成之后,需要将keyList的值进行还原
        keyList.removeAll(keyList);
       }

四:总结

1.在项目开发过程中,对于公共变量的使用一方面需要慎重,需要考虑是否有并发,多线程的情况,然后根据实际情况选择对应的处理措施。

2.实例化类,也需要慎重,实例化类是有有必要。


目录
打赏
0
0
0
0
344
分享
相关文章
在高并发环境下,如何优化 WAL 的写入性能?
在高并发环境下,如何优化 WAL 的写入性能?
在高并发环境下,如何优化 WAL 的写入性能?
在高并发环境下,如何优化 WAL 的写入性能?
|
2月前
|
【Azure App Service】对App Service中CPU指标数据中系统占用部分(System CPU)的解释
在Azure App Service中,CPU占比可在App Service Plan级别查看整个实例的资源使用情况。具体应用中仅能查看CPU时间,需通过公式【CPU Time / (CPU核数 * 60)】估算占比。CPU百分比适用于可横向扩展的计划(Basic、Standard、Premium),而CPU时间适用于Free或Shared计划。然而,CPU Percentage包含所有应用及系统占用的CPU,高CPU指标可能由系统而非应用请求引起。详细分析每个进程的CPU占用需抓取Windows Performance Trace数据。
106 40
如何解决 MySQL 数据库服务器 CPU 飙升的情况
大家好,我是 V 哥。当 MySQL 数据库服务器 CPU 飙升时,如何快速定位和解决问题至关重要。本文整理了一套实用的排查和优化套路,包括使用系统监控工具、分析慢查询日志、优化 SQL 查询、调整 MySQL 配置参数、优化数据库架构及检查硬件资源等步骤。通过一个电商业务系统的案例,详细展示了从问题发现到解决的全过程,帮助你有效降低 CPU 使用率,提升系统性能。关注 V 哥,掌握更多技术干货。
125 0
招行面试:高并发写,为什么不推荐关系数据?
资深架构师尼恩针对高并发场景下为何不推荐使用关系数据库进行数据写入进行了深入剖析。文章详细解释了关系数据库(如MySQL)在高并发写入时的性能瓶颈,包括存储机制和事务特性带来的开销,并对比了NoSQL数据库的优势。通过具体案例和理论分析,尼恩为读者提供了系统化的解答,帮助面试者更好地应对类似问题,提升技术实力。此外,尼恩还分享了多个高并发系统的解决方案及优化技巧,助力开发者在面试中脱颖而出。 文章链接:[原文链接](https://mp.weixin.qq.com/s/PKsa-7eZqXDg3tpgJKCAAw) 更多技术资料和面试宝典可关注【技术自由圈】获取。
一次压测引发的数据库CPU飙升...
一次压测过程中,当数据库的qps和tps都正常时,如果cpu利用率异常的高,应该如何排查?希望通过这篇文章,给你一些启发。
在Golang高并发环境中如何进行协程同步?
在此示例中,使用互斥锁来保护对共享计数器变量 c 的访问,确保并发的 HTTP 请求不会产生数据竞争。
67 3
抖音抖店API请求获取宝贝详情数据、原价、销量、主图等参数可支持高并发调用接入演示
这是一个使用Python编写的示例代码,用于从抖音抖店API获取商品详情,包括原价、销量和主图等信息。示例展示了如何构建请求、处理响应及提取所需数据。针对高并发场景,建议采用缓存、限流、负载均衡、异步处理及代码优化等策略,以提升性能和稳定性。
高并发环境下的Nginx整合方案
【8月更文挑战第20天】在高并发环境下,整合Nginx代理服务器、静态文件服务器、Tomcat集群、Mycat数据库读写分离和消息队列,可以构建一个强大、灵活且可扩展的Web服务架构。
93 1
探索Go语言在高并发环境中的优势
在当今的技术环境中,高并发处理能力成为评估编程语言性能的关键因素之一。Go语言(Golang),作为Google开发的一种编程语言,以其独特的并发处理模型和高效的性能赢得了广泛关注。本文将深入探讨Go语言在高并发环境中的优势,尤其是其goroutine和channel机制如何简化并发编程,提升系统的响应速度和稳定性。通过具体的案例分析和性能对比,本文揭示了Go语言在实际应用中的高效性,并为开发者在选择合适技术栈时提供参考。