導(dǎo)讀

明代著名的心學(xué)集大成者王陽明先生在《傳習(xí)錄》中有云：

道無精粗，人之所見有精粗。如這一間房，人初進(jìn)來，只見一個大規(guī)模如此。處久，便柱壁之類，一一看得明白。再久，如柱上有些文藻，細(xì)細(xì)都看出來。然只是一間房。

是的，知識理論哪有什么精粗之分，只是人的認(rèn)識程度不同而已。筆者在初創(chuàng)公司摸爬滾打數(shù)年，接觸了各式各樣的Java服務(wù)端架構(gòu)，見得多了自然也就認(rèn)識深了，就能分辨出各種方案的優(yōu)劣了。這里，筆者總結(jié)了一些初創(chuàng)公司存在的Java服務(wù)端問題，并嘗試性地給出了一些不成熟的解決方案。

1.系統(tǒng)不是分布式

隨著互聯(lián)網(wǎng)的發(fā)展，計算機系統(tǒng)早就從單機獨立工作過渡到多機器協(xié)同工作。計算機以集群的方式存在，按照分布式理論構(gòu)建出龐大復(fù)雜的應(yīng)用服務(wù)，早已深入人心并得到廣泛地應(yīng)用。但是，仍然有不少創(chuàng)業(yè)公司的軟件系統(tǒng)停留在"單機版"。

1.1.單機版系統(tǒng)搶單案例

這里，用并發(fā)性比較高的搶單功能為例說明：

// 搶取訂單函數(shù) public synchronized void grabOrder(Long orderId, Long userId) {// 獲取訂單信息OrderDO order = orderDAO.get(orderId);if (Objects.isNull(order)) {throw new BizRuntimeException(String.format("訂單(%s)不存在", orderId));}// 檢查訂單狀態(tài)if (!Objects.equals(order.getStatus, OrderStatus.WAITING_TO_GRAB.getValue())) {throw new BizRuntimeException(String.format("訂單(%s)已被搶", orderId));}// 設(shè)置訂單被搶orderDAO.setGrabed(orderId, userId); }

以上代碼，在一臺服務(wù)器上運行沒有任何問題。進(jìn)入函數(shù)grabOrder（搶取訂單）時，利用synchronized關(guān)鍵字把整個函數(shù)鎖定，要么進(jìn)入函數(shù)前訂單未被人搶取從而搶取訂單成功，要么進(jìn)入函數(shù)前訂單已被搶取導(dǎo)致?lián)屓∮唵问?#xff0c;絕對不會出現(xiàn)進(jìn)入函數(shù)前訂單未被搶取而進(jìn)入函數(shù)后訂單又被搶取的情況。

但是，如果上面的代碼在兩臺服務(wù)器上同時運行，由于Java的synchronized關(guān)鍵字只在一個虛擬機內(nèi)生效，所以就會導(dǎo)致兩個人能夠同時搶取一個訂單，但會以最后一個寫入數(shù)據(jù)庫的數(shù)據(jù)為準(zhǔn)。所以，大多數(shù)的單機版系統(tǒng)，是無法作為分布式系統(tǒng)運行的。

1.2.分布式系統(tǒng)搶單案例

添加分布式鎖，進(jìn)行代碼優(yōu)化：

// 搶取訂單函數(shù) public void grabOrder(Long orderId, Long userId) {Long lockId = orderDistributedLock.lock(orderId);try {grabOrderWithoutLock(orderId, userId);} finally {orderDistributedLock.unlock(orderId, lockId);} }// 不帶鎖的搶取訂單函數(shù) private void grabOrderWithoutLock(Long orderId, Long userId) {// 獲取訂單信息OrderDO order = orderDAO.get(orderId);if (Objects.isNull(order)) {throw new BizRuntimeException(String.format("訂單(%s)不存在", orderId));}// 檢查訂單狀態(tài)if (!Objects.equals(order.getStatus, OrderStatus.WAITING_TO_GRAB.getValue())) {throw new BizRuntimeException(String.format("訂單(%s)已被搶", orderId));}// 設(shè)置訂單被搶orderDAO.setGrabed(orderId, userId); }

優(yōu)化后的代碼，在調(diào)用函數(shù)grabOrderWithoutLock（不帶鎖的搶取訂單）前后，利用分布式鎖orderDistributedLock（訂單分布式鎖）進(jìn)行加鎖和釋放鎖，跟單機版的synchronized關(guān)鍵字加鎖效果基本一樣。

1.3.分布式系統(tǒng)的優(yōu)缺點

分布式系統(tǒng)（Distributed System）是支持分布式處理的軟件系統(tǒng)，是由通信網(wǎng)絡(luò)互聯(lián)的多處理機體系結(jié)構(gòu)上執(zhí)行任務(wù)的系統(tǒng)，包括分布式操作系統(tǒng)、分布式程序設(shè)計語言及其編譯系統(tǒng)、分布式文件系統(tǒng)分布式數(shù)據(jù)庫系統(tǒng)等。

分布式系統(tǒng)的優(yōu)點：

可靠性、高容錯性：

一臺服務(wù)器的崩潰，不會影響其它服務(wù)器，其它服務(wù)器仍能提供服務(wù)。

可擴展性：

如果系統(tǒng)服務(wù)能力不足，可以水平擴展更多服務(wù)器。

靈活性：

可以很容易的安裝、實施、擴容和升級系統(tǒng)。

性能高：

擁有多臺服務(wù)器的計算能力，比單臺服務(wù)器處理速度更快。

性價比高：

分布式系統(tǒng)對服務(wù)器硬件要求很低，可以選用廉價服務(wù)器搭建分布式集群，從而得到更好的性價比。

分布式系統(tǒng)的缺點：

排查難度高：

由于系統(tǒng)分布在多臺服務(wù)器上，故障排查和問題診斷難度較高。

軟件支持少：

分布式系統(tǒng)解決方案的軟件支持較少。

建設(shè)成本高：

需要多臺服務(wù)器搭建分布式系統(tǒng)。

曾經(jīng)有不少的朋友咨詢我："找外包做移動應(yīng)用，需要注意哪些事項？"

首先，確定是否需要用分布式系統(tǒng)。軟件預(yù)算有多少？預(yù)計用戶量有多少？預(yù)計訪問量有多少？是否只是業(yè)務(wù)前期試水版？單臺服務(wù)器能否解決？是否接收短時間宕機？……如果綜合考慮，單機版系統(tǒng)就可以解決的，那就不要采用分布式系統(tǒng)了。因為單機版系統(tǒng)和分布式系統(tǒng)的差別很大，相應(yīng)的軟件研發(fā)成本的差別也很大。

其次，確定是否真正的分布式系統(tǒng)。分布式系統(tǒng)最大的特點，就是當(dāng)系統(tǒng)服務(wù)能力不足時，能夠通過水平擴展的方式，通過增加服務(wù)器來增加服務(wù)能力。然而，單機版系統(tǒng)是不支持水平擴展的，強行擴展就會引起一系列數(shù)據(jù)問題。由于單機版系統(tǒng)和分布式系統(tǒng)的研發(fā)成本差別較大，市面上的外包團隊大多用單機版系統(tǒng)代替分布式系統(tǒng)交付。那么，如何確定你的系統(tǒng)是真正意義上的分布式系統(tǒng)呢？從軟件上來說，是否采用了分布式軟件解決方案；從硬件上來說，是否采用了分布式硬件部署方案。

1.4.分布式軟件解決方案

作為一個合格的分布式系統(tǒng)，需要根據(jù)實際需求采用相應(yīng)的分布式軟件解決方案。

1.4.1.分布式鎖

分布式鎖是單機鎖的一種擴展，主要是為了鎖住分布式系統(tǒng)中的物理塊或邏輯塊，用以此保證不同服務(wù)之間的邏輯和數(shù)據(jù)的一致性。

目前，主流的分布式鎖實現(xiàn)方式有3種：

基于數(shù)據(jù)庫實現(xiàn)的分布式鎖；

基于Redis實現(xiàn)的分布式鎖；

基于Zookeeper實現(xiàn)的分布式鎖。

1.4.2.分布式消息

分布式消息中間件是支持在分布式系統(tǒng)中發(fā)送和接受消息的軟件基礎(chǔ)設(shè)施。常見的分布式消息中間件有ActiveMQ、RabbitMQ、Kafka、MetaQ等。

MetaQ（全稱Metamorphosis）是一個高性能、高可用、可擴展的分布式消息中間件，思路起源于LinkedIn的Kafka，但并不是Kafka的一個拷貝。MetaQ具有消息存儲順序?qū)憽⑼掏铝看蠛椭С直镜睾蚗A事務(wù)等特性，適用于大吞吐量、順序消息、廣播和日志數(shù)據(jù)傳輸?shù)葓鼍啊?/p>

1.4.3.數(shù)據(jù)庫分片分組

針對大數(shù)據(jù)量的數(shù)據(jù)庫，一般會采用"分片分組"策略：

分片(shard)：主要解決擴展性問題，屬于水平拆分。引入分片，就引入了數(shù)據(jù)路由和分區(qū)鍵的概念。其中，分表解決的是數(shù)據(jù)量過大的問題，分庫解決的是數(shù)據(jù)庫性能瓶頸的問題。

分組(group)：主要解決可用性問題，通過主從復(fù)制的方式實現(xiàn)，并提供讀寫分離策略用以提高數(shù)據(jù)庫性能。

1.4.4.分布式計算

分布式計算( Distributed computing )是一種"把需要進(jìn)行大量計算的工程數(shù)據(jù)分割成小塊，由多臺計算機分別計算；在上傳運算結(jié)果后，將結(jié)果統(tǒng)一合并得出數(shù)據(jù)結(jié)論"的科學(xué)。

當(dāng)前的高性能服務(wù)器在處理海量數(shù)據(jù)時，其計算能力、內(nèi)存容量等指標(biāo)都遠(yuǎn)遠(yuǎn)無法達(dá)到要求。在大數(shù)據(jù)時代，工程師采用廉價的服務(wù)器組成分布式服務(wù)集群，以集群協(xié)作的方式完成海量數(shù)據(jù)的處理，從而解決單臺服務(wù)器在計算與存儲上的瓶頸。Hadoop、Storm以及Spark是常用的分布式計算中間件，Hadoop是對非實時數(shù)據(jù)做批量處理的中間件，Storm和Spark是對實時數(shù)據(jù)做流式處理的中間件。

除此之外，還有更多的分布式軟件解決方案，這里就不再一一介紹了。

1.5.分布式硬件部署方案

介紹完服務(wù)端的分布式軟件解決方案，就不得不介紹一下服務(wù)端的分布式硬件部署方案。這里，只畫出了服務(wù)端常見的接口服務(wù)器、MySQL數(shù)據(jù)庫、Redis緩存，而忽略了其它的云存儲服務(wù)、消息隊列服務(wù)、日志系統(tǒng)服務(wù)……

1.5.1.一般單機版部署方案

架構(gòu)說明：

只有1臺接口服務(wù)器、1個MySQL數(shù)據(jù)庫、1個可選Redis緩存，可能都部署在同一臺服務(wù)器上。

適用范圍：

適用于演示環(huán)境、測試環(huán)境以及不怕宕機且日PV在5萬以內(nèi)的小型商業(yè)應(yīng)用。

1.5.2.中小型分布式硬件部署方案

架構(gòu)說明：

通過SLB/Nginx組成一個負(fù)載均衡的接口服務(wù)器集群，MySQL數(shù)據(jù)庫和Redis緩存采用了一主一備（或多備）的部署方式。

適用范圍：

適用于日PV在500萬以內(nèi)的中小型商業(yè)應(yīng)用。

1.5.3.大型分布式硬件部署方案

架構(gòu)說明：

通過SLB/Nginx組成一個負(fù)載均衡的接口服務(wù)器集群，利用分片分組策略組成一個MySQL數(shù)據(jù)庫集群和Redis緩存集群。

適用范圍：

適用于日PV在500萬以上的大型商業(yè)應(yīng)用。

2.多線程使用不正確

多線程最主要目的就是"最大限度地利用CPU資源"，可以把串行過程變成并行過程，從而提高了程序的執(zhí)行效率。

2.1.一個慢接口案例

假設(shè)在用戶登錄時，如果是新用戶，需要創(chuàng)建用戶信息，并發(fā)放新用戶優(yōu)惠券。例子代碼如下：

// 登錄函數(shù)(示意寫法) public UserVO login(String phoneNumber, String verifyCode) {// 檢查驗證碼if (!checkVerifyCode(phoneNumber, verifyCode)) {throw new ExampleException("驗證碼錯誤");}// 檢查用戶存在UserDO user = userDAO.getByPhoneNumber(phoneNumber);if (Objects.nonNull(user)) {return transUser(user);}// 創(chuàng)建新用戶return createNewUser(user); }// 創(chuàng)建新用戶函數(shù) private UserVO createNewUser(String phoneNumber) {// 創(chuàng)建新用戶UserDO user = new UserDO();...userDAO.insert(user);// 綁定優(yōu)惠券couponService.bindCoupon(user.getId(), CouponType.NEW_USER);// 返回新用戶return transUser(user); }

其中，綁定優(yōu)惠券（bindCoupon）是給用戶綁定新用戶優(yōu)惠券，然后再給用戶發(fā)送推送通知。如果隨著優(yōu)惠券數(shù)量越來越多，該函數(shù)也會變得越來越慢，執(zhí)行時間甚至超過1秒，并且沒有什么優(yōu)化空間。現(xiàn)在，登錄（login）函數(shù)就成了名副其實的慢接口，需要進(jìn)行接口優(yōu)化。

2.2.采用多線程優(yōu)化

通過分析發(fā)現(xiàn)，綁定優(yōu)惠券（bindCoupon）函數(shù)可以異步執(zhí)行。首先想到的是采用多線程解決該問題，代碼如下：

// 創(chuàng)建新用戶函數(shù) private UserVO createNewUser(String phoneNumber) {// 創(chuàng)建新用戶UserDO user = new UserDO();...userDAO.insert(user);// 綁定優(yōu)惠券executorService.execute(()->couponService.bindCoupon(user.getId(), CouponType.NEW_USER));// 返回新用戶return transUser(user); }

現(xiàn)在，在新線程中執(zhí)行綁定優(yōu)惠券（bindCoupon）函數(shù)，使用戶登錄（login）函數(shù)性能得到很大的提升。但是，如果在新線程執(zhí)行綁定優(yōu)惠券函數(shù)過程中，系統(tǒng)發(fā)生重啟或崩潰導(dǎo)致線程執(zhí)行失敗，用戶將永遠(yuǎn)獲取不到新用戶優(yōu)惠券。除非提供用戶手動領(lǐng)取優(yōu)惠券頁面，否則就需要程序員后臺手工綁定優(yōu)惠券。所以，用采用多線程優(yōu)化慢接口，并不是一個完善的解決方案。

2.3.采用消息隊列優(yōu)化

如果要保證綁定優(yōu)惠券函數(shù)執(zhí)行失敗后能夠重啟執(zhí)行，可以采用數(shù)據(jù)庫表、Redis隊列、消息隊列的等多種解決方案。由于篇幅優(yōu)先，這里只介紹采用MetaQ消息隊列解決方案，并省略了MetaQ相關(guān)配置僅給出了核心代碼。

消息生產(chǎn)者代碼：

// 創(chuàng)建新用戶函數(shù) private UserVO createNewUser(String phoneNumber) {// 創(chuàng)建新用戶UserDO user = new UserDO();...userDAO.insert(user);// 發(fā)送優(yōu)惠券消息Long userId = user.getId();CouponMessageDataVO data = new CouponMessageDataVO();data.setUserId(userId);data.setCouponType(CouponType.NEW_USER);Message message = new Message(TOPIC, TAG, userId, JSON.toJSONBytes(data));SendResult result = metaqTemplate.sendMessage(message);if (!Objects.equals(result, SendStatus.SEND_OK)) {log.error("發(fā)送用戶({})綁定優(yōu)惠券消息失敗:{}", userId, JSON.toJSONString(result));}// 返回新用戶return transUser(user); }

注意：可能出現(xiàn)發(fā)生消息不成功，但是這種概率相對較低。

消息消費者代碼：

// 優(yōu)惠券服務(wù)類 @Slf4j @Service public class CouponService extends DefaultMessageListener<String> {// 消息處理函數(shù)@Override@Transactional(rollbackFor = Exception.class)public void onReceiveMessages(MetaqMessage<String> message) {// 獲取消息體String body = message.getBody();if (StringUtils.isBlank(body)) {log.warn("獲取消息({})體為空", message.getId());return;}// 解析消息數(shù)據(jù)CouponMessageDataVO data = JSON.parseObject(body, CouponMessageDataVO.class);if (Objects.isNull(data)) {log.warn("解析消息({})體為空", message.getId());return;}// 綁定優(yōu)惠券bindCoupon(data.getUserId(), data.getCouponType());} }

解決方案優(yōu)點：

采集MetaQ消息隊列優(yōu)化慢接口解決方案的優(yōu)點：

如果系統(tǒng)發(fā)生重啟或崩潰，導(dǎo)致消息處理函數(shù)執(zhí)行失敗，不會確認(rèn)消息已消費；由于MetaQ支持多服務(wù)訂閱同一隊列，該消息可以轉(zhuǎn)到別的服務(wù)進(jìn)行消費，亦或等到本服務(wù)恢復(fù)正常后再進(jìn)行消費。

消費者可多服務(wù)、多線程進(jìn)行消費消息，即便消息處理時間較長，也不容易引起消息積壓；即便引起消息積壓，也可以通過擴充服務(wù)實例的方式解決。

如果需要重新消費該消息，只需要在MetaQ管理平臺上點擊"消息驗證"即可。

3.流程定義不合理

3.1.原有的采購流程

這是一個簡易的采購流程，由庫管系統(tǒng)發(fā)起采購，采購員開始采購，采購員完成采購，同時回流采集訂單到庫管系統(tǒng)。

其中，完成采購動作的核心代碼如下：

/** 完成采購動作函數(shù)(此處省去獲取采購單/驗證狀態(tài)/鎖定采購單等邏輯) */ public void finishPurchase(PurchaseOrder order) {// 完成相關(guān)處理......// 回流采購單(調(diào)用HTTP接口)backflowPurchaseOrder(order);// 設(shè)置完成狀態(tài)purchaseOrderDAO.setStatus(order.getId(), PurchaseOrderStatus.FINISHED.getValue()); }

由于函數(shù)backflowPurchaseOrder（回流采購單）調(diào)用了HTTP接口，可能引起以下問題：

該函數(shù)可能耗費時間較長，導(dǎo)致完成采購接口成為慢接口；

該函數(shù)可能失敗拋出異常，導(dǎo)致客戶調(diào)用完成采購接口失敗。

3.2.優(yōu)化的采購流程

通過需求分析，把"采購員完成采購并回流采集訂單"動作拆分為"采購員完成采購"和"回流采集訂單"兩個獨立的動作，把"采購?fù)瓿?#34;拆分為"采購?fù)瓿?#34;和"回流完成"兩個獨立的狀態(tài)，更方便采購流程的管理和實現(xiàn)。

拆分采購流程的動作和狀態(tài)后，核心代碼如下：

/** 完成采購動作函數(shù)(此處省去獲取采購單/驗證狀態(tài)/鎖定采購單等邏輯) */ public void finishPurchase(PurchaseOrder order) {// 完成相關(guān)處理......// 設(shè)置完成狀態(tài)purchaseOrderDAO.setStatus(order.getId(), PurchaseOrderStatus.FINISHED.getValue()); }/** 執(zhí)行回流動作函數(shù)(此處省去獲取采購單/驗證狀態(tài)/鎖定采購單等邏輯) */ public void executeBackflow(PurchaseOrder order) {// 回流采購單(調(diào)用HTTP接口)backflowPurchaseOrder(order);// 設(shè)置回流狀態(tài)purchaseOrderDAO.setStatus(order.getId(), PurchaseOrderStatus.BACKFLOWED.getValue()); }

其中，函數(shù)executeBackflow（執(zhí)行回流）由定時作業(yè)觸發(fā)執(zhí)行。如果回流采購單失敗，采購單狀態(tài)并不會修改為"已回流"；等下次定時作業(yè)執(zhí)行時，將會繼續(xù)執(zhí)行回流動作；直到回流采購單成功為止。

3.3.有限狀態(tài)機介紹

3.3.1.概念

有限狀態(tài)機（Finite-state machine，FSM），又稱有限狀態(tài)自動機，簡稱狀態(tài)機，是表示有限個狀態(tài)以及在這些狀態(tài)之間的轉(zhuǎn)移和動作等行為的一個數(shù)學(xué)模型。

3.3.2.要素

狀態(tài)機可歸納為4個要素：現(xiàn)態(tài)、條件、動作、次態(tài)。

現(xiàn)態(tài)：指當(dāng)前流程所處的狀態(tài)，包括起始、中間、終結(jié)狀態(tài)。

條件：也可稱為事件；當(dāng)一個條件被滿足時，將會觸發(fā)一個動作并執(zhí)行一次狀態(tài)的遷移。

動作：當(dāng)條件滿足后要執(zhí)行的動作。動作執(zhí)行完畢后，可以遷移到新的狀態(tài)，也可以仍舊保持原狀態(tài)。

次態(tài)：當(dāng)條件滿足后要遷往的狀態(tài)。“次態(tài)”是相對于“現(xiàn)態(tài)”而言的，“次態(tài)”一旦被激活，就轉(zhuǎn)變成新的“現(xiàn)態(tài)”了。

3.3.3.狀態(tài)

狀態(tài)表示流程中的持久狀態(tài)，流程圖上的每一個圈代表一個狀態(tài)。

初始狀態(tài)：?流程開始時的某一狀態(tài)；

中間狀態(tài)：?流程中間過程的某一狀態(tài)；

終結(jié)狀態(tài)：?流程完成時的某一狀態(tài)。

使用建議：

狀態(tài)必須是一個持久狀態(tài)，而不能是一個臨時狀態(tài)；

終結(jié)狀態(tài)不能是中間狀態(tài)，不能繼續(xù)進(jìn)行流程流轉(zhuǎn)；

狀態(tài)劃分合理，不要把多個狀態(tài)強制合并為一個狀態(tài)；

狀態(tài)盡量精簡，同一狀態(tài)的不同情況可以用其它字段表示。

3.3.4.動作

動作的三要素：角色、現(xiàn)態(tài)、次態(tài)，流程圖上的每一條線代表一個動作。

角色：?誰發(fā)起的這個操作，可以是用戶、定時任務(wù)等；

現(xiàn)態(tài)：?觸發(fā)動作時當(dāng)前的狀態(tài)，是執(zhí)行動作的前提條件；

次態(tài)：?完成動作后達(dá)到的狀態(tài)，是執(zhí)行動作的最終目標(biāo)。

使用建議：

每個動作執(zhí)行前，必須檢查當(dāng)前狀態(tài)和觸發(fā)動作狀態(tài)的一致性；

狀態(tài)機的狀態(tài)更改，只能通過動作進(jìn)行，其它操作都是不符合規(guī)范的；

需要添加分布式鎖保證動作的原子性，添加數(shù)據(jù)庫事務(wù)保證數(shù)據(jù)的一致性；

類似的動作（比如操作用戶、請求參數(shù)、動作含義等）可以合并為一個動作，并根據(jù)動作執(zhí)行結(jié)果轉(zhuǎn)向不同的狀態(tài)。

4.系統(tǒng)間交互不科學(xué)

4.1.直接通過數(shù)據(jù)庫交互

在一些項目中，系統(tǒng)間交互不通過接口調(diào)用和消息隊列，而是通過數(shù)據(jù)庫直接訪問。問其原因，回答道："項目工期太緊張，直接訪問數(shù)據(jù)庫，簡單又快捷"。

還是以上面的采購流程為例——采購訂單由庫管系統(tǒng)發(fā)起，由采購系統(tǒng)負(fù)責(zé)采購，采購?fù)瓿珊笸ㄖ獛旃芟到y(tǒng)，庫管系統(tǒng)進(jìn)入入庫操作。采購系統(tǒng)采購?fù)瓿珊?#xff0c;通知庫管系統(tǒng)數(shù)據(jù)庫的代碼如下：

/** 執(zhí)行回流動作函數(shù)(此處省去獲取采購單/驗證狀態(tài)/鎖定采購單等邏輯) */ public void executeBackflow(PurchaseOrder order) {// 完成原始采購單rawPurchaseOrderDAO.setStatus(order.getRawId(), RawPurchaseOrderStatus.FINISHED.getValue());// 設(shè)置回流狀態(tài)purchaseOrderDAO.setStatus(order.getId(), PurchaseOrderStatus.BACKFLOWED.getValue()); }

其中，通過rawPurchaseOrderDAO（原始采購單DAO）直接訪問庫管系統(tǒng)的數(shù)據(jù)庫表，并設(shè)置原始采購單狀態(tài)為已完成。

一般情況下，直接通過數(shù)據(jù)訪問的方式是不會有問題的。但是，一旦發(fā)生競態(tài)，就會導(dǎo)致數(shù)據(jù)不同步。有人會說，可以考慮使用同一分布式鎖解決該問題。是的，這種解決方案沒有問題，只是又在系統(tǒng)間共享了分布式鎖。

直接通過數(shù)據(jù)庫交互的缺點：

直接暴露數(shù)據(jù)庫表，容易產(chǎn)生數(shù)據(jù)安全問題；

多個系統(tǒng)操作同一數(shù)據(jù)庫表，容易造成數(shù)據(jù)庫表數(shù)據(jù)混亂；

操作同一個數(shù)據(jù)庫表的代碼，分布在不同的系統(tǒng)中，不便于管理和維護(hù)；

具有數(shù)據(jù)庫表這樣的強關(guān)聯(lián)，無法實現(xiàn)系統(tǒng)間的隔離和解耦。

4.2.通過Dubbo接口交互

由于采購系統(tǒng)和庫管系統(tǒng)都是內(nèi)部系統(tǒng)，可以通過類似Dubbo的RPC接口進(jìn)行交互。

庫管系統(tǒng)代碼：

/** 采購單服務(wù)接口 */ public interface PurchaseOrderService {/** 完成采購單函數(shù) */public void finishPurchaseOrder(Long orderId); } /** 采購單服務(wù)實現(xiàn) */ @Service("purchaseOrderService") public class PurchaseOrderServiceImpl implements PurchaseOrderService {/** 完成采購單函數(shù) */@Override@Transactional(rollbackFor = Exception.class)public void finishPurchaseOrder(Long orderId) {// 相關(guān)處理...// 完成采購單purchaseOrderService.finishPurchaseOrder(order.getRawId());} }

其中，庫管系統(tǒng)通過Dubbo把PurchaseOrderServiceImpl（采購單服務(wù)實現(xiàn)）以PurchaseOrderService（采購單服務(wù)接口）定義的接口服務(wù)暴露給采購系統(tǒng)。這里，省略了Dubbo開發(fā)服務(wù)接口相關(guān)配置。

采購系統(tǒng)代碼：

/** 執(zhí)行回流動作函數(shù)(此處省去獲取采購單/驗證狀態(tài)/鎖定采購單等邏輯) */ public void executeBackflow(PurchaseOrder order) {// 完成采購單purchaseOrderService.finishPurchaseOrder(order.getRawId());// 設(shè)置回流狀態(tài)purchaseOrderDAO.setStatus(order.getId(), PurchaseOrderStatus.BACKFLOWED.getValue()); }

其中，purchaseOrderService（采購單服務(wù)）為庫管系統(tǒng)PurchaseOrderService（采購單服務(wù)）在采購系統(tǒng)中的Dubbo服務(wù)客戶端存根，通過該服務(wù)調(diào)用庫管系統(tǒng)的服務(wù)接口函數(shù)finishPurchaseOrder（完成采購單函數(shù)）。

這樣，采購系統(tǒng)和庫管系統(tǒng)自己的強關(guān)聯(lián)，通過Dubbo就簡單地實現(xiàn)了系統(tǒng)隔離和解耦。當(dāng)然，除了采用Dubbo接口外，還可以采用HTTPS、HSF、WebService等同步接口調(diào)用方式，也可以采用MetaQ等異步消息通知方式。

4.3.常見系統(tǒng)間交互協(xié)議

4.3.1.同步接口調(diào)用

同步接口調(diào)用是以一種阻塞式的接口調(diào)用機制。常見的交互協(xié)議有：

HTTP/HTTPS接口；

WebService接口；

Dubbo/HSF接口；

CORBA接口。

4.3.2.異步消息通知

異步消息通知是一種通知式的信息交互機制。當(dāng)系統(tǒng)發(fā)生某種事件時，會主動通知相應(yīng)的系統(tǒng)。常見的交互協(xié)議有：

MetaQ的消息通知；

CORBA消息通知。

4.4.常見系統(tǒng)間交互方式

4.4.1.請求-應(yīng)答

適用范圍：

適合于簡單的耗時較短的接口同步調(diào)用場景，比如Dubbo接口同步調(diào)用。

4.4.2.通知-確認(rèn)

適用范圍：

適合于簡單的異步消息通知場景，比如MetaQ消息通知。

4.4.3.請求-應(yīng)答-查詢-返回

適用范圍：

適合于復(fù)雜的耗時較長的接口同步調(diào)用場景，比如提交作業(yè)任務(wù)并定期查詢?nèi)蝿?wù)結(jié)果。

4.4.4.請求-應(yīng)答-回調(diào)

適用范圍：

適合于復(fù)雜的耗時較長的接口同步調(diào)用和異步回調(diào)相結(jié)合的場景，比如支付寶的訂單支付。

4.4.5.請求-應(yīng)答-通知-確認(rèn)

適用范圍：

適合于復(fù)雜的耗時較長的接口同步調(diào)用和異步消息通知相結(jié)合的場景，比如提交作業(yè)任務(wù)并等待完成消息通知。

4.4.6.通知-確認(rèn)-通知-確認(rèn)

適用范圍：

適合于復(fù)雜的耗時較長的異步消息通知場景。

5.數(shù)據(jù)查詢不分頁

在數(shù)據(jù)查詢時，由于未能對未來數(shù)據(jù)量做出正確的預(yù)估，很多情況下都沒有考慮數(shù)據(jù)的分頁查詢。

5.1.普通查詢案例

以下是查詢過期訂單的代碼：

/** 訂單DAO接口 */ public interface OrderDAO {/** 查詢過期訂單函數(shù) */@Select("select * from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day)")public List<OrderDO> queryTimeout(); }/** 訂單服務(wù)接口 */ public interface OrderService {/** 查詢過期訂單函數(shù) */public List<OrderVO> queryTimeout(); }

當(dāng)過期訂單數(shù)量很少時，以上代碼不會有任何問題。但是，當(dāng)過期訂單數(shù)量達(dá)到幾十萬上千萬時，以上代碼就會出現(xiàn)以下問題：

數(shù)據(jù)量太大，導(dǎo)致服務(wù)端的內(nèi)存溢出；

數(shù)據(jù)量太大，導(dǎo)致查詢接口超時、返回數(shù)據(jù)超時等；

數(shù)據(jù)量太大，導(dǎo)致客戶端的內(nèi)存溢出。

所以，在數(shù)據(jù)查詢時，特別是不能預(yù)估數(shù)據(jù)量的大小時，需要考慮數(shù)據(jù)的分頁查詢。

這里，主要介紹"設(shè)置最大數(shù)量"和"采用分頁查詢"兩種方式。

5.2.設(shè)置最大數(shù)量

"設(shè)置最大數(shù)量"是一種最簡單的分頁查詢，相當(dāng)于只返回第一頁數(shù)據(jù)。例子代碼如下：

/** 訂單DAO接口 */ public interface OrderDAO {/** 查詢過期訂單函數(shù) */@Select("select * from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day) limit 0, #{maxCount}")public List<OrderDO> queryTimeout(@Param("maxCount") Integer maxCount); }/** 訂單服務(wù)接口 */ public interface OrderService {/** 查詢過期訂單函數(shù) */public List<OrderVO> queryTimeout(Integer maxCount); }

適用于沒有分頁需求、但又擔(dān)心數(shù)據(jù)過多導(dǎo)致內(nèi)存溢出、數(shù)據(jù)量過大的查詢。

5.3.采用分頁查詢

"采用分頁查詢"是指定startIndex（開始序號）和pageSize（頁面大小）進(jìn)行數(shù)據(jù)查詢，或者指定pageIndex（分頁序號）和pageSize（頁面大小）進(jìn)行數(shù)據(jù)查詢。例子代碼如下：

/** 訂單DAO接口 */ public interface OrderDAO {/** 統(tǒng)計過期訂單函數(shù) */@Select("select count(*) from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day)")public Long countTimeout();/** 查詢過期訂單函數(shù) */@Select("select * from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day) limit #{startIndex}, #{pageSize}")public List<OrderDO> queryTimeout(@Param("startIndex") Long startIndex, @Param("pageSize") Integer pageSize); }/** 訂單服務(wù)接口 */ public interface OrderService {/** 查詢過期訂單函數(shù) */public PageData<OrderVO> queryTimeout(Long startIndex, Integer pageSize); }

適用于真正的分頁查詢，查詢參數(shù)startIndex（開始序號）和pageSize（頁面大小）可由調(diào)用方指定。

5.3.分頁查詢隱藏問題

假設(shè)，我們需要在一個定時作業(yè)（每5分鐘執(zhí)行一次）中，針對已經(jīng)超時的訂單（status=5，創(chuàng)建時間超時30天）進(jìn)行超時關(guān)閉（status=10）。實現(xiàn)代碼如下：

/** 訂單DAO接口 */ public interface OrderDAO {/** 查詢過期訂單函數(shù) */@Select("select * from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day) limit #{startIndex}, #{pageSize}")public List<OrderDO> queryTimeout(@Param("startIndex") Long startIndex, @Param("pageSize") Integer pageSize);/** 設(shè)置訂單超時關(guān)閉 */@Update("update t_order set status = 10 where id = #{orderId} and status = 5")public Long setTimeoutClosed(@Param("orderId") Long orderId) }/** 關(guān)閉過期訂單作業(yè)類 */ public class CloseTimeoutOrderJob extends Job {/** 分頁數(shù)量 */private static final int PAGE_COUNT = 100;/** 分頁大小 */private static final int PAGE_SIZE = 1000;/** 作業(yè)執(zhí)行函數(shù) */@Overridepublic void execute() {for (int i = 0; i < PAGE_COUNT; i++) {// 查詢處理訂單List<OrderDO> orderList = orderDAO.queryTimeout(i * PAGE_COUNT, PAGE_SIZE);for (OrderDO order : orderList) {// 進(jìn)行超時關(guān)閉......orderDAO.setTimeoutClosed(order.getId());}// 檢查處理完畢if(orderList.size() < PAGE_SIZE) {break;}}} }

粗看這段代碼是沒有問題的，嘗試循環(huán)100次，每次取1000條過期訂單，進(jìn)行訂單超時關(guān)閉操作，直到?jīng)]有訂單或達(dá)到100次為止。但是，如果結(jié)合訂單狀態(tài)一起看，就會發(fā)現(xiàn)從第二次查詢開始，每次會忽略掉前startIndex（開始序號）條應(yīng)該處理的過期訂單。這就是分頁查詢存在的隱藏問題：

當(dāng)滿足查詢條件的數(shù)據(jù)，在操作中不再滿足查詢條件時，會導(dǎo)致后續(xù)分頁查詢中前startIndex（開始序號）條滿足條件的數(shù)據(jù)被跳過。

可以采用"設(shè)置最大數(shù)量"的方式解決，代碼如下：

/** 訂單DAO接口 */ public interface OrderDAO {/** 查詢過期訂單函數(shù) */@Select("select * from t_order where status = 5 and gmt_create < date_sub(current_timestamp, interval 30 day) limit 0, #{maxCount}")public List<OrderDO> queryTimeout(@Param("maxCount") Integer maxCount);/** 設(shè)置訂單超時關(guān)閉 */@Update("update t_order set status = 10 where id = #{orderId} and status = 5")public Long setTimeoutClosed(@Param("orderId") Long orderId) }/** 關(guān)閉過期訂單作業(yè)(定時作業(yè)) */ public class CloseTimeoutOrderJob extends Job {/** 分頁數(shù)量 */private static final int PAGE_COUNT = 100;/** 分頁大小 */private static final int PAGE_SIZE = 1000;/** 作業(yè)執(zhí)行函數(shù) */@Overridepublic void execute() {for (int i = 0; i < PAGE_COUNT; i++) {// 查詢處理訂單List<OrderDO> orderList = orderDAO.queryTimeout(PAGE_SIZE);for (OrderDO order : orderList) {// 進(jìn)行超時關(guān)閉......orderDAO.setTimeoutClosed(order.getId());}// 檢查處理完畢if(orderList.size() < PAGE_SIZE) {break;}}} }

后記

本文是《那些年，我們見過的Java服務(wù)端“亂象”》的姐妹篇，前文主要介紹的是Java服務(wù)端規(guī)范上的問題，而本文主要介紹的是Java服務(wù)端方案上的問題。

謹(jǐn)以此文獻(xiàn)給當(dāng)年"E代駕"下的"KK拼車"團隊，懷念曾經(jīng)一起奮斗過的兄弟們，懷念那段為代駕司機深夜返程保駕護(hù)航的歲月。深感遺憾的是，"KK拼車"剛剛嶄露頭角，還沒來得及好好發(fā)展，就被公司斷臂裁撤了。值得欣慰的是，"KK拼車"自在人心，據(jù)說現(xiàn)在已經(jīng)成為了一個"民間組織"。

原文鏈接
本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。

總結(jié)

以上是生活随笔為你收集整理的那些年，我们见过的 Java 服务端“问题”的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。