博客
关于我
论分布式系统中单一锁控制的优化
阅读量:370 次
发布时间:2019-03-05

本文共 2399 字,大约阅读时间需要 7 分钟。

在分布式系统中,数据操作的一致性通常依赖于锁机制。简单的对象锁或ReadWriteLock虽然能提供线程安全,但在高并发场景下表现不足。单一锁的主要问题在于其粗粒度,容易引发严重的竞争和性能瓶颈。例如,HDFS NN中的FSN锁在高并发下会导致大量请求被阻塞。

为了优化单一锁的性能,可以采用锁粒度细化的方法。这种优化不仅仅是将ReadWriteLock分离为更细粒度的锁,而是根据实际资源进行控制。例如,在元数据更新中,将数据库锁拆分为表锁。这种方式能更精确地控制锁粒度,减少锁竞争。

细化锁粒度后,需要引入锁管理器。锁管理器负责对锁的生命周期进行管理,包括借出和归还锁。同时,可以对锁的活跃状态进行引用计数管理,避免资源泄漏。为了进一步优化,可以设置锁的最大容量限制,控制并发度。

另一个需要注意的问题是锁的资源优先级。假设系统中有三个资源类别A、B、C,A包含多个B,B又包含多个C。资源优先级应遵循:持有低优先级锁时,不能获取其上级资源锁;持有高优先级锁时,可以获取下级资源锁。例如,持有A锁时,可以获取B或C锁,但持有C锁则不能获取B或A锁。

以下是一个Hadoop Ozone中的锁管理器实现示例:

package org.apache.hadoop.ozone.lock;import org.apache.commons.pool2.impl.GenericObjectPool;import org.apache.hadoop.conf.Configuration;import org.slf4j.Logger;import org.slf4j.LoggerFactory;import java.util.Map;import java.util.concurrent.ConcurrentHashMap;public class LockManager {    private static final Logger LOG = LoggerFactory.getLogger(LockManager.class);    private final Map
activeLocks = new ConcurrentHashMap<>(); private final GenericObjectPool
lockPool = new GenericObjectPool<>(new PooledLockFactory()); public LockManager(Configuration conf) { int maxPoolSize = conf.getInt(HddsConfigKeys.HDDS_LOCK_MAX_CONCURRENCY, HddsConfigKeys.HDDS_LOCK_MAX_CONCURRENCY_DEFAULT); lockPool.setMaxTotal(maxPoolSize); } public void lock(Object resource) { activeLocks.compute(resource, (k, v) -> { ActiveLock lock; try { if (v == null) { lock = lockPool.borrowObject(); } else { lock = v; } lock.incrementActiveCount(); } catch (Exception ex) { LOG.error("Unable to obtain lock.", ex); throw new RuntimeException(ex); } return lock; }).lock(); } public void unlock(Object resource) { ActiveLock lock = activeLocks.get(resource); if (lock == null) { LOG.warn("Trying to release the lock on {}, which was never acquired.", resource); return; } lock.unlock(); activeLocks.computeIfPresent(resource, (k, v) -> { v.decrementActiveCount(); if (v.getActiveLockCount() != 0) { return v; } lockPool.returnObject(v); return null; }); }}

ActiveLock类是一个包装了ReentrantLock的锁管理器,维护锁的活跃计数。通过这种方式,可以更精确地控制锁的使用,并优化系统性能。

转载地址:http://ymng.baihongyu.com/

你可能感兴趣的文章
pandas DataFrame的一些操作
查看>>
Pandas Dataframe的日志文件
查看>>
Pandas df.iterrows() 并行化
查看>>
pandas GROUPBY+变换和多列
查看>>
pandas Groupby:创建两列的Groupby时,如何按正确的顺序对工作日进行排序?
查看>>
Pandas matplotlib 无法显示中文
查看>>
pandas PIVOT_TABLE保持索引
查看>>
Pandas Plots:周末的单独颜色,x 轴上漂亮的打印时间
查看>>
pandas to_latex() 转义数学模式
查看>>
Pandas 中文官档 ~ 基础用法4
查看>>
Pandas 中的多索引旋转
查看>>
Pandas 中的日期范围
查看>>
pandas 中的时间序列箱线图
查看>>
Pandas 使用指南
查看>>
pandas 分组并使用最小值更新
查看>>
pandas 均值(mean), 均值填充NA(fill_na)
查看>>
Pandas 对数据框的布尔比较
查看>>
pandas 将通话数据分割为15分钟的间隔
查看>>
pandas 找到局部最大值和最小值
查看>>
pandas 按日期和年份分组,并汇总金额
查看>>