日常工作中很容易犯的几个并发错误
前言
列举大家平时在工作中很容易犯的日常几个并发错误，都是工作在实际项目代码中看到的鲜活例子，希望对大家有帮助。中容
First Blood
线上总是易犯出现：ERROR 1062 (23000) Duplicate entry xxx for key yyy，我们来看一下有问题的错误这段代码：
UserBindInfo info = selectFromDB(userId); if(info == null){ info = new UserBindInfo(userId,deviceId); insertIntoDB(info); }else{ info.setDeviceId(deviceId); updateDB(info); }在并发情况下，第一步判断都为空，日常就会有2个或者多个线程进入插入数据库操作，工作这时候就出现了同一个ID插入多次。中容
正确处理姿势：
insert into UserBindInfo values(#{ userId},易犯#{ deviceId}) on duplicate key update deviceId=#{ deviceId}多次的情况，导致插入失败。错误一般情况下，日常可以用insert...on duplicate key update... 解决这个问题。工作
注意: 如果UserBindInfo表存在主键以及一个以上的中容唯一索引，在并发情况下，易犯使用insert...on duplicate key，错误可能会产生死锁(Mysql5.7)，可以这样处理：
try{ UserBindInfoMapper.insertIntoDB(userBindInfo); }catch(DuplicateKeyException ex){ UserBindInfoMapper.update(userBindInfo); }Double Kill
小心你的全局变量,如下面这段代码：
public class GlobalVariableConcurrentTest { private static final SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); public static void main(String[] args) throws InterruptedException { ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(10, 100, 1, TimeUnit.MINUTES, new LinkedBlockingQueue<>(1000)); while (true){ threadPoolExecutor.execute(()->{ String dateString = sdf.format(new Date()); try { Date parseDate = sdf.parse(dateString); String dateString2 = sdf.format(parseDate); System.out.println(dateString.equals(dateString2)); } catch (ParseException e) { e.printStackTrace(); } }); } } }可以看到有异常抛出
全局变量的SimpleDateFormat，在并发情况下，存在安全性问题，阿里Java规约明确要求谨慎使用它。
除了SimpleDateFormat，其实很多时候，面对全局变量，我们都需要考虑并发情况是否存在问题，网站模板如下
@Component public class Test { public static List<String> desc = new ArrayList<>(); public List<String> getDescByUserType(int userType) { if (userType == 1) { desc.add("普通会员不可以发送和查看邮件，请购买会员"); return desc; } else if (userType == 2) { desc.add("恭喜你已经是VIP会员，尽情的发邮件吧"); return desc; }else { desc.add("你的身份未知"); return desc; } } }因为desc是全局变量，在并发情况下，请求getDescByUserType方法，得到的可能并不是你想要的结果。
Trible Kill
假设现在有如下业务：控制同一个用户访问某个接口的频率不能小于5秒。一般很容易想到使用redis的 setnx操作来控制并发访问，于是有以下代码：
if(RedisOperation.setnx(userId, 1)){ RedisOperation.expire(userId,5,TimeUnit.SECONDS)); //执行正常业务逻辑 }else{ return “访问过于频繁”; }假设执行完setnx操作，还没来得及设置expireTime，机器重启或者突然崩溃，将会发生死锁。该用户id，后面执行setnx永远将为false，这可能让你永远损失那个用户。
那么怎么解决这个问题呢，可以考虑用SET key value NX EX max-lock-time ，它是一种在 Redis 中实现锁的方法，是原子性操作，不会像以上代码分两步执行，站群服务器先set再expire，它是一步到位。
客户端执行以上的命令：
如果服务器返回 OK ，那么这个客户端获得锁。 如果服务器返回 NIL ，那么客户端获取锁失败，可以在稍后再重试。 设置的过期时间到达之后，锁将自动释放Quadra Kill
我们看一下有关ConcurrentHashMap的一段代码，如下：
//全局变量 Map<String, Integer> map = new ConcurrentHashMap(); Integer value = count.get(k); if(value == null){ map.put(k,1); }else{ map.put(k,value+1); }假设两条线程都进入 value==null，这一步，得出的结果是不是会变小?OK,客官先稍作休息，闭目养神一会，我们验证一下，请看一个demo：
public static void main(String[] args) { for (int i = 0; i < 1000; i++) { testConcurrentMap(); } } private static void testConcurrentMap() { final Map<String, Integer> count = new ConcurrentHashMap<>(); ExecutorService executorService = Executors.newFixedThreadPool(2); final CountDownLatch endLatch = new CountDownLatch(2); Runnable task = ()-> { for (int i = 0; i < 5; i++) { Integer value = count.get("k"); if (null == value) { System.out.println(Thread.currentThread().getName()); count.put("k", 1); } else { count.put("k", value + 1); } } endLatch.countDown(); }; executorService.execute(task); executorService.execute(task); try { endLatch.await(); if (count.get("k") < 10) { System.out.println(count); } } catch (Exception e) { e.printStackTrace(); }表面看，运行结果应该都是10对吧，好的，我们再看运行结果：
运行结果出现了5，所以这样实现是有并发问题的，那么正确的实现姿势是啥呢?
Map<K,V> map = new ConcurrentHashMap(); V v = map.get(k); if(v == null){ V v = new V(); V old = map. putIfAbsent(k,v); if(old != null){ v = old; } }可以考虑使用putIfAbsent解决这个问题
(1)如果key是服务器租用新的记录，那么会向map中添加该键值对，并返回null。
(2)如果key已经存在，那么不会覆盖已有的值，返回已经存在的值
我们再来看看以下代码以及运行结果：
public static void main(String[] args) { for (int i = 0; i < 1000; i++) { testConcurrentMap(); } } private static void testConcurrentMap() { ExecutorService executorService = Executors.newFixedThreadPool(2); final Map<String, AtomicInteger> map = Maps.newConcurrentMap(); final CountDownLatch countDownLatch = new CountDownLatch(2); Runnable task = ()-> { AtomicInteger oldValue; for (int i = 0; i < 5; i++) { oldValue = map.get("k"); if (null == oldValue) { AtomicInteger initValue = new AtomicInteger(0); oldValue = map.putIfAbsent("k", initValue); if (oldValue == null) { oldValue = initValue; } } oldValue.incrementAndGet(); } countDownLatch.countDown(); }; executorService.execute(task); executorService.execute(task); try { countDownLatch.await(); System.out.println(map); } catch (Exception e) { e.printStackTrace(); } }
Penta Kill
现有如下业务场景：用户手上有一张现金券，可以兑换相应的现金，
错误示范一
if(isAvailable(ticketId){ 1、给现金增加操作 2、deleteTicketById(ticketId) }else{ return “没有可用现金券” }解析： 假设有两条线程A,B兑换现金，执行顺序如下：
1.线程A加现金
2.线程B加现金
3.线程A删除票标志
4.线程B删除票标志
显然，这样有问题了，已经给用户加了两次现金了。
错误示范2
if(isAvailable(ticketId){ 1、deleteTicketById(ticketId) 2、给现金增加操作 }else{ return “没有可用现金券” }并发情况下，如果一条线程，第一步deleteTicketById删除失败了，也会多添加现金。