java并发缓存

❶ java开发在高并发访问下，数据返回速度很慢，有些甚至一直在转圈，该怎么解决，麻烦大神们给些帮助。

1、最基础的问题是看数据查询时过滤的字段是否已经建立索引了
2、若是对于数据时效性要求不高的话，可以加一层缓存读（redis）
3、数据库层可以建立从库，把读分离出来用从库读

❷ java多线程访问数据库怎么优化啊，并发很大

个人觉得高写入并发的话先用缓存缓冲一下，可以合并的写入合并成批量写入可以管一些用但终归写入量很大的话还是要在数据库端优化了，把并发写均衡到多台服务器上，应该没有别的办法了。如果瓶颈不再数据库那就是应用服务器处理能力不足，升级应用服务器。

❸ java高并发

1、在java中，高并发属于一种编程术语，意思就是有很多用户在访问，导致系统数据不正确、糗事数据的现象。并发就是可以使用多个线程或进程，同时处理不同的操作。2、处理高并发的方法
对于一些大型网站，比如门户网站，在面对大量用户访问、高并发请求方面，基本的解决方案集中在这样几个环节：使用高性能的服务器、高性能的数据库、高效率的编程语言、还有高性能的Web容器。
（1）动静分离。静态资源请求与动态请求分离，项目中需要访问的图片、声音、js/css等静态资源需要有独立的存放位置，便于将来实现静态请求分离时直接剥离出来，比如nginx可以直接配置图片文件直接访问目录，而不需要经过tomcat。这样tomcat就可以专注处理动态请求，操作数据库数据处理之类的。静态请求代理服务器性能比tomcat高很多。
（2）引入缓存。数据库缓存、页面缓存，这东西好用不复杂，搞明白什么地方适用最重要。简单的例子是频繁读取，不修改的地方最适用。也是后续集群做数据共享的一个方式之一，集群环境下，经常会碰到数据共享问题。
（3）如果将来数据量大，单一数据库成为瓶颈时，数据库的读写分离来了。数据库集群，读写分离，分表分区。

❹ JAVA高并发问题,大数据，频繁I/O操作。

建议采用缓存处理，按照你说的这种数据量，基于redis的缓存完全可以满足，存取速度可以10W+的，另外，拟采用的hashMap 是ConcurrentHashMap还是其他，页面展示是增量查询还是直接所有的再查询一次，socket数据接收你是用的netty还是mina，这都需要经过仔细的斟酌考虑设计的。有这么大的并发的需求，完全可以考虑做分布式集群的，估计这只是领导想要的目标吧

❺ 只通过java代码，保证并发量过万的方法有哪些

另外一个回复是简单的建议，限于代码层面跟计算资源紧张的情况。
说说我的理论：
1、想要这么大的并发量，申请买几台比较好的机器，带宽加到足够大应该不是问题。
2、网络层的负载均衡考虑一下，这应该也不是啥问题，这么大并发量，别告诉我客户网络设计很垃圾。高端点的网络设备都没有。
3、软件层的结构，看用户给什么样的机器，如果经济型的机器，考虑分布式运算，分布式再从软件层面做集群或主从。根据计算密集型还是IO密集型选择适合的设备。计算密集型的业务，需要强悍的CPU（可以用多C，未必是频率高的）+内存。IO密集型的业务需要，速度快的存储，越快越好。有极致要求的考虑固态存储设备。
4、并发设计，java中主要是线程的应用。能拆分成多任务的运算一定拆成多任务。尽量压榨cpu资源，现在的工作站不会写并发程序，真浪费cpu资源。
5、数据库并发的考量，以前说mysql不如oracle现在还有人有这论调。使用的时候把参数调整到最优状态。如缓存到内存中数据大小，内存要够，就把全部表数据加载到内存中。mysql的innodb调整两三个参数就行。数据库IO访问，mysql有测算IO能力的参数，存储够好，可以调整到很大。
6、这么大的并发量，选择适合的缓存器，可以用来缓存热点数据，或加快分布式运算的IO访问能力。（磁盘肯定没内存块，包括固态）
7、代码编写完后，对系统整体进行测试，评估，分析性能瓶颈，优化代码。
能做到以上标准，tomcat+mysql跑一堆集群也不会慢。

❻ 北大青鸟java培训：Java并发编程常用的类和集合

AtomicInteger可以用原子方式更新int值。
类AtomicBoolean、AtomicInteger、AtomicLong和AtomicReference的实例各自提供对相应类型单个变量的访问和更新。
java课程培训机构http://www.kmbdqn.cn/认为基本的原理都是使用CAS操作：booleancompareAndSet(expectedValue,updateValue);如果此方法（在不同的类间参数类型也不同）当前保持expectedValue，则以原子方式将变量设置为updateValue，并在成功时报告true。
循环CAS，参考AtomicInteger中的实现：publicfinalintgetAndIncrement(){for(;;){intcurrent=get();intnext=current+1;if(compareAndSet(current,next))returncurrent;}}(intexpect,intupdate){returnunsafe.compareAndSwapInt(this,valueOffset,expect,update);}ABA问题因为CAS需要在操作值的时候检查下值有没有发生变化，如果没有发生变化则更新，但是如果一个值原来是A，变成了B，又变成了A，那么使用CAS进行检查时会发现它的值没有发生变化，但是实际上却变化了。
ABA问题的解决思路就是使用版本号。
在变量前面追加上版本号，每次变量更新的时候把版本号加一，那么A－B－A就会变成1A-2B－3A。
从Java1.5开始JDK的atomic包里提供了一个类AtomicStampedReference来解决ABA问题。
这个类的compareAndSet方法作用是首先检查当前引用是否等于预期引用，并且当前标志是否等于预期标志，如果全部相等，则以原子方式将该引用和该标志的值设置为给定的更新值。
ArrayBlockingQueue一个由数组支持的有界阻塞队列。
此队列按FIFO（先进先出）原则对元素进行排序。
队列的头部是在队列中存在时间最长的元素。
队列的尾部是在队列中存在时间最短的元素。
新元素插入到队列的尾部，队列获取操作则是从队列头部开始获得元素。
这是一个典型的“有界缓存区”，固定大小的数组在其中保持生产者插入的元素和使用者提取的元素。
一旦创建了这样的缓存区，就不能再增加其容量。
试图向已满队列中放入元素会导致操作受阻塞；试图从空队列中提取元素将导致类似阻塞。
此类支持对等待的生产者线程和使用者线程进行排序的可选公平策略。
默认情况下，不保证是这种排序。
然而，通过将公平性(fairness)设置为true而构造的队列允许按照FIFO顺序访问线程。
公平性通常会降低吞吐量，但也减少了可变性和避免了“不平衡性”。
LinkedBlockingQueue一个基于已链接节点的、范围任意的blockingqueue。
此队列按FIFO（先进先出）排序元素。
队列的头部是在队列中时间最长的元素。
队列的尾部是在队列中时间最短的元素。
新元素插入到队列的尾部，并且队列获取操作会获得位于队列头部的元素。
链接队列的吞吐量通常要高于基于数组的队列，但是在大多数并发应用程序中，其可预知的性能要低。
可选的容量范围构造方法参数作为防止队列过度扩展的一种方法。
如果未指定容量，则它等于Integer.MAX_VALUE。
除非插入节点会使队列超出容量，否则每次插入后会动态地创建链接节点。
如果构造一个LinkedBlockingQueue对象，而没有指定其容量大小，LinkedBlockingQueue会默认一个类似无限大小的容量（Integer.MAX_VALUE），这样的话，如果生产者的速度一旦大于消费者的速度，也许还没有等到队列满阻塞产生，系统内存就有可能已被消耗殆尽了。

❼ java高并发，如何解决，什么方式解决，高并发

首先，为防止高并发带来的系统压力，或者高并发带来的系统处理异常，数据紊乱，可以以下几方面考虑：1、加锁，这里的加锁不是指加java的多线程的锁，是指加应用所和数据库锁，应用锁这边通常是使用redis的setnx来做，其次加数据库锁，因为代码中加了应用所，所以数据库不建议加悲观锁（排他锁），一般加乐观锁（通过设置一个seq_no来解决），这两个锁一般能解决了，最后做合理的流控，丢弃一部分请求也是必不可少的