作为一个开发人员 总会遇到各种难题 本文列举博主 遇见/想到 的例子 ，也希望同学们可以共同进步~

逻辑删除如何建立唯一索引

场景描述：

比如我们有project项目表

字段project_name 是唯一的，且有逻辑删除字段is_delete 0表示未删除 1表示已删除

很显然 不能直接将project_name设置为唯一索引，例如A用户建立的project_name为 java工程，又把这个工程（逻辑）删除了, 这时B用户是允许建立 java工程的。

那将is_delete project_name 共同设置为唯一索引是否可行呢？ 答案也是否定的，在B用户删除时，就会出现问题了。

解决方案：

is_delete 不用0和1表示，可改为数字递增，或者时间戳（尽量小 例如纳秒级别）, 这时将is_delete project_name 共同设置为唯一索引 可以解决该问题。

唯一索引失效问题java的基础难点

场景描述:

人员姓名和电话 组成唯一索引 。

出现问题:

有两个小孩 名字都叫小朋友 且他们都没有手机号 此时数据重复 唯一索引失效。 我们换个场景，在高并发的电商活动中，用户姓名和vip标识码 组成唯一索引，此时有两位用户 都不是vip用户，vip标识码都为空，那可能出现的问题就比较严峻了

解决方案： 唯一索引的字段设置为非空，因为空是允许重复的

（ 不管单独将某一个字段设置为唯一索引 还是多个字段组合成唯一索引 都一样的）

加密字段模糊查询问题

场景描述: 用户敏感信息，例如手机号 身份证 户籍所在地 入库时，我们通常会加密， 这时需要模糊查询

解决方案：

数据量少时，例如只是一个公司内部系统的人员表，可以全表查询 并解密，在java代码中过滤 （如果遇到要分页，那得好好考虑怎么处理分页问题了）

与业务/产品沟通，看搜索的字数是否相对固定的，例如某用户的户籍所在地是广东省广州市 那么我们可以将广东省、广州市拆分加密。

假设广东省加密后字符串为 pwd_gds 广州市加密后字符串为pwd_gzs，此时我们前端传入广州市，后端加密后再进行模糊查询 sql语句变成 like %pwd_gzs%

当然 前面两种方式只是取巧，通常在中型规模的项目就已经不适用了，既然提到拆分，那我们可以联想到分词，所以我们可以使用es，将各词都拆分加密 存入es中 （题外话 es也好 其它存储也罢 一定要设置密码 ）

maven依赖冲突问题（jar包版本冲突问题）

场景描述: classNotFound , 这是在项目中，引入版本不正确最经常遇到的问题了。 我们跟进报错类，找到顶部import导包处，假设我们红色涂抹部分报红，我们可以找到前一级目录（红色划线处） ，按住ctrl 键 再鼠标左键点击，找到所在jar包

解决方案： 将jar包升级（或降级）。

但很多时候，该jar包并不是我们直接通过maven依赖引入的，可能是通过其它组件内部引用的，这个时候我们就可以通过mvn dependency:tree 命令，将控制台打印信息复制到文本编辑器，在文本编辑器搜索 即可知道是哪个父包引入的

sql in条件查询时 将结果按照传入顺序排序

场景描述: 例如我们调用外部接口获取id， 再通过id去数据库查询，如果获取一条id 查一次库，是可以保证结果顺序和id传入顺序一致的；那此时我们希望优化一下下，等获取一批id时，再通过in条件查询的形式 :

select xx,xxx,xxxx from t where id in(5,1,4,2,3) 

此时如何保证返回结果顺序与id传入顺序一致呢？ 如上伪代码 id=5 时，希望返回记录在第一条

解决方案：

sql层面处理

orcale : order by decode

mysql : order by field

2. 如果条件允许 不是直接sql开发，那么推荐是在java代码中去二次处理数据的，循环idList 根据id对比去重新组装结果即可。

数据库主从复制 主从不同步问题

场景描述: 由于网络延迟、负载、、自增主键不一致等等各种原因 导致主从数据不一致

解决方法: 线上真出现了问题，都到了需要集群数据库级别的项目 博主觉得吧 大部分还是手动修复数据吧 出现问题 谁都担不起…

言归正传：

• 锁主库 锁为只读状态
• 数据导出
• 停止从库
• 数据导入
• 重新开始同步

但是锁主库 停从库 这时候如果有数据来源 非常难处理，这时候最好的方式就是 业务对外公布维护了。

数据库读写分离 读写不一致

场景描述: 读写分离时，读从库时 数据和主库不一致

解决方法: 还是数据同步问题，看业务是否能容忍错误，能就不处理 不能容忍就手动修数据/重新同步。

临时解决方案为：强制路由（强制读取主库） 但博主还是认为，只要不是大面积出现问题，手动修数据都是比较稳妥的方案。

双写不一致问题 并发下数据库和缓存不一致

场景描述 : 在博主的 《从高并发场景下超卖问题到redis分布式锁》博客中 有提到过具体案例

解决方法:

1.延迟双删

优点： 博主个人认为优点不明显

缺点：博主认为在写多读少的场景下 没有一点用

写多读少场景下，在写入时删除缓存，读时更新缓存，此时延迟双删 不能解决任何问题 反而降低性能

2.使用队列 串行化

优点：避免不一致问题

缺点：效率低

3.分布式锁 串行化 如redislock 提供了读写锁

优缺点与第2点一致

4.使用canal中间件

博主未接触过 只是知道该中间件可以解决

java服务如何作为websocket客户端

场景描述: 有的时候 我们对接供应商/甲方接口，可能会遇到对方给的websocket接口，我们避免在前后端传输之间出现数据丢失问题 可能想在后端自己搭建websocket客户端。 注意是客户端，网上搜java websocket客户端，千篇一律都是搜出作为服务端的教程。

解决方法: 可以使用netty实现，博主目前在写自动重连和发送心跳时 遇到了问题 找了大佬写的比较好的代码 并经过测试 是可用的 具体的代码会单独发博客教程

spring事务失效问题

场景描述: 事务失效 出现异常不回滚 ，首先 @Transactional需要加上(rollbackFor = Exception.class)，博主之前有单独文章介绍过为什么阿里规范要求加上

解决方法: 博主私认为 所有失效问题都是因为对spring代理对象机制理解不深导致的，失效只是自己没用对，欢迎在博主博客搜索事务 查看相应文章

数据库死锁问题

场景描述: 数据库死锁 导致系统卡爆

解决方法: 博主曾切身体会过，在老旧项目中，使用的是oracle 存储过程开发，由于大量的sql代码，且使用for update悲观锁，各处sql实在太多了，且未及时commit，引发了死锁，出现死锁我们需要在 v$session 中找到死锁进程 并杀死进程，并及时优化sql，简化或拆分逻辑。

在mysql中，使用replace into语句 也会引发死锁，建议使用select + insert方式替代，（据说mysql8.0已修复该bug 博主未亲测）

跨库分页问题

场景描述:
数据源来自不同的库，甚至不同类型的数据库（例如一部分来自mysql，部分来自于时序数据库）

大多数时候，只需要单独查不同的库就能满足业务，各司其职；但有一个页面 需要查看这两个库的数据 并实现分页功能。

解决方法:

首先能不跨库分页就不跨库分页，看业务是否真的不能妥协，数据源是否真的不能合并。

如果都不能，那只能考虑分页方案，下面是博主想到的方法：

将两个库的数据，同步至同一张大表中，记录好每次同步的最新那条数据的时间戳，下次同步时，同步这个时间戳以后的数据即可，大表只负责分页查询。

这时大表数据量虽然大些，但有分页在，效率不会过低。

（如果数据量过大 根据实际情况，考虑同步至es 、clickhouse等）

博主看到有人提过 canal可以同步mysql数据到es，还是要提醒：生产环境中不是我们demo写着玩，使用这种中间件 必须熟悉原理 否则重要数据丢失或出现问题 得不偿失！

分布式事务问题

场景描述：在分布式中 需要事务回滚

解决方法：可以引入seata中间件，seata中间件本身就是个事务调度器，基于mysql的undo日志；
如果不引入seata，也可以手动回滚，但这得严格要求代码及时调用，且不适用高并发场景,
仅适用于中小型项目, 伪代码如下：

讯享网// service A public GoodsDO delete(Long id){ GoodsDO gs = database.getOne(id); database.deleteById(id); return gs; } public void insert(GoodsDO gs){ database.insert(gs); } // service B @Autowired private ServiceA serviceA; public void handle(Long id){ try{ GoodsDO gs = serviceA.deleteById(id); // do other things serviceB.xx(); } catch(E e){ // 这里可以换成aop方式，也可以通过mq实现异步 serviceA.insert(gs); } }

如何避免多人同时修改问题

场景描述：例如管理系统中，管理人员可以修改员工的基本信息，员工自己也可以修改。员工在修改过程中，如果管理员已经修改并提交，员工随后提交，这就会将管理人员修改的内容覆盖。

解决方法：详情接口 加上乐观锁版本号，在点击编辑按钮时，调用一次详情接口，获取到当前的乐观锁版本号，例如员工点编辑时 version = 1，接下来管理员也点击了编辑，管理员得到的版本号也为1 （此时员工还没保存），接着管理员点击保存，前端将版本号传回后端，保存接口中去判断前端传入的版本号和当前数据库版本号是否一致（这个时候是一致的 都是1），管理员保存成功 修改乐观锁版本号。员工点击保存时，传入的版本号也为1，但此时数据库获取的版本号，已经变成2了，提示前端信息已被他人修改 刷新页面再进入。

netty中 发送多条指令 如何与回复内容进行对应

场景描述：netty中，向服务端发送多条指令，接收到回复时，如何确定哪条内容对应是哪条指令发送的

解决方法：可以在发送时，在数据头部添加一个请求ID字段，或者在尾部添加一个ack应答机制, 但这前提都是需要服务端进行配合。
参考代码如下：

// 客户端代码 public class ClientHandler extends ChannelInboundHandlerAdapter { // 记录每个请求的请求ID private final Map<Integer, String> requestMap = new ConcurrentHashMap<>(); // 记录每个请求对应的响应结果 private final Map<String, String> responseMap = new ConcurrentHashMap<>(); // 请求ID生成器 private final AtomicInteger requestIdGenerator = new AtomicInteger(0); public void sendRequest(byte[] data) { int requestId = requestIdGenerator.incrementAndGet(); ByteBuf buf = Unpooled.buffer(data.length + 4); buf.writeInt(requestId); buf.writeBytes(data); channel.writeAndFlush(buf); // 将请求ID和请求数据保存到请求映射表 requestMap.put(requestId, Arrays.toString(data)); } @Override public void channelRead(ChannelHandlerContext ctx, Object msg) { if (msg instanceof ByteBuf) { ByteBuf buf = (ByteBuf) msg; int requestId = buf.readInt(); byte[] data = new byte[buf.readableBytes()]; buf.getBytes(buf.readerIndex(), data); String request = requestMap.get(requestId); if (request != null) { // 将请求ID和响应数据保存到响应映射表 String response = Arrays.toString(data); responseMap.put(request, response); // 从请求映射表中删除请求ID requestMap.remove(requestId); } } } }

ack:

讯享网public class MyClientHandler extends ChannelInboundHandlerAdapter { // 记录上一次请求的ACK字段的值 private int lastAck = 1; public void sendRequest(byte[] data) { // 在请求数据末尾添加一个预留的ACK字段 byte[] requestData = Arrays.copyOf(data, data.length + 1); requestData[data.length] = (byte) lastAck; channel.writeAndFlush(requestData); } @Override public void channelRead(ChannelHandlerContext ctx, Object msg) { if (msg instanceof ByteBuf) { ByteBuf buf = (ByteBuf) msg; byte[] data = new byte[buf.readableBytes()]; buf.readBytes(data); int ack = data[data.length - 1]; // 修改ACK字段的值为1 data[data.length - 1] = 1; lastAck = 1; // 处理服务端的响应 handleResponse(data); } } public void handleResponse(byte[] data) { // 处理服务端的响应 // ... } }

1.定义一个 指令下标 (我们以要发送10条指令为例) ：

public static AtomicInteger index = new AtomicInteger(0);

2.提供一个修改下标的方法

 public static void setOtherIndex() { // 如果下标到了10 则清0 进行下一次的轮询 if (Objects.equals(cabinIndex.get(), 10)) { cabinIndex.set(0); } else { cabinIndex.getAndAdd(1); } }

3.发送指令

 if(index.get() == 0){ new byte[]{0x01} }else if (index.get() == 1){ new byte[]{0x02} } // .....

4.channelRead 方法中处理数据

 // dosomething // 处理完毕后 下标偏移 setOtherIndex();

总结