1. 並發中如何無鎖。
壹個很簡單的思路，把並發轉化成為單線程。Java的Disruptor就是壹個很好的例子。如果用java的concurrentCollection類去做，原理就是啟動壹個線程，跑壹個Queue，並發的時候，任務壓入Queue，線程輪訓讀取這個Queue，然後壹個個順序執行。
在這個設計模式下，任何並發都會變成了單線程操作，而且速度非常快。現在的node.js, 或者比較普通的ARPG服務端都是這個設計，“大循環”架構。
這樣，我們原來的系統就有了2個環境：並發環境 + ”大循環“環境
並發環境就是我們傳統的有鎖環境，性能低下。
”大循環“環境是我們使用Disruptor開辟出來的單線程無鎖環境，性能強大。
2. ”大循環“環境 中如何提升處理性能。
壹旦並發轉成單線程，那麽其中壹個線程壹旦出現性能問題，必然整個處理都會放慢。所以在單線程中的任何操作絕對不能涉及到IO處理。那數據庫操作怎麽辦？
增加緩存。這個思路很簡單，直接從內存讀取，必然會快。至於寫、更新操作，采用類似的思路，把操作提交給壹個Queue，然後單獨跑壹個Thread去壹個個獲取插庫。這樣保證了“大循環”中不涉及到IO操作。
問題再次出現：
如果我們的遊戲只有個大循環還容易解決，因為裏面提供了完美的同步無鎖。
但是實際上的遊戲環境是並發和“大循環”並存的，即上文的2種環境。那麽無論我們怎麽設計，必然會發現在緩存這塊上要出現鎖。
3. 並發與“大循環”如何***處，消除鎖？
我們知道如果在“大循環”中要避免鎖操作，那麽就用“異步”，把操作交給線程處理。結合這2個特點，我稍微改下數據庫架構。
原本的緩存層，必然會存在著鎖，例如：
public TableCache
{
private HashMap<String, Object> caches = new ConcurrentHashMap<String, Object>();
}
這個結構是必然的了，保證了在並發的環境下能夠準確的操作緩存。但是”大循環“卻不能直接操作這個緩存進行修改，所以必須啟動壹個線程去更新緩存，例如：
private static final ExecutorService EXECUTOR = Executors.newSingleThreadExecutor();
EXECUTOR.execute(new LatencyProcessor(logs));
class LatencyProcessor implements Runnable
{
public void run()
{
// 這裏可以任意的去修改內存數據。采用了異步。
}
}
OK，看起來很漂亮。但是又有個問題出現了。在高速存取的過程中，非常有可能緩存還沒有被更新，就被其他請求再次獲取，得到了舊的數據。
4. 如何保證並發環境下緩存數據的唯壹正確？
我們知道，如果只有讀操作，沒有寫操作，那麽這個行為是不需要加鎖的。
我使用這個技巧，在緩存的上層，再加壹層緩存，成為”壹級緩存“，原來的就自然成為”二級緩存“。有點像CPU了對不？
壹級緩存只能被”大循環“修改，但是可以被並發、”大循環“同時獲取，所以是不需要鎖的。
當發生數據庫變動，分2種情況：
1）並發環境下的數據庫變動，我們是允許有鎖的存在，所以直接操作二級緩存，沒有問題。
2）”大循環“環境下數據庫變動，首先我們把變動數據存儲在壹級緩存，然後交給異步修正二級緩存，修正後刪除壹級緩存。
這樣，無論在哪個環境下讀取數據，首先判斷壹級緩存，沒有再判斷二級緩存。
這個架構就保證了內存數據的絕對準確。
而且重要的是：我們有了壹個高效的無鎖空間，去實現我們任意的業務邏輯。
最後，還有壹些小技巧提升性能。
1. 既然我們的數據庫操作已經被異步處理，那麽某個時間，需要插庫的數據可能很多，通過對表、主鍵、操作類型的排序，我們可以刪除壹些無效操作。例如：
a）同壹個表同壹個主鍵的多次UPdate，取最後壹次。
b）同壹個表同壹個主鍵，只要出現Delete，前面所有操作無效。
2. 既然我們要對操作排序，必然會存在壹個根據時間排序，如何保證無鎖呢？使用
private final static AtomicLong _seq = new AtomicLong(0);
即可保證無鎖又全局唯壹自增，作為時間序列。