Java中可伸缩的多线程字符串对象答案

【问题标题】：Scalable multi threaded String object in JavaJava中可伸缩的多线程字符串对象
【发布时间】：2026-02-17 23:15:01
【问题描述】：

我正在为我计划构建的服务器应用程序做一些研究。主要功能将是 - 大量用户将能够进行实时编辑。

因此，请研究可扩展字符串的所有选项，它们基本上是某种字符串缓冲区，但能够同时处理大量（数百个？）线程处理大量文本。

与其重新发明*，我希望看到共享的库具有这样的特性 :) 我在 Google 上找不到太多东西。

【问题讨论】：

对于您的文档来说，字符串真的是正确的数据结构吗？它完全是纯文本吗？即使是这样，你如何处理文本中的特定部分？面对同时修改某些文本说“字符 200 到字符 210”不是解决某些字符串的可靠方法。
您也可以考虑一种乐观的方法 - 即 100 个人真的会同时进行编辑。也许吧，但有些 wiki 采用“检测冲突并合并”的方法，发现大多数编辑都没有争议......？
基本上，问题正如 Joachim 所暗示的那样——“字符串”不是正确的物理结构，即使文档在概念上可能被视为字符串。如果一个人正在编辑第 2 页而另一个人正在编辑第 4 页，那么简单的 StringBuffer 不会破解它。正如我在回答中所说，您确实需要某种数据库，然后是顶部的协议来记住各个部分如何组合在一起（并允许剪切/粘贴部分等）。这是一项具有挑战性的任务。
"字符串真的是文档的正确数据结构吗？"好吧，我真的不在乎。绳串数据结构看起来不错。它完全是纯文本。 “也就是说，真的会有 100 个人同时进行编辑。”是的，他们可以。虽然也许我可以允许部分并让最大数量的人编辑某个部分。也许我真的不需要多线程。每个部分都可以有自己的可伸缩字符串对象。

【解决方案1】：

您可能想查看Etherpad 的源代码 - 它是一个基于 Java 的协作文本编辑 Web 应用程序，因此它必须具有某种字符串实现，允许对字符串的不同区域进行并发写入访问，大概不会丢失数据。当然，能不能满足你的性能要求就是另外一回事了……

【讨论】：

【解决方案2】：

String 本身是线程安全的（因为它是不可变的）并且对于大多数用例而言具有相当高的性能。

String 的主要性能问题是在 O(n) 中用于突变的字符串长度（由于需要获取完整副本）。

如果您需要处理很长的字符串，您可能需要使用Rope data structure。 Java 中有几种可用的实现：

上面的两个 Rope 实现都符合 CharSequence 接口（String 也实现了该接口），因此如果您将应用程序设计为使用 CharSequences 而不是 Strings，那么您可以从 Strings 开始并切换到如果您决定需要绳子，请稍后再使用。

【讨论】：

【解决方案3】：

This talk（需要免费注册）描述了 Google Docs 等用于多用户编辑的算法种类，并演示了一个简单的实现。在 Scala 中，但适用于任何语言。

编辑：哎呀，有点晚了！无论如何可能对某人有用...

【讨论】：

【解决方案4】：

好吧，StringBuffer 是线程安全的。您可以以此为基础构建您的系统。

【讨论】：

首先是的。但它只允许一个线程同时在 iirc 上工作。
不，你错了——StringBuffer允许许多线程同时在上面操作——这就是“线程安全”的定义.请点击链接并阅读那里的javadoc
我已经阅读了 javadoc。线程安全意味着，可以安全地被多个线程使用（如 javadoc 中所引用的）。并不意味着它允许多个线程同时完成工作。除非我在 javadoc 中以某种方式错过了这一点，否则请随时指出:)
多个线程可以修改同一个StringBuffer。他们必须先获得锁。我想如果你做了一个insert(offset, string)，但是另一个线程在offset之前插入了一些文本，那么你就不会在正确的位置插入（javadoc不清楚，我没有测试过）。

【解决方案5】：

在我看来，这将是一个挑战。您需要允许单个用户“锁定”他们正在处理的字符串部分，而其他用户可以锁定并处理其他部分。所以基本上你所说的是一种数据库形式。

您可能可以使用 SQL 来做到这一点，但您必须发明一种协议。

【讨论】：

【解决方案6】：

主要问题是跟踪更改，因为您不再依赖索引，这让事情变得很困难。

所以我现在正在考虑将字符串存储在 LinkHashMap 或 ListOrderedMap 之类的东西中。但是仍然在正确的数据结构上做更多的研究......

编辑：在这个阶段，我将使用 ListOrderedMap 来存储我的字符串，看看效果如何......

【讨论】：