1. Servlet点击计数器实现指南
作为一名有多年Java Web开发经验的工程师，我经常需要在项目中实现各种用户行为追踪功能。其中最基本的就要数页面点击计数器了。今天我就来分享一下如何用Servlet实现一个健壮可靠的点击计数器系统。
点击计数器看似简单，但在实际开发中需要考虑并发访问、数据持久化、性能优化等诸多问题。一个生产可用的计数器需要做到：准确记录每次点击、支持高并发访问、数据不丢失、查询效率高。下面我将从原理到实现，详细讲解每个环节的技术选型和实现细节。
2. 核心原理与技术选型
2.1 计数器工作原理
点击计数器的核心逻辑其实非常简单：
- 用户访问特定URL时触发计数
- 服务器读取当前计数值
- 计数值+1后更新存储
- 返回更新后的值给客户端
但在这个简单流程背后，有几个关键问题需要解决：
数据存储选择：
- 内存存储：速度快但不持久
- 文件存储：实现简单但并发性能差
- 数据库存储：兼顾持久化和性能
并发控制：
- 同步代码块：简单但影响性能
- 数据库事务：可靠但需要合理设计
- 分布式锁：适合集群环境
2.2 推荐技术方案
经过多个项目的实践验证，我推荐以下技术组合：
- 存储层：MySQL数据库（兼顾性能和可靠性）
- 并发控制：数据库事务+乐观锁
- 前端展示：AJAX异步加载（不阻塞页面渲染）
提示：对于超高并发的场景，可以考虑引入Redis作为缓存层，定期将数据持久化到数据库。
3. 完整实现步骤
3.1 数据库设计
首先创建计数器的存储表，这里提供两种设计模式：
单计数器表设计：
sql复制CREATE TABLE `page_click` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`page_url` varchar(255) NOT NULL COMMENT '页面URL',
`click_count` int(11) NOT NULL DEFAULT '0' COMMENT '点击次数',
`last_update` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
PRIMARY KEY (`id`),
UNIQUE KEY `idx_url` (`page_url`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
多计数器表设计：
sql复制CREATE TABLE `click_counter` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`counter_name` varchar(64) NOT NULL COMMENT '计数器名称',
`counter_value` bigint(20) NOT NULL DEFAULT '0',
`version` int(11) NOT NULL DEFAULT '0' COMMENT '乐观锁版本号',
PRIMARY KEY (`id`),
UNIQUE KEY `uk_name` (`counter_name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
第二种设计加入了version字段实现乐观锁，更适合高并发场景。
3.2 Servlet核心代码实现
下面是带乐观锁的完整Servlet实现：
java复制@WebServlet("/click")
public class ClickCounterServlet extends HttpServlet {
private static final String JDBC_URL = "jdbc:mysql://localhost:3306/demo";
private static final String JDBC_USER = "root";
private static final String JDBC_PASSWORD = "password";
@Override
protected void doGet(HttpServletRequest req, HttpServletResponse resp)
throws ServletException, IOException {
String pageUrl = req.getParameter("pageUrl");
if (StringUtils.isBlank(pageUrl)) {
resp.sendError(HttpServletResponse.SC_BAD_REQUEST, "pageUrl参数必填");
return;
}
Connection conn = null;
try {
conn = DriverManager.getConnection(JDBC_URL, JDBC_USER, JDBC_PASSWORD);
conn.setAutoCommit(false);
// 使用乐观锁更新
boolean updated = false;
int retryCount = 0;
while (!updated && retryCount < 3) {
PreparedStatement psSelect = conn.prepareStatement(
"SELECT counter_value, version FROM click_counter WHERE counter_name = ?");
psSelect.setString(1, pageUrl);
ResultSet rs = psSelect.executeQuery();
if (rs.next()) {
long currentValue = rs.getLong("counter_value");
int currentVersion = rs.getInt("version");
PreparedStatement psUpdate = conn.prepareStatement(
"UPDATE click_counter SET counter_value = ?, version = ? " +
"WHERE counter_name = ? AND version = ?");
psUpdate.setLong(1, currentValue + 1);
psUpdate.setInt(2, currentVersion + 1);
psUpdate.setString(3, pageUrl);
psUpdate.setInt(4, currentVersion);
int affectedRows = psUpdate.executeUpdate();
if (affectedRows == 1) {
conn.commit();
resp.getWriter().write(String.valueOf(currentValue + 1));
updated = true;
}
} else {
// 首次访问时插入记录
PreparedStatement psInsert = conn.prepareStatement(
"INSERT INTO click_counter(counter_name, counter_value, version) " +
"VALUES(?, 1, 0)");
psInsert.setString(1, pageUrl);
psInsert.executeUpdate();
conn.commit();
resp.getWriter().write("1");
updated = true;
}
retryCount++;
}
if (!updated) {
conn.rollback();
resp.sendError(HttpServletResponse.SC_CONFLICT, "更新冲突");
}
} catch (SQLException e) {
if (conn != null) {
try { conn.rollback(); } catch (SQLException ex) {}
}
resp.sendError(HttpServletResponse.SC_INTERNAL_SERVER_ERROR,
"数据库错误: " + e.getMessage());
} finally {
if (conn != null) {
try { conn.close(); } catch (SQLException e) {}
}
}
}
}
3.3 前端集成示例
在页面中通过AJAX调用计数器：
html复制<script>
document.addEventListener('DOMContentLoaded', function() {
// 获取当前页面URL
const pageUrl = window.location.pathname;
// 调用计数器接口
fetch(`/click?pageUrl=${encodeURIComponent(pageUrl)}`)
.then(response => response.text())
.then(count => {
document.getElementById('viewCount').textContent = count;
})
.catch(error => {
console.error('计数器加载失败:', error);
});
});
</script>
<p>本页已被浏览 <span id="viewCount">0</span> 次</p>
4. 性能优化与生产建议
4.1 数据库连接池配置
直接使用DriverManager获取连接性能很差，应该配置连接池：
java复制// 使用HikariCP连接池
HikariConfig config = new HikariConfig();
config.setJdbcUrl(JDBC_URL);
config.setUsername(JDBC_USER);
config.setPassword(JDBC_PASSWORD);
config.setMaximumPoolSize(20);
config.setMinimumIdle(5);
HikariDataSource dataSource = new HikariDataSource(config);
// 在Servlet中获取连接
try (Connection conn = dataSource.getConnection()) {
// 业务代码
}
4.2 缓存层引入
对于热门页面，可以使用Redis缓存计数：
java复制// Redis操作示例
Jedis jedis = jedisPool.getResource();
try {
Long count = jedis.incr("click:" + pageUrl);
// 异步更新数据库
executorService.submit(() -> updateDatabase(pageUrl, count));
return count;
} finally {
jedis.close();
}
4.3 批量更新优化
可以累积一定点击量后再更新数据库：
java复制// 使用ConcurrentHashMap暂存计数
private static final ConcurrentHashMap<String, AtomicLong> counterMap =
new ConcurrentHashMap<>();
// 每5分钟批量更新一次数据库
ScheduledExecutorService scheduler = Executors.newScheduledThreadPool(1);
scheduler.scheduleAtFixedRate(this::batchUpdateCounters, 5, 5, TimeUnit.MINUTES);
5. 常见问题排查
5.1 计数不准确问题
现象：计数值小于实际点击量
原因：并发更新导致丢失更新
解决方案：
- 使用乐观锁（如示例代码）
- 改用原子操作：
UPDATE counter SET value = value + 1 WHERE id = ?
5.2 性能瓶颈问题
现象：高并发时响应变慢
解决方案：
- 引入缓存层（如Redis）
- 使用连接池
- 考虑异步更新机制
5.3 分布式环境问题
现象：集群环境下计数不一致
解决方案：
- 使用分布式锁（如Redis RedLock）
- 改用集中式计数服务
- 每个节点独立计数，定期合并结果
6. 扩展应用场景
基础的点击计数器可以扩展为更复杂的统计系统：
- 用户行为分析：记录不同用户的点击路径
- 热点内容识别：统计最受欢迎的内容
- AB测试统计：对比不同版本的点击率
java复制// 扩展的统计表示例
CREATE TABLE `user_click_log` (
`id` bigint(20) NOT NULL AUTO_INCREMENT,
`user_id` varchar(64) DEFAULT NULL,
`page_url` varchar(255) NOT NULL,
`click_time` datetime NOT NULL,
`user_agent` varchar(512) DEFAULT NULL,
`ip_address` varchar(64) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_url_time` (`page_url`,`click_time`),
KEY `idx_user` (`user_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
在实际项目中，我会根据具体需求选择合适的实现方案。对于简单的展示型计数器，基础版本就足够使用；而对于需要深度分析用户行为的场景，则需要更完善的日志记录系统。