FlickrProxy #4 - 修正同步上傳的問題

以下為根據文章內容提取並結構化的 15 個問題解決案例。每個案例皆包含問題、根因、解法、程式碼、實測效益與教學要點，適合用於實戰教學、專案練習與能力評估。

Case #1: 同步缺失導致同一照片被上傳兩次

Problem Statement（問題陳述）

業務場景：FlickrProxy 在第一次有人請求某張照片時，會先將該照片上傳到 Flickr，完成後才轉送（redirect）請求至 Flickr 取得圖檔。高併發時，同一張照片可能同時被多人請求。
技術挑戰：第二個請求在第一個上傳未完成前抵達，同樣判定「未建立快取資訊」，導致重複上傳。
影響範圍：浪費頻寬與 API 配額，增加上傳時間，可能造成外部服務的疑慮。
複雜度評級：中

Root Cause Analysis（根因分析）

直接原因：

非原子性的檢查與建立（Check-Then-Act）導致競態條件。
缺少臨界區保護，並行請求同時執行相同流程。
建立快取資訊與上傳是分別執行，期間存在時間窗。

深層原因：

架構層面：缺少針對共享狀態（快取檔、上傳狀態）的併發控制設計。
技術層面：未使用鎖具保護關鍵區段。
流程層面：未在需求分析時預留高併發測試與保護策略。

Solution Design（解決方案設計）

解決策略：以 lock 將「是否需要上傳」與「建立 Flickr 副本檔」置於同一臨界區，讓同一時間只有一個執行緒可執行該段邏輯，杜絕同一張圖的重複上傳。

實施步驟：

標定關鍵區段
- 實作細節：鎖住「檢查快取檔是否存在」與「建立快取檔」之間的區段。
- 所需資源：C# lock、System.IO。
- 預估時間：0.5 小時。
導入鎖（初版）
- 實作細節：以 lock(this.GetType()) 封鎖關鍵區段（做為先行修復）。
- 所需資源：C#。
- 預估時間：0.5 小時。
併發測試與驗證
- 實作細節：並發發送同一張圖的多個 HTTP 請求，確認僅一次上傳。
- 所需資源：瀏覽器/壓測工具。
- 預估時間：1 小時。

關鍵程式碼/設定：

// 初版：以類型物件作為全域鎖，先阻止重複上傳
lock (this.GetType())
{
    if (!File.Exists(this.CacheInfoFile))
    {
        this.BuildCacheInfoFile(context); // 內含上傳與建立副本
        context.Response.AddHeader("X-FlickrProxy", "Upload");
    }
}

實際案例：FlickrProxy 首次下載觸發上傳，因無鎖導致重複上傳；加上鎖後僅剩一次。
實作環境：ASP.NET（C#）、.NET Framework、IIS。
實測數據：
改善前：同一照片在並發請求下可能上傳 2 次以上。
改善後：同一照片在並發請求下固定只上傳 1 次。
改善幅度：重複上傳率由>0%降至0%。

Learning Points（學習要點）核心知識點：

競態條件與 Check-Then-Act 的 TOCTOU 問題
臨界區（Critical Section）的設計
以最小變更快速止血的策略

技能要求：

必備技能：C# 基礎、檔案 I/O、lock 用法
進階技能：多執行緒除錯、壓測設計

延伸思考：

若 BuildCacheInfoFile 很耗時，如何縮小鎖範圍？
是否可用檔案系統原子操作（如 CreateNew 模式）做替代？

Practice Exercise（練習題）

基礎練習：撰寫一段會重複建立檔案的並行程式，加入 lock 修復（30 分鐘）。
進階練習：加入壓測，同時 50 個請求，驗證只建立一次（2 小時）。
專案練習：做一個簡易圖片代理，上傳前置與轉送流程含併發控制（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：在並發情境下只上傳一次
程式碼品質（30%）：鎖範圍正確、可讀性
效能優化（20%）：鎖的範圍與等待時間合理
創新性（10%）：提出替代原子化方案（如檔案鎖/原子建立）

Case #2: 鎖太大造成全站序列化（效能嚴重下降）

Problem Statement（問題陳述）

業務場景：FlickrProxy 高峰時段會同時服務多張照片的請求。初步修復以 lock(this.GetType()) 為全域鎖，雖能防重，但任何一張照片上傳時，其他照片請求也被阻擋。
技術挑戰：全站序列化導致多核心 CPU 無法被有效利用，吞吐量下降、延遲上升。
影響範圍：整體併發能力下降，使用者體驗變差。
複雜度評級：中

Root Cause Analysis（根因分析）

直接原因：

使用類型物件作為鎖標的，導致所有請求互斥。
鎖範圍過大，將不相關的請求也序列化。
缺乏對「每個資源」獨立併發控制的設計。

深層原因：

架構層面：未建立資源層級的鎖粒度策略。
技術層面：錯誤選擇鎖定目標（全域而非資源）。
流程層面：缺少壓測以暴露效能瓶頸。

Solution Design（解決方案設計）

解決策略：改用「每張照片」專屬的鎖物件做資源級互斥，只阻擋同一照片的並發請求，不干擾其他照片。

實施步驟：

定義鎖把手（LockHandle）取得方式
- 實作細節：為每張照片產生可重用的鎖物件。
- 所需資源：Dictionary、雜湊鍵。
- 預估時間：1 小時。
改寫鎖目標與最小化鎖範圍
- 實作細節：lock(this.LockHandle) 包住 Check-Then-Act。
- 所需資源：C#。
- 預估時間：0.5 小時。
併發與效能驗證
- 實作細節：同時請求不同照片，觀察是否互不阻塞。
- 所需資源：壓測工具。
- 預估時間：1 小時。

關鍵程式碼/設定：

// 改為每檔案鎖（資源級鎖）
lock (this.LockHandle)
{
    if (!File.Exists(this.CacheInfoFile))
    {
        this.BuildCacheInfoFile(context);
        context.Response.AddHeader("X-FlickrProxy", "Upload");
    }
}

實際案例：原本一次上傳任何一張圖，都讓其他圖等待；改為每檔案鎖後，不同圖並行服務。
實作環境：ASP.NET（C#）、多核心 CPU。
實測數據：
改善前：不同照片請求彼此阻擋，吞吐量嚴重下降。
改善後：不同照片請求可並行處理，吞吐量顯著提升。
改善幅度：頁面載入時間與吞吐量隨並行度提升（質性改善）。

Learning Points（學習要點）

鎖定粒度的選擇對效能影響巨大
資源級鎖與作業級鎖的差異
並行度與串行化的取捨

技能要求：

必備技能：C# lock、資料結構
進階技能：壓測分析、併發設計

延伸思考：

若檔案數量極多，如何管理鎖物件生命週期？
是否需要公平性以避免飢餓？

Practice Exercise（練習題）

基礎：以字典為不同資源提供鎖，並驗證互不影響（30 分鐘）。
進階：測量每檔案鎖 vs 全域鎖的吞吐差異（2 小時）。
專案：將既有系統的全域鎖重構為資源級鎖（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：不同資源請求不互相阻擋
程式碼品質（30%）：鎖的取得與釋放清晰、可維護
效能優化（20%）：明顯提高吞吐量
創新性（10%）：提出鎖池/WeakReference 管理策略

Case #3: 為每張照片建立專屬鎖物件（LockHandle 設計）

Problem Statement（問題陳述）

業務場景：需要讓「同一張照片」的並發請求互斥，但「不同照片」彼此獨立。
技術挑戰：如何保證同一張照片的請求總能拿到「同一個」鎖物件以互斥？
影響範圍：若鎖物件不一致，將再度發生重複上傳或資料競爭。
複雜度評級：中

Root Cause Analysis（根因分析）

直接原因：

用字串當鎖可能拿到不同實體（即使值相同）。
FileInfo 不是同一實體保證，無法作為共享鎖。
缺少可重用、可共享的鎖物件註冊機制。

深層原因：

架構層面：未建立「資源鍵 → 鎖物件」的目錄。
技術層面：未使用 thread-safe 映射來產生及重用鎖物件。
流程層面：未定義鎖物件生命週期策略。

Solution Design（解決方案設計）

解決策略：以照片內容雜湊（或規範化檔名）作為鍵，建立靜態字典保存鎖物件，確保相同資源共享同一鎖。

實施步驟：

設計 LockHandle 屬性
- 實作細節：以 MD5/雜湊作鍵，若不存在則建立新 object()。
- 所需資源：Dictionary<string,object>。
- 預估時間：1 小時。
確保 thread-safe 新增
- 實作細節：lock 字典再 ContainsKey/Add。
- 所需資源：C# lock。
- 預估時間：0.5 小時。
導入與測試
- 實作細節：並發請求同一張圖，檢查都拿到同一鎖。
- 所需資源：壓測。
- 預估時間：1 小時。

關鍵程式碼/設定：

private static readonly Dictionary<string, object> _locks = new Dictionary<string, object>();

private object LockHandle
{
    get
    {
        string hash = this.GetFileHash(); // 或對檔名正規化後雜湊
        lock (_locks)
        {
            if (!_locks.ContainsKey(hash))
            {
                _locks.Add(hash, new object()); // 為該資源建立專屬鎖
            }
        }
        return _locks[hash]; // 共用同一鎖物件
    }
}

實際案例：以 MD5 為鍵建立鎖物件字典，確保同資源共享同一把手。
實作環境：ASP.NET、C#。
實測數據：
改善前：同資源可能因不同鎖物件而競態。
改善後：同資源請求必定互斥，不同資源互不干擾。
改善幅度：重複上傳與競態風險趨近 0。

Learning Points（學習要點）

鎖物件「同一性」的重要性
字典型鎖註冊（lock registry）模式
鍵值選擇對正確性的影響

技能要求：

必備技能：C# 集合、字典操作
進階技能：鍵正規化與雜湊碰撞風險評估

延伸思考：

是否需 WeakReference 以避免字典無界成長？
可否用 ConcurrentDictionary 簡化鎖區塊？

Practice Exercise（練習題）

基礎：用字典為「資源鍵」提供鎖物件（30 分鐘）。
進階：將鍵切換為不同策略（檔名、內容雜湊）比較正確性（2 小時）。
專案：封裝為 LockRegistry 類別並寫單元測試（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：同鍵請求共享同一鎖
程式碼品質（30%）：封裝良好、可測試
效能優化（20%）：鎖查找開銷低
創新性（10%）：支援可插拔鍵策略

Case #4: 確保鎖物件註冊的執行緒安全

Problem Statement（問題陳述）

業務場景：多執行緒同時請求 LockHandle，若字典操作非執行緒安全，會出現 KeyNotFound 或重覆新增競態。
技術挑戰：避免 _locks 在 ContainsKey 與 Add 之間被其他執行緒插入。
影響範圍：非預期例外、服務中斷。
複雜度評級：低

Root Cause Analysis（根因分析）

直接原因：

使用非 thread-safe 的 Dictionary。
未以鎖保護 ContainsKey/Add。
回傳前未保證條目的存在。

深層原因：

架構層面：缺乏共享結構的同步規格。
技術層面：不了解集合的執行緒安全屬性。
流程層面：缺乏並發單元測試。

Solution Design（解決方案設計）

解決策略：以 lock 包覆檢查與新增流程，確保條目存在後再回傳；或改用 ConcurrentDictionary。

實施步驟：

在 LockHandle 中加入字典鎖
- 實作細節：lock(_locks) { if(!contains) add }。
- 所需資源：C#。
- 預估時間：0.5 小時。
壓測與例外監控
- 實作細節：高併發測試並監控例外。
- 所需資源：壓測工具。
- 預估時間：1 小時。

關鍵程式碼/設定：

lock (_locks)
{
    if (!_locks.ContainsKey(hash))
    {
        _locks.Add(hash, new object());
    }
}
var handle = _locks[hash]; // 回到鎖外讀取，已保證存在

實際案例：加入鎖後消除因字典競態導致的例外。
實作環境：ASP.NET、C#。
實測數據：
改善前：高併發偶發 KeyNotFound 或 ArgumentException。
改善後：例外歸零。
改善幅度：穩定性大幅提升（質性）。

Learning Points（學習要點）

集合型別的執行緒安全特性
在臨界區保證資料結構不變式
鎖外讀的正確性前提

技能要求：

必備技能：C# lock、Dictionary
進階技能：ConcurrentDictionary 應用

延伸思考：

是否需要雙重檢查（double-checked）與記憶體屏障？
用 Lazy 物件能否簡化？

Practice Exercise（練習題）

基礎：重現無鎖字典的競態，再加鎖修復（30 分鐘）。
進階：改以 ConcurrentDictionary 實作（2 小時）。
專案：封裝 thread-safe registry，提供壓測報告（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：高併發下無例外
程式碼品質（30%）：鎖使用正確、簡潔
效能優化（20%）：鎖競爭最小化
創新性（10%）：替代集合方案

Case #5: 將臨界區縮到最小（只鎖必要的兩個動作）

Problem Statement（問題陳述）

業務場景：為避免重複上傳，需鎖住「判定是否需要上傳」與「建立 Flickr 副本檔」；若鎖範圍再擴大，會拖慢其他請求。
技術挑戰：如何精準界定必須鎖住的最小區段以兼顧正確性與效能。
影響範圍：鎖太大導致效能差；鎖太小造成競態。
複雜度評級：中

Root Cause Analysis（根因分析）

直接原因：

初版鎖範圍過大，序列化無關邏輯。
若拆錯，結果不正確（再次競態）。
無明確準則界定關鍵動作。

深層原因：

架構層面：缺乏關鍵區段識別與資料不變式定義。
技術層面：臨界區邊界模糊。
流程層面：未經迭代優化鎖範圍。

Solution Design（解決方案設計）

解決策略：鎖只包住「快取狀態決斷」與「建立副本檔」兩步，其他 IO/網路動作盡可能移出鎖外執行。

實施步驟：

梳理流程與資料不變式
- 實作細節：畫出「檢查→建立→可用」狀態轉換。
- 所需資源：設計圖。
- 預估時間：1 小時。
重構鎖邊界
- 實作細節：只包住 if (!Exists) { Build… }。
- 所需資源：C#。
- 預估時間：1 小時。
量測效能
- 實作細節：比較重構前後延遲與吞吐。
- 所需資源：壓測。
- 預估時間：1 小時。

關鍵程式碼/設定：

// 僅鎖必要動作，縮小臨界區
lock (this.LockHandle)
{
    if (!File.Exists(this.CacheInfoFile))
    {
        this.BuildCacheInfoFile(context); // 建立副本與狀態
        context.Response.AddHeader("X-FlickrProxy", "Upload");
    }
}
// 其他非必要流程（如回應處理）放鎖外

實際案例：只鎖關鍵兩動作後，其他請求延遲下降。
實作環境：ASP.NET、C#。
實測數據：
改善前：鎖範圍大，平均等待時間偏高。
改善後：等待時間下降，吞吐提升。
改善幅度：質性提升，隨請求數成長更穩定。

Learning Points（學習要點）

臨界區縮減與可伸縮性
資料不變式保證
非必要動作移出鎖外

技能要求：

必備技能：流程拆解、C# 同步
進階技能：性能剖析、鎖競爭分析

延伸思考：

網路上傳是否也該移出鎖外並以 semaphore 控制？
是否需要細分「檢查」與「建立」的鎖？

Practice Exercise（練習題）

基礎：將一段大鎖拆成最小臨界區（30 分鐘）。
進階：以 StopWatch 度量等待時間前後差異（2 小時）。
專案：撰寫併發測試覆蓋多種鎖範圍（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：正確避免競態
程式碼品質（30%）：鎖邊界清晰
效能優化（20%）：可量測改善
創新性（10%）：提出替代同步策略

Case #6: 鎖定標的物選型：不要用字串或 FileInfo

Problem Statement（問題陳述）

業務場景：需要為「同一檔案」建立一致的鎖標的物，確保相同資源的請求能互斥。
技術挑戰：字串與 FileInfo 雖代表相同檔案，引用實體卻可能不同。
影響範圍：用錯鎖標的會導致互斥失效、重複上傳。
複雜度評級：低

Root Cause Analysis（根因分析）

直接原因：

字串相同不代表同一 object 實體。
FileInfo 可能多次建立為不同實體，且「不存在」時無法共享。
未有中心化鎖物件管理。

深層原因：

架構層面：缺鎖物件目錄。
技術層面：引用相等與值相等混淆。
流程層面：缺乏併發設計審查。

Solution Design（解決方案設計）

解決策略：以雜湊鍵查表取得同一 object()，避免直接以字串/FileInfo 當鎖標的。

實施步驟：

設計鍵與對映
- 實作細節：使用內容雜湊或正規化檔名作鍵。
- 所需資源：字典。
- 預估時間：1 小時。
替換鎖標的
- 實作細節：lock(LockHandle) 取代 lock(字串/ FileInfo)。
- 所需資源：C#。
- 預估時間：0.5 小時。

關鍵程式碼/設定：

// 錯誤示範（不要這樣）
/*
lock (fileNameString) { ... }
lock (new FileInfo(path)) { ... }
*/
// 正確作法：取用中心化鎖物件
lock (this.LockHandle) { /* 關鍵區段 */ }

實際案例：以中央鎖物件避免以不穩定引用作鎖。
實作環境：ASP.NET、C#。
實測數據：
改善前：偶發互斥失效。
改善後：互斥穩定生效。
改善幅度：正確性提升。

Learning Points（學習要點）

參考相等 vs 值相等
鎖標的物選型原則
中央註冊表模式

技能要求：

必備技能：C# 基礎
進階技能：鍵規範化

延伸思考：

若需跨進程鎖，該如何設計（命名 Mutex/檔案鎖）？

Practice Exercise（練習題）

基礎：展示以字串鎖的問題，改為 LockHandle（30 分鐘）。
進階：設計可插拔鍵提供器（2 小時）。
專案：將專案所有鎖標的一致化（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：同資源互斥生效
程式碼品質（30%）：封裝與命名清楚
效能優化（20%）：鎖查找低開銷
創新性（10%）：鍵策略可擴充

Case #7: 限制同時上傳數量以避免頻寬尖峰（Semaphore）

Problem Statement（問題陳述）

業務場景：同頁面含多張首次載入的圖片，瀏覽器會同時發多個請求，導致同時啟動多個上傳。
技術挑戰：無上限的並行上傳會拖慢整體速度，並可能引起外部服務的關切。
影響範圍：頻寬耗盡、延遲增加、外部 API 風險。
複雜度評級：中

Root Cause Analysis（根因分析）

直接原因：

未限制「上傳」這個昂貴動作的並行度。
上傳耗時長，造成資源爭用。
一次大量請求集中引發尖峰。

深層原因：

架構層面：缺少併發節流（throttling）層。
技術層面：未使用 Semaphore 控制併發量。
流程層面：缺乏高併發頁面測試。

Solution Design（解決方案設計）

解決策略：使用 Semaphore 將同時上傳數量限制為 2，將昂貴作業序列化到可控程度，提升整體穩定性。

實施步驟：

建立全域 Semaphore
- 實作細節：new Semaphore(2, 2) 靜態實例。
- 所需資源：System.Threading。
- 預估時間：0.5 小時。
包覆上傳區段
- 實作細節：WaitOne → 上傳 → Release。
- 所需資源：C#。
- 預估時間：0.5 小時。
壓測與調參
- 實作細節：調整並行度，觀察延遲/吞吐平衡。
- 所需資源：壓測工具。
- 預估時間：1.5 小時。

關鍵程式碼/設定：

public static Semaphore FlickrUploaderSemaphore = new Semaphore(2, 2);

// 上傳時使用節流
FlickrUploaderSemaphore.WaitOne();
try
{
    photoID = flickr.UploadPicture(this.FileLocation);
}
finally
{
    FlickrUploaderSemaphore.Release();
}

實際案例：同頁多圖首次載入時，並行上傳被限制為 2，避免網路擁塞。
實作環境：ASP.NET、C#。
實測數據：
改善前：同時上傳數量不受控，網路壅塞。
改善後：同時上傳≤2，頁面總完成時間更穩定。
改善幅度：延遲尖峰降低，穩定性顯著提升（質性）。

Learning Points（學習要點）

以 Semaphore 進行併發節流
熱點作業的併發治理
try/finally 確保 Release

技能要求：

必備技能：C# 執行緒同步
進階技能：併發調參、效能剖析

延伸思考：

動態調整上限（依負載/時段）？
與排隊策略（Queue）結合？

Practice Exercise（練習題）

基礎：以 Semaphore 限制同一段程式的並發（30 分鐘）。
進階：做併發度=1,2,4 的比較實驗（2 小時）。
專案：為昂貴外呼作業建立可配置的節流層（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：並發上限生效
程式碼品質（30%）：正確釋放、無洩漏
效能優化（20%）：抑制尖峰
創新性（10%）：動態調參策略

Case #8: 同時滿足「同檔互斥」與「總量節流」的組合設計

Problem Statement（問題陳述）

業務場景：要確保同一張照片只上傳一次（正確性），同時限制整體同時上傳數量（穩定性）。
技術挑戰：單用鎖只能解決同檔互斥，單用 Semaphore 只能控總量，兩者需協調組合。
影響範圍：若組合不當，要不是重複上傳，要不就是吞吐不穩定。
複雜度評級：高

Root Cause Analysis（根因分析）

直接原因：

資源級鎖與系統級節流同時存在的協調問題。
上傳動作應由節流控制而非臨界區長時間佔用。
缺乏清楚的分層邏輯。

深層原因：

架構層面：未將「狀態一致性」與「容量控制」分層。
技術層面：鎖與 Semaphore 的職責界線不清。
流程層面：未以整體路徑進行設計驗證。

Solution Design（解決方案設計）

解決策略：鎖用於原子化的狀態檢查與建立；上傳本身不佔鎖，改由 Semaphore 控制總量，達成正確性與穩定性的平衡。

實施步驟：

劃分責任
- 實作細節：鎖負責 check/build，Semaphore 負責 upload。
- 所需資源：設計圖。
- 預估時間：1 小時。
串接控制流程
- 實作細節：先 lock 判定需上傳，再在鎖外 WaitOne/Upload/Release。
- 所需資源：C#。
- 預估時間：1 小時。
併發場景驗證
- 實作細節：同檔/多檔、大量請求情境。
- 所需資源：壓測工具。
- 預估時間：2 小時。

關鍵程式碼/設定：

bool needUpload = false;
lock (this.LockHandle)
{
    if (!File.Exists(this.CacheInfoFile))
    {
        needUpload = true; // 僅決策與狀態準備放鎖內
    }
}

if (needUpload)
{
    FlickrUploaderSemaphore.WaitOne();
    try
    {
        // 實際上傳，避免在鎖內執行長任務
        var photoID = flickr.UploadPicture(this.FileLocation);
        // 完成後再更新快取資訊（必要時以細鎖保護）
        this.BuildCacheInfoFile(context);
        context.Response.AddHeader("X-FlickrProxy", "Upload");
    }
    finally
    {
        FlickrUploaderSemaphore.Release();
    }
}

實際案例：同時解決重複上傳與上傳尖峰問題，頁面含多圖時仍表現穩定。
實作環境：ASP.NET、C#。
實測數據：
改善前：僅鎖→吞吐差；僅節流→重複上傳。
改善後：兩者兼顧，誤上傳=0；並發上限生效。
改善幅度：正確性與穩定性顯著提升。

Learning Points（學習要點）

將一致性與容量控制分層
長任務移出鎖、由節流接手
組合同步原語的序列設計

技能要求：

必備技能：lock 與 Semaphore 運用
進階技能：路徑設計與競態驗證

延伸思考：

快取資訊更新是否需二階段提交？
需不需要公平 Semaphore？

Practice Exercise（練習題）

基礎：鎖內只做決策、長任務改由 Semaphore 控制（30 分鐘）。
進階：寫壓測覆蓋多種併發模式（2 小時）。
專案：封裝組合控制器（Consistency + Throttling）（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：同檔互斥與總量節流並存
程式碼品質（30%）：分層清晰、責任單一
效能優化（20%）：長任務不佔鎖
創新性（10%）：可配置與可擴充性

Case #9: 多核心效益釋放：避免不必要的全域互斥

Problem Statement（問題陳述）

業務場景：伺服器已升級多核心 CPU，但全域鎖使請求序列化，硬體效益無法釋放。
技術挑戰：在維持正確性的前提下，提高不同資源請求的並行處理能力。
影響範圍：吞吐量低、CPU 利用率不佳。
複雜度評級：低

Root Cause Analysis（根因分析）

直接原因：

鎖標的過於粗糙（類型物件）。
不相關的請求彼此互斥。
長任務佔用鎖資源。

深層原因：

架構層面：未配合硬體特性設計併發度。
技術層面：忽略鎖競爭對 CPU 的抑制。
流程層面：缺少硬體升級後的效能回歸測試。

Solution Design（解決方案設計）

解決策略：以每檔案鎖 + 上傳節流的雙層設計，讓不同檔案請求併行、同時限制昂貴操作的併發數。

實施步驟：

改為每檔案鎖
- 實作細節：使用 LockHandle。
- 所需資源：字典。
- 預估時間：1 小時。
長任務節流
- 實作細節：上傳由 Semaphore 控制。
- 所需資源：System.Threading。
- 預估時間：0.5 小時。
CPU 利用率觀測
- 實作細節：比較前後 CPU 使用率與 RPS。
- 所需資源：監控工具。
- 預估時間：1 小時。

關鍵程式碼/設定：

// 參考 Case #2、#7、#8 的組合
// 核心在於：不同檔案請求不互斥，長任務由 Semaphore 控制

實際案例：全域鎖改為資源鎖後，CPU 核心可同時服務不同照片請求。
實作環境：多核心伺服器、ASP.NET。
實測數據：
改善前：CPU 利用率偏低、RPS 停滯。
改善後：CPU 與 RPS 隨並行度增加而提升。
改善幅度：質性提升（依硬體與負載而定）。

Learning Points（學習要點）

鎖競爭與硬體資源利用
架構調整對吞吐的影響
以節流控制昂貴作業

技能要求：

必備技能：性能監控
進階技能：併發調優

延伸思考：

是否需要根據 CPU 核數動態調整 Semaphore 配額？

Practice Exercise（練習題）

基礎：度量全域鎖 vs 資源鎖的 CPU 利用差異（30 分鐘）。
進階：加入節流並比較 RPS（2 小時）。
專案：設計「CPU 感知」的節流器（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：並發提升不破壞正確性
程式碼品質（30%）：清楚層次
效能優化（20%）：CPU/RPS 改善
創新性（10%）：動態調整策略

Case #10: 檔名大小寫問題與鍵選擇：改用內容雜湊（MD5）

Problem Statement（問題陳述）

業務場景：Windows 檔案系統大小寫不敏感，若以檔名作鍵可能出現大小寫異動卻被視為不同鍵或相反。
技術挑戰：確保資源鍵的穩定性與唯一性，減少誤判。
影響範圍：可能導致鎖不一致與重複上傳。
複雜度評級：低

Root Cause Analysis（根因分析）

直接原因：

檔名大小寫與正規化處理不足。
鍵策略未與平台特性對齊。
使用值等價但不同引用的鍵。

深層原因：

架構層面：鍵策略未標準化。
技術層面：對 FS 行為考慮不足。
流程層面：未定義鍵生成規則。

Solution Design（解決方案設計）

解決策略：使用檔案內容 MD5 作鍵；剛好流程已有 MD5 計算，可直接重用，保證同內容共享鎖。

實施步驟：

實作 GetFileHash
- 實作細節：回傳 MD5 Hex 字串。
- 所需資源：加密雜湊 API。
- 預估時間：1 小時。
替換鍵策略
- 實作細節：LockHandle 以 MD5 為鍵。
- 所需資源：C#。
- 預估時間：0.5 小時。

關鍵程式碼/設定：

string hash = this.GetFileHash(); // 已存在的 MD5 計算結果
lock (_locks)
{
    if (!_locks.ContainsKey(hash))
        _locks.Add(hash, new object());
}
return _locks[hash];

實際案例：文章中說明既有流程已算 MD5，直接拿來當鍵。
實作環境：ASP.NET、C#。
實測數據：
改善前：鍵不穩定可能造成錯誤互斥。
改善後：鍵唯一穩定，互斥正確。
改善幅度：正確性提升。

Learning Points（學習要點）

鍵策略與平台特性
重用既有管線資料（MD5）
內容 vs 名稱作為鍵

技能要求：

必備技能：雜湊概念
進階技能：鍵碰撞與風險評估

延伸思考：

大檔案 MD5 成本如何？是否可快取？

Practice Exercise（練習題）

基礎：以 MD5 作鍵的 LockRegistry（30 分鐘）。
進階：比較檔名正規化 vs 內容雜湊（2 小時）。
專案：鍵策略可切換與統計（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：鍵穩定唯一
程式碼品質（30%）：封裝清晰
效能優化（20%）：MD5 開銷受控
創新性（10%）：多策略支援

Case #11: 高併發頁面（多圖同頁）下的上傳洪峰抑制

Problem Statement（問題陳述）

業務場景：單頁含多張首次載入的圖片，瀏覽器同時發起多個請求；若每張都觸發上傳，容易造成網路與外部服務壓力。
技術挑戰：既要確保每張圖只上傳一次，又要避免同時上傳過多。
影響範圍：頁面載入過慢、外部 API 關切。
複雜度評級：中

Root Cause Analysis（根因分析）

直接原因：

首次載入大量圖片同時觸發上傳。
無節流機制。
上傳動作昂貴。

深層原因：

架構層面：無併發尖峰治理方案。
技術層面：缺少 Semaphore 應用。
流程層面：未以真實頁面驗證。

Solution Design（解決方案設計）

解決策略：每檔案鎖保證唯一上傳；跨檔案以 Semaphore 將同時上傳控制在 2。

實施步驟：

每檔案鎖（參考 Case #2/#3）
- 實作細節：LockHandle。
- 所需資源：C#。
- 預估時間：1 小時。
上傳節流（參考 Case #7）
- 實作細節：Semaphore(2,2)。
- 所需資源：C#。
- 預估時間：0.5 小時。
實頁壓測
- 實作細節：打開含 20 張圖之頁面，量測總載入時間。
- 所需資源：瀏覽器 DevTools。
- 預估時間：1 小時。

關鍵程式碼/設定：

// 參考 Case #8 的組合範例，略

實際案例：作者測試同頁多圖時導致大量同時上傳，因而採用 Semaphore 限制為 2。
實作環境：ASP.NET、C#。
實測數據：
改善前：同時上傳過多，載入時間飄忽不定。
改善後：同時上傳≤2，載入時間較穩定。
改善幅度：穩定性明顯提升（質性）。

Learning Points（學習要點）

真實頁面情境的尖峰行為
粒度化鎖 + 全域節流的協同
以使用者體驗為導向的併發治理

技能要求：

必備技能：ASP.NET、C#
進階技能：瀏覽器並行限制理解、壓測

延伸思考：

依瀏覽器/網路環境調整節流上限？
排隊可視化回饋（如回應 header）

Practice Exercise（練習題）

基礎：建立含多圖頁面並觀察行為（30 分鐘）。
進階：加入節流並比較總載入時間（2 小時）。
專案：做一個可配置上限與觀測的上傳管理器（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：穩定控制上傳數量
程式碼品質（30%）：結構化清晰
效能優化（20%）：載入時間穩定
創新性（10%）：自適應上限

Case #12: 以回應標頭標記上傳事件，提升可觀測性

Problem Statement（問題陳述）

業務場景：需要辨識哪些請求觸發了上傳，以便驗證修復是否生效並做後續監測。
技術挑戰：缺少可觀測性，無法在日誌中快速判定上傳事件。
影響範圍：除錯成本高、無法做趨勢追蹤。
複雜度評級：低

Root Cause Analysis（根因分析）

直接原因：

回應缺少事件標記。
難以在混雜請求中定位上傳。
無數據支援決策。

深層原因：

架構層面：缺失觀測設計。
技術層面：未利用 Header 進行輕量標記。
流程層面：缺乏營運指標。

Solution Design（解決方案設計）

解決策略：在觸發上傳時加入自訂回應標頭 X-FlickrProxy: Upload，讓代理、前端或日誌系統能快速識別。

實施步驟：

加入標頭
- 實作細節：context.Response.AddHeader(“X-FlickrProxy”,”Upload”)。
- 所需資源：ASP.NET。
- 預估時間：0.3 小時。
日誌與監測
- 實作細節：Nginx/IIS 記錄回應標頭，建立統計。
- 所需資源：日誌系統。
- 預估時間：1 小時。

關鍵程式碼/設定：

context.Response.AddHeader("X-FlickrProxy", "Upload"); // 標記此請求觸發了上傳

實際案例：文章示範在建立快取資訊後加入標頭，便於識別。
實作環境：ASP.NET、IIS。
實測數據：
改善前：無法統計上傳觸發次數。
改善後：可觀測且可統計。
改善幅度：可見性顯著提升。

Learning Points（學習要點）

可觀測性與營運指標
輕量事件標記方法
與監控系統整合

技能要求：

必備技能：HTTP 基礎
進階技能：日誌分析

延伸思考：

是否加入上傳耗時等額外標頭？
以追蹤 ID 串連多層系統？

Practice Exercise（練習題）

基礎：為特定事件加回應標頭（30 分鐘）。
進階：收集並統計標頭事件（2 小時）。
專案：建立上傳監控儀表板（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：標頭正確且可統計
程式碼品質（30%）：非侵入、低耦合
效能優化（20%）：零或近零開銷
創新性（10%）：與追蹤系統串接

Case #13: 單一上傳者（Single Uploader）模式

Problem Statement（問題陳述）

業務場景：同一張照片在同時多請求下，僅允許一個請求去上傳；其他請求需等待並在完成後走快取/轉送。
技術挑戰：如何讓等待者不重複執行上傳，且在完成後能正確回應。
影響範圍：避免重複上傳、改善整體延遲。
複雜度評級：中

Root Cause Analysis（根因分析）

直接原因：

多請求對同一狀態無互斥。
不知道他人是否已在上傳。
缺少等待/喚醒機制。

深層原因：

架構層面：未定義單一執行者模式。
技術層面：缺鎖或缺少狀態旗標。
流程層面：未規範等待者行為。

Solution Design（解決方案設計）

解決策略：以每檔案鎖實現 Single Uploader。第一個請求判定需上傳並執行；其他請求在鎖外循環檢查快取狀態，待上傳完成後走快取/轉送。

實施步驟：

實作單一上傳決策
- 實作細節：鎖內判斷與設定狀態。
- 所需資源：C#。
- 預估時間：1 小時。
等待者流向
- 實作細節：等待者不再上傳，改為輪詢/等待至快取就緒。
- 所需資源：計時器/短暫睡眠（或事件）。
- 預估時間：1 小時。

關鍵程式碼/設定：

bool needUpload = false;
lock (this.LockHandle)
{
    needUpload = !File.Exists(this.CacheInfoFile);
}
if (needUpload)
{
    // 由此請求負責上傳（可配合 Semaphore）
    // 完成後建立快取資訊
}
else
{
    // 等待者：直接使用既有快取或轉送
}

實際案例：文章中第二個請求導致二次上傳，導入 Single Uploader 後僅一次。
實作環境：ASP.NET、C#。
實測數據：
改善前：同資源多上傳。
改善後：每資源僅一次上傳，其他請求共享成果。
改善幅度：重複上傳降至 0。

Learning Points（學習要點）

單一執行者設計模式
等待者的正確行為
共享結果的使用

技能要求：

必備技能：C# 同步
進階技能：事件/條件變數（若需）

延伸思考：

是否要用事件喚醒機制取代輪詢？

Practice Exercise（練習題）

基礎：實作單一執行者（30 分鐘）。
進階：加入事件通知等待者（2 小時）。
專案：封裝為 SingleFlight 元件（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：同資源僅一次執行
程式碼品質（30%）：邏輯清晰
效能優化（20%）：等待成本低
創新性（10%）：事件化優化

Case #14: 外部服務友善策略：避免「被關切」

Problem Statement（問題陳述）

業務場景：Flickr 可能對異常的短時間大量上傳行為產生關切或限制。
技術挑戰：控制對外服務的即時壓力，避免觸發節流或封鎖。
影響範圍：服務可用性、帳號信譽。
複雜度評級：低

Root Cause Analysis（根因分析）

直接原因：

短時間大量並發上傳。
無節流或重試間隔策略。
無用量觀測。

深層原因：

架構層面：對外訪問策略缺失。
技術層面：無 Semaphore 或速率限制器。
流程層面：未與外部服務可接受行為對齊。

Solution Design（解決方案設計）

解決策略：以 Semaphore 控並發，必要時加延遲或排隊長度限制，並增加標頭與日誌觀測用量趨勢。

實施步驟：

併發限制
- 實作細節：Semaphore(2,2)。
- 所需資源：C#。
- 預估時間：0.5 小時。
可觀測性
- 實作細節：回應標頭與日誌（Case #12）。
- 所需資源：IIS/日誌。
- 預估時間：1 小時。

關鍵程式碼/設定：

// 同 Case #7，略

實際案例：作者擔憂「被關切」，以並發上限降低瞬時壓力。
實作環境：ASP.NET、C#。
實測數據：
改善前：瞬時大量上傳。
改善後：並發受控，更友善穩定。
改善幅度：風險降低（質性）。

Learning Points（學習要點）

對外服務的友善消費策略
瞬時壓力治理
觀測與治理閉環

技能要求：

必備技能：同步原語
進階技能：用量監控

延伸思考：

速率限制（Rate Limiting）是否更合適？
異常/重試策略如何設計？

Practice Exercise（練習題）

基礎：限制對外呼叫並發（30 分鐘）。
進階：加入失敗重試間隔（2 小時）。
專案：設計對外呼叫治理元件（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：壓力受控
程式碼品質（30%）：可配置
效能優化（20%）：尖峰降低
創新性（10%）：治理策略

Case #15: 競態修復的端到端測試與壓測腳本設計

Problem Statement（問題陳述）

業務場景：需證明修復有效（無重複上傳）且效能可接受（多圖併發時穩定）。
技術挑戰：設計可重現並驗證競態與尖峰的測試場景。
影響範圍：品質保證、回歸風險。
複雜度評級：中

Root Cause Analysis（根因分析）

直接原因：

缺乏針對併發場景的自動化測試。
無壓測數據支撐調整。
變更後缺回歸驗證。

深層原因：

架構層面：未建立可測性設計。
技術層面：缺壓測腳本。
流程層面：缺回歸流程。

Solution Design（解決方案設計）

解決策略：建立兩類測試：同資源並發請求測「單一上傳」；多資源併發測「吞吐與節流」。串接指標（回應標頭）做驗證。

實施步驟：

同資源競態測試
- 實作細節：同一 URL 發出 N 個請求，確認只上傳一次。
- 所需資源：JMeter/k6。
- 預估時間：1.5 小時。
多資源尖峰測試
- 實作細節：20 張首次載入圖片同時請求，觀察總載入時間。
- 所需資源：JMeter/k6、瀏覽器。
- 預估時間：1.5 小時。
指標驗證
- 實作細節：統計 X-FlickrProxy 標頭次數。
- 所需資源：日誌系統。
- 預估時間：1 小時。

關鍵程式碼/設定：

// 測試輔助：檢查回應是否帶有 X-FlickrProxy: Upload
// 以此統計實際觸發上傳的請求數量

實際案例：以同頁多圖重現問題，再以節流與資源鎖修復並實測。
實作環境：ASP.NET、C#、JMeter/k6。
實測數據：
改善前：重複上傳、多圖尖峰導致延遲不穩。
改善後：重複上傳=0；延遲曲線平滑。
改善幅度：穩定性與正確性提升。

Learning Points（學習要點）

併發測試設計
指標導向驗證
端到端品質保障

技能要求：

必備技能：壓測工具
進階技能：指標分析

延伸思考：

將測試納入 CI 做回歸？
以混沌測試驗證韌性？

Practice Exercise（練習題）

基礎：寫同資源並發的小壓測（30 分鐘）。
進階：寫多資源尖峰測試（2 小時）。
專案：建立 CI 壓測流水線（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：測試覆蓋關鍵場景
程式碼品質（30%）：腳本清晰、可維護
效能優化（20%）：能發現瓶頸
創新性（10%）：自動化與報表化

Case #16: 鎖物件生命週期與記憶體治理（以程序生命週期為界）

Problem Statement（問題陳述）

業務場景：鎖物件被字典持有，長時間運行是否會造成記憶體負擔？
技術挑戰：在確保鎖一致性的前提下，控制鎖物件的生命週期。
影響範圍：記憶體佔用與可維運性。
複雜度評級：低

Root Cause Analysis（根因分析）

直接原因：

鎖物件會持續保留在靜態字典中。
沒有回收機制。
長時間運行資源數增加。

深層原因：

架構層面：生命週期策略未定義。
技術層面：缺少清理流程或弱引用。
現場面：文章中採用「程序生命週期足矣」的取捨。

Solution Design（解決方案設計）

解決策略：採用程序生命週期的取捨（文章所述），短期以簡單為先；若資源量成長，再引入清理策略或 WeakReference。

實施步驟：

先行採用靜態字典
- 實作細節：簡單穩定，最小化複雜度。
- 所需資源：C#。
- 預估時間：0.2 小時。
監控與門檻
- 實作細節：觀測字典項目數，超門檻再治理。
- 所需資源：監控。
- 預估時間：1 小時。

關鍵程式碼/設定：

private static Dictionary<string, object> _locks = new Dictionary<string, object>();
// 以程序生命週期為界，不主動回收；必要時再優化

實際案例：作者表明「在此程序有生之年，同一檔案拿到同一 object 就足夠」。
實作環境：ASP.NET、C#。
實測數據：
改善前：擔心記憶體占用。
改善後：用簡單策略先達成正確性與效能，再視情況優化。
改善幅度：複雜度顯著降低。

Learning Points（學習要點）

工程權衡：簡單先行 vs 提前優化
生命週期管理策略
觀測驅動的優化

技能要求：

必備技能：C# 靜態資源
進階技能：WeakReference/清理策略設計

延伸思考：

若是長時間大量新資源，應如何回收？
是否需以 LRU 清理？

Practice Exercise（練習題）

基礎：實作靜態鎖表並監控大小（30 分鐘）。
進階：加入 WeakReference 清理策略（2 小時）。
專案：做可配置的鎖表管理器（8 小時）。

Assessment Criteria（評估標準）

功能完整性（40%）：正確共享鎖
程式碼品質（30%）：清晰、可擴充
效能優化（20%）：無明顯記憶體增長
創新性（10%）：清理策略設計

案例分類

1) 按難度分類

入門級（適合初學者）：Case 4, 6, 10, 12, 16
中級（需要一定基礎）：Case 1, 2, 3, 5, 7, 11, 15
高級（需要深厚經驗）：Case 8, 9, 14

2) 按技術領域分類

架構設計類：Case 2, 3, 5, 8, 9, 10, 14, 16
效能優化類：Case 2, 5, 7, 8, 9, 11, 15
整合開發類：Case 7, 8, 11, 12, 14
除錯診斷類：Case 1, 4, 6, 12, 15
安全防護類：無（本文聚焦併發與效能）

3) 按學習目標分類

概念理解型：Case 4, 6, 10, 12, 16
技能練習型：Case 1, 2, 3, 5, 7
問題解決型：Case 8, 9, 11, 14, 15
創新應用型：Case 8, 14, 16

案例關聯圖（學習路徑建議）

建議先學：Case 1（競態與臨界區基礎）、Case 12（可觀測性），建立問題意識與觀測手段。
進一步：Case 2（避免全域鎖）→ Case 3/4/6/10（每檔案鎖與鍵策略、執行緒安全）→ Case 5（縮小臨界區）。
併發治理：Case 7（Semaphore 節流）→ Case 11（多圖頁面實戰）→ Case 9（多核心效益）。
組合設計：Case 8（同檔互斥 + 總量節流整合）為核心里程碑。
營運友善：Case 14（外部服務友善）→ Case 16（生命週期治理）。
測試驗證：最後以 Case 15 建立 E2E 壓測與回歸機制，形成完整閉環。

依賴關係提示：

Case 8 依賴 Case 2/3/5/7 的知識。
Case 11 依賴 Case 7 與 Case 2/3。
Case 9 的效益驗證依賴 Case 2 的改造。
Case 15 需結合 Case 12 的可觀測性。

完整學習路徑總結： 1) Case 1 → 12 → 2 → 3 → 4 → 6 → 10 → 5
2) Case 7 → 11 → 9 → 8
3) Case 14 → 16 → 15

完成上述路徑後，學習者可掌握從競態診斷、鎖粒度設計、鍵策略、節流治理，到整合實戰與觀測驗證的完整技能組合。

FlickrProxy #4 - 修正同步上傳的問題

Case #1: 同步缺失導致同一照片被上傳兩次

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #2: 鎖太大造成全站序列化（效能嚴重下降）

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #3: 為每張照片建立專屬鎖物件（LockHandle 設計）

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #4: 確保鎖物件註冊的執行緒安全

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #5: 將臨界區縮到最小（只鎖必要的兩個動作）

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #6: 鎖定標的物選型：不要用字串或 FileInfo

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #7: 限制同時上傳數量以避免頻寬尖峰（Semaphore）

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #8: 同時滿足「同檔互斥」與「總量節流」的組合設計

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #9: 多核心效益釋放：避免不必要的全域互斥

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #10: 檔名大小寫問題與鍵選擇：改用內容雜湊（MD5）

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #11: 高併發頁面（多圖同頁）下的上傳洪峰抑制

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #12: 以回應標頭標記上傳事件，提升可觀測性

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #13: 單一上傳者（Single Uploader）模式

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #14: 外部服務友善策略：避免「被關切」

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #15: 競態修復的端到端測試與壓測腳本設計

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Case #16: 鎖物件生命週期與記憶體治理（以程序生命週期為界）

Problem Statement（問題陳述）

Root Cause Analysis（根因分析）

Solution Design（解決方案設計）

Facebook Pages

AI Synthesis Contents

Edit Post (Pull Request)

Post Directory