redis分布式锁场景实现
今天带大家深入剖析一下Redis分布式锁，彻底搞懂它。
场景
既然要搞懂Redis分布式锁，那肯定要有一个需要它的场景。
高并发售票问题就是一个经典案例。
搭建环境
@Service
public class TicketServiceImpl implements TicketService {
@Autowired
private StringRedisTemplate stringRedisTemplate;
private Logger logger = LoggerFactory.getLogger(TicketServiceImpl.class);
@Override
public String sellTicket() {
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) {
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) {
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为：" + ticketNew);
} else {
logger.info("手速不够呀，票已经卖光了...");
}
return "抢票成功...";
}
}
分析解决问题
以上代码没有做任何的加锁操作，在高并发情况下，票的超卖情况很严重，根本无法正常使用
分析1
既然要加分布式锁，那么我们可以使用Redis中的setnx命令来模拟一个锁。
redis > EXISTS job # job 不存在
(integer) 0
redis > SETNX job "programmer" # job 设置成功
(integer) 1
redis > SETNX job "code-farmer" # 尝试覆盖 job ，失败
(integer) 0
当一个线程进入到当前方法中，使用 setnx 设置一个键，如果设置成功，就允许继续访问，设置失败，就不能访问该方法；
当方法运行完毕时，将这个键删除，下一次再有线程来访问时，就重新执行该操作。
public String sellTicket() {
String lock="lock";
// 如果成功设置这个值，证明目前该方法并没有被操作，可以进行卖票操作
Boolean tag = stringRedisTemplate.opsForValue().setIfAbsent(lock, "");
if (!tag) { // 如果设置失败，证明当前方法正在被执行，不允许再次执行
// 实际开发环境应该使用队列来完成访问操作，这里主要探究分布式锁的问题，所以仅仅模拟了场景
// 这里使用自旋的方式，防止访问信息丢失
sellTicket();
return "当前访问人数过多，请稍后访问...";
}
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) {
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) {
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为：" + ticketNew);
} else {
logger.info("手速不够呀，票已经卖光了...");
}
stringRedisTemplate.delete(lock);
return "抢票成功...";
}
分析2
上述的代码在程序正常运行下不会出现票超卖的问题，但是我们需要考虑：
- 如果程序运行中系统出现了异常，导致无法删除
lock，就会造成死锁的问题。也许有人马上就会想到，使用try{} finally {}，在finally中进行删除锁的操作。- 但是，如果是分布式架构，第一个服务器接收到请求，加了锁，此时第二个服务器也接收到请求，
setnx命令失败，需要执行return操作，根据finally的特性，执行return之前，需要先执行finally里的代码，于是，第二个服务器把锁给删除了，程序中锁失效了，肯定会出现票超卖等一系列问题。
- 但是，如果是分布式架构，第一个服务器接收到请求，加了锁，此时第二个服务器也接收到请求，
- 如果程序在运行中直接彻底死了（比如，程序员闲着没事儿，来了个 kill -9；或者断电），就算加了finally，finally也不能执行，还是会出现死锁问题
解决方法：
- 给锁加一个标识符，只允许自己来操作锁，其他访问程序不能操作锁
- 还要给锁加一个过期时间，这样就算程序死了，当时间过期后，还是能够继续执行
public String sellTicket() {
String lock="lock"; // 锁的键
String lockId = UUID.randomUUID().toString(); // 锁的值：唯一标识
try{
// 如果成功设置这个值，证明目前该方法并没有被操作，可以进行卖票操作
// 添加一个过期时间，暂定为 30秒，这里的操作具有原子性，如果过期时间设置失败，键也会设置失败
Boolean tag = stringRedisTemplate.opsForValue().setIfAbsent(lock, lockId, 30, TimeUnit.SECONDS);
if (!tag) { // 如果设置失败，证明当前方法正在被执行，不允许再次执行
// 实际开发环境应该使用队列来完成访问操作，这里主要探究分布式锁的问题，所以仅仅模拟了场景
// 不设置回调的话，访问信息会丢失
sellTicket();
return "当前访问人数过多，请稍后访问...";
}
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) {
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) {
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为：" + ticketNew);
} else {
logger.info("手速不够呀，票已经卖光了...");
}
} finally {
// 如果redis中的值，和当前的值一致，才允许删除锁。
if (lockId.equals(stringRedisTemplate.opsForValue().get(lock))) {
stringRedisTemplate.delete(lock);
}
}
return "抢票成功...";
}
分析3
写到这里已经可以解决大部分问题了，但是还需要考虑一个问题：
如果程序运行的极慢（硬件处理慢或者进行了GC），导致30秒已经到了，锁已经失效了，程序还没有运行完成，这时候，就会有另一个线程总想钻个空子，导致票的超卖问题。
- 这里我们可以使用 sleep 模拟一下
......
if (ticket > 0) {
try {
// 为了测试方便，过期时间和线程暂停时间都改成了3秒
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
......
- 这样运行就会出现极其严重的超卖问题
那么该如何设置这个过期时间呢？继续加大？这显然是不合适的，因为无论多么大，总有可能出现问题。
解决方法
我们可以使用 守护线程 ，来保证这个时间永不过期
public String sellTicket() {
String lock="lock"; // 锁的键
String lockId = UUID.randomUUID().toString(); // 锁的值：唯一标识
MyThread myThread = null; // 锁的守护线程
try{
// 如果成功设置这个值，证明目前该方法并没有被操作，可以进行卖票操作
// 添加一个过期时间，暂定为 3 秒，这里的操作具有原子性，如果过期时间设置失败，键也会设置失败
Boolean tag = stringRedisTemplate.opsForValue().setIfAbsent(lock, lockId, 3, TimeUnit.SECONDS);
if (!tag) { // 如果设置失败，证明当前方法正在被执行，不允许再次执行
// 实际开发环境应该使用队列来完成访问操作，这里主要探究分布式锁的问题，所以仅仅模拟了场景
// 不设置回调的话，访问信息会丢失
sellTicket();
return "当前访问人数过多，请稍后访问...";
}
// 开启守护线程, 每隔三分之一的时间，给锁续命
myThread = new MyThread(lock);
myThread.setDaemon(true);
myThread.start();
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) {
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) {
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为：" + ticketNew);
} else {
logger.info("手速不够呀，票已经卖光了...");
}
} finally {
// 如果redis中的值，和当前的值一致，才允许删除锁。
if (lockId.equals(stringRedisTemplate.opsForValue().get(lock))) {
// 程序运行结束，需要关闭守护线程
myThread.stop();
stringRedisTemplate.delete(lock);
logger.info("释放锁成功...");
}
}
return "抢票成功...";
}
/** 使用后台线程进行续命
* 守护线程
* 在主线程下 如果有一个守护线程 这个守护线程的生命周期 跟主线程是同生死的
*/
class MyThread extends Thread{
String lock;
MyThread (String lock) {
this.lock = lock;
}
@Override
public void run() {
while (true) {
try {
// 三分之一的时间
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
// 假设线程还活着，就要给锁续命
logger.info("线程续命ing...");
stringRedisTemplate.expire(lock, 3, TimeUnit.SECONDS);
}
}
}
总结
到这里，我们已经基本实现了redis分布式锁，并且可以在高并发场景下正常运行。
需要注意的是，实现分布式锁的代码肯定不是最佳的，重要的是了解分布式锁的实现原理，以及发现问题并解决问题的思路。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网
网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
代码
+关注
关注
30文章
4779浏览量
68516 -
工具
+关注
关注
4文章
312浏览量
27769 -
线程
+关注
关注
0文章
504浏览量
19675 -
Redis
+关注
关注
0文章
374浏览量
10871
发布评论请先 登录
相关推荐
手撸了个Redis分布式锁
实现分布式锁的方式有很多，其中 Redis 是最常见的一种。而相较于 Java + Redis 的方案，我个人更倾向于 Go+
如何使用注解实现redis分布式锁！
使用 Redis 作为分布式锁，将锁的状态放到 Redis 统一维护，解决集群中单机 JVM 信息不互通的问题，规定操作顺序，保护用户的数据
发表于 04-25 12:42
•658次阅读
redis分布式锁可能出现的问题
Redis分布式锁是一种常用的锁机制，用于解决多个进程或多台服务器对共享资源的并发访问问题。然而，由于分布式环境的复杂性，使用
redis分布式锁死锁处理方案
引言： 随着分布式系统的广泛应用，尤其是在大规模并发操作下，对并发控制的需求越来越高。Redis分布式锁作为一种常见的分布式
redis分布式锁三个方法
Redis是一种高性能的分布式缓存和键值存储系统，它提供了一种可靠的分布式锁解决方案。在分布式系统中，由于多个节点之间的并发访问，需要使用
工商网监
评论