Redis - 分布式锁、Redisson

分布式锁

分布式锁是控制分布式系统间同步访问共享资源的一种方式,其可以保证共享资源在并
发场景下的数据一致性。
当有多个线程要访问某一个共享资源( DBMS 中的数据或 Redis 中的数据,或共享文件
等)时,为了达到协调多个线程的同步访问,此时就需要使用分布式锁了。
为了达到同步访问的目的,规定,让这些线程在访问共享资源之前先要获取到一个令牌
token ,只有具有令牌的线程才可以访问共享资源。这个令牌就是通过各种技术实现的分布
式锁。而这个分布锁是一种“互斥资源”,即只有一个。只要有线程抢到了锁,那么其它线
程只能等待,直到锁被释放或等待超时。
在对某一资源操作之前,程序先在Redis中拿到锁:
  1. setnx 命令,在finally里面释放锁。
  2. 为了防止执行完“添加锁”语句后突然宕机,其 finally 中的释放锁代码不执行,为锁添加过期时间。
  3. 为了防止本线程的业务还没处理完锁就过期了,导致另一个线程B拿到锁,结果本线程继续执行误把线程B设置的锁给删了,所以要为锁添加标识,生成UUID作为锁的 value
  4. 在finally语句块里面要判断是不是自己的锁,取得锁+判断+删除是非原子性的,在并发场景下可能会出问题。例如,客户端 a 在节点主机 A 中添加了锁后,执行业务逻辑用时 6 秒,此时锁已过期,然后执行到了 finally{}中的判断,并判断结果为真,然后时间片到了,暂停执行。由于节点主机 A 中的锁已经过期,客户端 b 在节点主机 B 中添加锁成功,然后很快执
    行到了业务逻辑(未超过锁的过期时间),此时客户端 b 的处理进程时间片到了。
    此时主机 A 中的代码又获得了处理机,继续执行。此时就会执行对锁的删除语句,删除
    成功。也就是说主机 A 删除了由主机 B 添加的锁。这就是很严重的问题。解决方法是加Lua脚本
对客户端身份的判断与删除锁操作的合并,是没有专门的原子性命令的。此时可以通过
Lua 脚本来实现它们的原子性。而对 Lua 脚本的执行,可以通过 eval 命令来完成。
不过, eval 命令在 RedisTemplate 中没有对应的方法,而 Jedis 中具有该同名方法。所以,
需要在代码中首先获取到 Jedis 客户端,然后才能调用 jedis.eval()
@GetMapping("/sk5")
public String seckillHandler5() {
    // 为每一个访问的客户端随机生成一个客户端唯一标识
    String clientId = UUID.randomUUID().toString();
    try {
        // 在添加锁的同时为锁指定过期时间,该操作具有原子性
        // 将锁的value设置为clientId
        Boolean lockOK = srt.opsForValue().setIfAbsent(REDIS_LOCK, clientId, 5, TimeUnit.SECONDS);

        if (!lockOK) {
            return "没有抢到锁";
        }
        // 添加锁成功
        // 从Redis中获取库存
        String stock = srt.opsForValue().get("sk:0008");
        int amount = stock == null ? 0 : Integer.parseInt(stock);
        if (amount > 0) {
            // 修改库存后再写回Redis
            srt.opsForValue().set("sk:0008", String.valueOf(--amount));
            return "库丰剩余" + amount + "台";
        }
    } finally {
        // 锁续约,或锁续命
        JedisPool jedisPool = new JedisPool(redisHost, redisPort);
        try (Jedis jedis = jedisPool.getResource()) {
            // 定义Lua脚本。注意,每行最后要有一个空格
            // redis.call()是Lua中对Redis命令的调用函数
            String script = "if redis.call('get', KEYS[1]) == ARGV[1] " +
                    "then return redis.call('del', KEYS[1]) " +
                    "end " +
                    "return 0";

            // eval()方法的返回值为脚本script的返回值
            Object eval = jedis.eval(script, Collections.singletonList(REDIS_LOCK), Collections.singletonList(clientId));
            if ("1".equals(eval.toString())) {
                System.out.println("释放锁成功");
            } else {
                System.out.println("释放锁时发生异常");
            }
        }
    }

    return "抱歉,您没有抢到";
}

以上代码仍然是存在问题的:请求 a 的锁过期,但其业务还未执行完毕;请求 b 申请到
了锁,其也正在处理业务。如果此时两个请求都同时修改了共享的库存数据,那么就又会出
现数据不一致的问题,即仍然存在并发问题。在高并发场景下,问题会被无限放大。
对于该问题,可以采用“锁续约”方式解决。即,在当前业务进程开始执行时, fork
一个子进程,用于启动一个定时任务。该定时任务的定时时间小于锁的过期时间,其会定时
查看处理当前请求的业务进程的锁是否已被删除。如果已被删除,则子进程结束;如果未被
删除,说明当前请求的业务还未处理完毕,则将锁的时间重新设置为“原过期时间”。这种
方式称为锁续约,也称为锁续命。


Redisson 可重入锁 - 单机Redis下分布式锁

使用 Redisson 的可重入锁可以解决上述问题。
Redisson 内部使用 Lua 脚本实现了对可重入锁的添加、重入、续约(续命)、释放。 Redisson
需要用户为锁指定一个 key ,但无需为锁指定过期时间,因为它有默认过期时间 ( 当然,也可
指定 ) 。由于该锁具有“可重入”功能,所以 Redisson 会为该锁生成一个计数器,记录一个
线程重入锁的次数。 hash -> field
导入 Redisson 依赖
<dependency>
 <groupId>org.redisson</groupId>
 <artifactId>redisson</artifactId>
 <version>3.17.6</version>
</dependency>
Spring中添加一个由单 Redis 节点构建的 Redisson Bean
@Bean
public Redisson redisson() {
    Config Config = new Config();
    Config.useSingleServer()
            .setAddress(redisHost + ":" + redisPort)
            .setDatabase(0);
    return (Redisson) Redisson.create(Config);
}

在需要使用的类中注入

使用:

@GetMapping("/sk6")
public String seckillHandler6() {
    RLock rLock = redisson.getLock(REDIS_LOCK);
    try {
        // 添加分布式锁
        // Boolean lockOK = rLock.tryLock();
        // 指定锁的过期时间为5秒
        // Boolean lockOK = rLock.tryLock(5, TimeUnit.SECONDS);
        // 指定锁的过期时间为5秒。如果申请锁失败,则最长等待20秒
        Boolean lockOK = rLock.tryLock(20, 5, TimeUnit.SECONDS);

        if (!lockOK) {
            return "没有抢到锁";
        }
        // 添加锁成功
        // 从Redis中获取库存
        String stock = srt.opsForValue().get("sk:0008");
        int amount = stock == null ? 0 : Integer.parseInt(stock);
        if (amount > 0) {
            // 修改库存后再写回Redis
            srt.opsForValue().set("sk:0008", String.valueOf(--amount));
            return "库丰剩余" + amount + "台";
        }
    } catch (InterruptedException e) {
        e.printStackTrace();
    } finally {
        // 释放锁
        rLock.unlock();
    }

    return "抱歉,您没有抢到";
}

Redis 单机情况下,以上代码是没有问题的。但如果是在 Redis 主从集群中,那么其
还存在锁丢失问题。
Redis 主从集群中,假设节点 A master ,节点 B C slave 。如果一个请求 a 在处
理时申请锁,即向节点 A 添加一个 key 。当节点 A 收到请求后写入 key 成功,然后会立即向
处理 a 请求的应用服务器 Sa 响应,然后会向 slave 同步该 key 。不过,在同步还未开始时,
节点 A 宕机,节点 B 晋升为 master 。此时正好有一个请求 b 申请锁,由于节点 B 中并没有
key ,所以该 key 写入成功,然后会立即向处理 b 请求的应用服务器 Sb 响应。由于 Sa
Sb 都收到了 key 写入成功的响应,所以它们都可同时对共享数据进行处理。这就又出现了
并发问题。
只所以新的 master 节点 B 同意请求 b 的锁申请,是因为主从集群丢失了请求 a 的锁申
请,即对于节点 B 来说,其根本就不知道有过请求 a 的锁申请。所以,该问题称为主从集群
的锁丢失问题。

Redisson - 红锁 - 集群Redis下分布式锁

Redisson 红锁可以防止主从集群锁丢失问题。 Redisson 红锁要求,必须要构建出至少三
Redis 主从集群。若一个请求要申请锁,必须向所有主从集群中提交 key 写入请求,只有
当大多数集群锁写入成功后,该锁才算申请成功。
容器中放入三个 Sentinel集群构建的 Redisson 的 Bean
@Bean("redisson-1")
public Redisson redisson1() {
    Config Config = new Config();
    Config.useSentinelServers()
            .setMasterName("mymaster1")
            .addSentinelAddress("redis:16380", "redis:16381", "redis:16382");
    return (Redisson) Redisson.create(Config);
}

@Bean("redisson-2")
public Redisson redisson2() {
    Config Config = new Config();
    Config.useSentinelServers()
            .setMasterName("mymaster2")
            .addSentinelAddress("redis:26380", "redis:26381", "redis:26382");
    return (Redisson) Redisson.create(Config);
}

@Bean("redisson-3")
public Redisson redisson3() {
    Config Config = new Config();
    Config.useSentinelServers()
            .setMasterName("mymaster3")
            .addSentinelAddress("redis:36380", "redis:36381", "redis:36382");
    return (Redisson) Redisson.create(Config);
}

在需要使用的类注入使用

@GetMapping("/sk7")
public String seckillHandler7() {
    // 定义三个可重入锁
    RLock rLock1 = redisson1.getLock(REDIS_LOCK + "-1");
    RLock rLock2 = redisson2.getLock(REDIS_LOCK + "-2");
    RLock rLock3 = redisson3.getLock(REDIS_LOCK + "-3");

    // 定义红锁
    RLock rLock = new RedissonRedLock(rLock1, rLock2, rLock3);
    try {
        // 添加分布式锁
        Boolean lockOK = rLock.tryLock();

        if (!lockOK) {
            return "没有抢到锁";
        }
        // 添加锁成功
        // 从Redis中获取库存
        String stock = srt.opsForValue().get("sk:0008");
        int amount = stock == null ? 0 : Integer.parseInt(stock);
        if (amount > 0) {
            // 修改库存后再写回Redis
            srt.opsForValue().set("sk:0008", String.valueOf(--amount));
            return "库丰剩余" + amount + "台";
        }
    } finally {
        // 释放锁
        rLock.unlock();
    }

    return "抱歉,您没有抢到";
}


分段锁

无论前面使用的是哪种锁,它们解决并发问题的思路都是相同的,那就将所有请求通过
锁实现 串行化 。而串行化在高并发场景下势必会引发性能问题。
解决锁的串行化引发的性能问题的方案就是,使访问并行化。将要共享访问的一个资源,
拆分为多个共享访问资源,这样就会将一把锁的需求转变为多把锁,实现并行化。
例如,对于秒杀商品 sk:0008 ,其有 1000 件。现在将其拆分为 10 份,每份 100 件。即
将秒杀商品变为了 10 件,分别为 sk:0008:01 sk:0008:02 sk:0008:03 ,„„, sk:0008:10
这样的话,就需要 10 把锁来控制所有请求的并发。由原来的因为只有一把锁而导致的每个
时刻只能处理 1 个请求,变为了现在有了 10 把锁,每个时刻可以同时处理 10 个请求。并发
提高了 10 倍。

Redisson 详解

Redisson 底层采用的是 Netty 框架
Redisson 提供了使 用 Redis 的最简单和最便捷的方法。在生产中,对于 Redisson 使用最多的场景就是其分布式锁 RLock
Redisson 的分布式锁 RLock
是一种可重入锁
是一种非公平锁,但也支持可重入公平锁 FailLock
联锁
Redisson 分布式锁可以实现联锁 MultiLock 。当一个线程需要同时处理多个共享资源时,
可使用联锁。即一次性申请多个锁,同时锁定多个共享资源。联锁可预防死锁。相当于对共
享资源的申请实现了原子性:要么都申请到,只要缺少一个资源,则将申请到的所有资源全
部释放。其是 OS 底层原理中 AND 型信号量机制 的典型应用。
红锁
Redisson 分布式锁可以实现红锁 RedLock 。红锁由多个锁构成,只有当这些锁中的大部
分锁申请成功时,红锁才申请成功。红锁一般用于解决 Redis 主从集群锁丢失问题。
红锁与联锁的区别是,红锁实现的是对一个共享资源的同步访问控制,而联锁实现的是
多个共享资源的同步访问控制。
读写锁
通过 Redisson 可以获取到读写锁 RReadWriteLock 。通过 RReadWriteLock 实例可分别获
取到读锁 RedissonReadLock 与写锁 RedissonWriteLock 。读锁与写锁分别是实现了 RLock 的可
重入锁。
一个共享资源,在没有 写锁 的情况下,允许同时添加多个读锁。只要添加了写锁,任何
读锁与写锁都不能再次添加。即读锁是共享锁,写锁为排他锁。
信号量
通过 Redisson 可以获取到信号量 RSemaphore RSemaphore 的常用场景有两种:一种是,
无论谁添加的锁,任何其它线程都可以解锁,就可以使用 RSemaphore 。另外,当一个线程
需要一次申请多个资源时,可使用 RSemaphore RSemaphore 是信号量机制的典型应用。
@GetMapping("/sk8")
public String seckillHandler8() {
    RSemaphore rs = redisson.getSemaphore("redis_semaphore");
    try {
        int buy = ThreadLocalRandom.current().nextInt(5) + 1;
        Boolean lockOK = rs.tryAcquire(buy, 10, TimeUnit.SECONDS);

        if (!lockOK) {
            return "没有抢到锁";
        }
        // 添加锁成功
        // 从Redis中获取库存
        String stock = srt.opsForValue().get("sk:0008");
        int amount = stock == null ? 0 : Integer.parseInt(stock);
        if (amount > 0) {
            // 修改库存后再写回Redis
            srt.opsForValue().set("sk:0008", String.valueOf(--amount));
            return "库丰剩余" + amount + "台";
        }
    } catch (InterruptedException e) {
        e.printStackTrace();
    }

    return "抱歉,您没有抢到";
}

可过期信号量
通过 Redisson 可以获取到可过期信号量 PermitExpirableSemaphore 。该信号量是在
RSemaphore 基础上,为每个信号增加了一个过期时间,且每个信号都可以通过独立的 ID
辨识。释放时也只能通过提交该 ID 才能释放。
不过,一个线程每次只能申请一个信号量,当然每次了只会释放一个信号量。这是与
RSemaphore 不同的地方。
该信号量为互斥信号量时,其就等同于可重入锁。或者说,可重入锁就相当于信号量为
1 的可过期信号量。
注意,可过期信号量与可重入锁的区别:
可重入锁:相当于用户每次只能申请 1 个信号量,且只有一个用户可以申请成功
可过期信号量:用户每次只能申请 1 个信号量,但可以有多个用户申请成功
    @GetMapping("/test2")
    public String test2() {

        RPermitExpirableSemaphore rs = redisson.getPermitExpirableSemaphore("redis_semaphore");
        String permitId = null;
        try {
            // 对信号量的申请(P操作)
            // 申请1个信号,返回辨识ID
            permitId = rs.acquire();
            // 申请1个信号,若没有成功,则最多等待10秒,返回辨识ID
            permitId = rs.tryAcquire(10, TimeUnit.SECONDS);

            // 业务逻辑
            // ……


        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            // 对信号量的释放(V操作)
            // 释放1个信号量,需要携带辨识ID
            rs.release(permitId);
            boolean releaseOK = rs.tryRelease(permitId);
        }

        return null;
    }

分布式闭锁
通过 Redisson 可以获取到分布式闭锁 RCountDownLatch ,其与 JDK JUC 中的闭锁
CountDownLatch 原理相同,用法类似。其常用于一个或者多个线程的执行必须在其它某些
任务执行完毕的场景。例如,大规模分布式并行计算中,最终的合并计算必须基于很多并行
计算的运行完毕。
闭锁中定义了一个计数器和一个阻塞队列。阻塞队列中存放着待执行的线程。每当一个
并行任务执行完毕,计数器就减 1 。当计数器递减到 0 时就会唤醒阻塞队列的所有线程。
通常使用 Barrier 队列解决该问题,而 Barrier 队列通常使用 Zookeeper 实现。
    @GetMapping("/test3")
    public String test3() {
        // 获取闭锁对象(合并线程与条件线程中都需要该代码)
        RCountDownLatch latch = redisson.getCountDownLatch("countDownLatch");

        // 设置闭锁计数器初值,使用该语句的场景:
        // 1)Redis中没有设置该值
        // 2)Redis中设置了该值,但已经变为了0,需要重置
        latch.trySetCount(10);

        // 在合并线程中要等待着闭锁的打开
        try {
            // 阻塞合并线程,直到锁打开
            latch.await();
            // 阻塞合并线程,直到锁打开或5秒后
            latch.await(5, TimeUnit.SECONDS);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }


        // 条件线程代码
        // 使闭锁计数器减一
        latch.countDown();


        return null;
    }

相关推荐

  1. Redis - 分布式Redisson

    2023-12-14 06:50:03       35 阅读
  2. 三、详解Redis分布式&Redisson分布式

    2023-12-14 06:50:03       33 阅读
  3. redis分布式-----基于redisson实现分布式

    2023-12-14 06:50:03       17 阅读

最近更新

  1. TCP协议是安全的吗?

    2023-12-14 06:50:03       16 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2023-12-14 06:50:03       16 阅读
  3. 【Python教程】压缩PDF文件大小

    2023-12-14 06:50:03       15 阅读
  4. 通过文章id递归查询所有评论(xml)

    2023-12-14 06:50:03       18 阅读

热门阅读

  1. Mysql in FIND_IN_SET(‘123‘, 数据库字段) 的使用场景

    2023-12-14 06:50:03       29 阅读
  2. 【VSCode】自定义配置

    2023-12-14 06:50:03       21 阅读
  3. Github、Gitee优秀的开源项目分享

    2023-12-14 06:50:03       40 阅读
  4. Docker安全及日志管理

    2023-12-14 06:50:03       59 阅读
  5. Ubuntu20.04 Nano编辑器使用指南(Nano vs Vim vs Emacs)

    2023-12-14 06:50:03       40 阅读
  6. 基于Spring、SpringMVC、MyBatis的酒店管理系统

    2023-12-14 06:50:03       39 阅读
  7. cfa一级考生复习经验分享系列(一)

    2023-12-14 06:50:03       39 阅读
  8. SQL进阶理论篇(一):数据库的调优

    2023-12-14 06:50:03       41 阅读