溫馨提示×

溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

分布式鎖如何在Redis數(shù)據(jù)庫中使用

發(fā)布時間：2020-11-23 15:19:08 來源：億速云 閱讀：230 作者：Leah 欄目：開發(fā)技術(shù)

今天就跟大家聊聊有關(guān)分布式鎖如何在Redis數(shù)據(jù)庫中使用，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

模擬一個電商里面下單減庫存的場景。

1.首先在redis里加入商品庫存數(shù)量。

分布式鎖如何在Redis數(shù)據(jù)庫中使用

2.新建一個Spring Boot項目，在pom里面引入相關(guān)的依賴。

 <dependency>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-starter-web</artifactId>
 </dependency>

 <dependency>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-starter-data-redis</artifactId>
 </dependency>

3.接下來，在application.yml配置redis屬性和指定應(yīng)用的端口號：

server:
 port: 8090

spring:
 redis:
 host: 192.168.0.60
 port: 6379

4.新建一個Controller類，扣減庫存第一版代碼：

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import javax.annotation.Resource;
import java.util.Objects;

@RestController
public class StockController {

 private static final Logger logger = LoggerFactory.getLogger(StockController.class);

 @Resource
 private StringRedisTemplate stringRedisTemplate;

 @RequestMapping("/reduceStock")
 public String reduceStock() {
 // 從redis中獲取庫存數(shù)量
 int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount")));
 if (stock > 0) {
  // 減庫存
  int restStock = stock - 1;
  // 剩余庫存再重新設(shè)置到redis中
  stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock));
  logger.info("扣減成功，剩余庫存：{}", restStock);
 } else {
  logger.info("庫存不足，扣減失敗。");
 }

 return "success";
 }
}

上面第一版的代碼存在什么問題：超賣。假如多個線程同時調(diào)用獲取庫存數(shù)量的代碼，那么每個線程拿到的都是100，判斷庫存都大于0，都可以執(zhí)行減庫存的操作。假如兩個線程都做減庫存更新緩存，那么緩存的庫存變成99，但實際上，應(yīng)該是減掉2個庫存。

那么很多人的第一個想法是加synchronized同步代碼塊，因為獲取數(shù)量和減庫存不是原子性操作，有多個線程來執(zhí)行代碼的時候，只允許一個線程執(zhí)行代碼塊里的代碼。那么改完的第二版的代碼如下：

 @RequestMapping("/reduceStock")
 public String reduceStock() {
 synchronized (this) {
  // 從redis中獲取庫存數(shù)量
  int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount")));
  if (stock > 0) {
  // 減庫存
  int restStock = stock - 1;
  // 剩余庫存再重新設(shè)置到redis中
  stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock));
  logger.info("扣減成功，剩余庫存：{}", restStock);
  } else {
  logger.info("庫存不足，扣減失敗。");
  }
 }

 return "success";
 }

但使用synchronize存在的問題，就是只能保證單機環(huán)境運行時沒有問題的。但現(xiàn)在的軟件公司里，基本上都是集群架構(gòu)，是多實例，前面使用Nginx做負載均衡，大概架構(gòu)如下：

分布式鎖如何在Redis數(shù)據(jù)庫中使用

Nginx分發(fā)請求，把請求發(fā)送到不同的Tomcat容器，而synchronize只能保證一個應(yīng)用是沒有問題的。

那么代碼改進第三版，就是引入redis分布式鎖，具體代碼如下：

 @RequestMapping("/reduceStock")
 public String reduceStock() {
 String lockKey = "stockKey";
 try {
  boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "1");
  if (!result) {
  return "errorCode";
  }
  // 從redis中獲取庫存數(shù)量
  int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount")));
  if (stock > 0) {
  // 減庫存
  int restStock = stock - 1;
  // 剩余庫存再重新設(shè)置到redis中
  stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock));
  logger.info("扣減成功，剩余庫存：{}", restStock);
  } else {
  logger.info("庫存不足，扣減失敗。");
  }
 } finally {
  stringRedisTemplate.delete(lockKey)
 }
 return "success";
 }

如果有一個線程拿到鎖，那么其他的線程就會等待。一定要記得在finally里面把使用完的鎖要刪除掉。否則一旦拋出異常，只有一個線程會一直持有鎖，其他線程沒有機會獲取。

但如果在執(zhí)行if (stock > 0) {代碼塊里的代碼，因為宕機或重啟沒有執(zhí)行完，也會一直持有鎖，所以，這里需要把鎖加一個超時時間：

 boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "1");
 stringRedisTemplate.expire(lockKey, 10, TimeUnit.SECONDS);

但如果上面兩行代碼在中間執(zhí)行出問題了，設(shè)置超時時間的代碼還沒執(zhí)行，也會出現(xiàn)鎖不能釋放的問題。好在有對應(yīng)的方法：就是把上面兩行代碼設(shè)置成一個原子操作：

 // 這里默認設(shè)置超時時間為10秒
 boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "1", 10, TimeUnit.SECONDS);

到此為止，如果并發(fā)量不是很大的話，基本上是沒有問題的。

但是，如果請求的并發(fā)量很大，就會出現(xiàn)新的問題：有種比較特殊的情況，第一個線程執(zhí)行了15秒，但是執(zhí)行到10秒鐘的時候，鎖已經(jīng)失效釋放了，那么在高并發(fā)場景下，第二個線程發(fā)現(xiàn)鎖已經(jīng)失效，那么它就可以拿到這把鎖進行加鎖，
假設(shè)第二個線程執(zhí)行需要8秒，它執(zhí)行到5秒鐘后，此時第一個線程已經(jīng)執(zhí)行完了，執(zhí)行完那一刻，進行了刪除key的操作，但是此時的鎖是第二個線程加的，這樣第一個線程把第二個線程加的鎖刪掉了。

那意味著第三個線程又可以拿到鎖，第三個線程執(zhí)行了3秒鐘，此時第二個線程執(zhí)行完畢，那么第二個線程把第三個線程的鎖又刪除了。導(dǎo)致鎖失效。

那么解決的思路就是，我自己加的鎖，不要被別人刪掉。那么可以為每個進來的請求生成一個唯一的id，作為分布式鎖的值，然后在釋放時，判斷一下當(dāng)前線程的id，是不是和緩存里的id是否相等。

 @RequestMapping("/reduceStock")
 public String reduceStock() {
 String lockKey = "stockKey";
 String id = UUID.randomUUID().toString();
 try {
  // 這里默認設(shè)置超時時間為30秒
  boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, id, 30, TimeUnit.SECONDS);
  if (!result) {
  return "errorCode";
  }
  // 從redis中獲取庫存數(shù)量
  int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount")));
  if (stock > 0) {
  // 減庫存
  int restStock = stock - 1;
  // 剩余庫存再重新設(shè)置到redis中
  stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock));
  logger.info("扣減成功，剩余庫存：{}", restStock);
  } else {
  logger.info("庫存不足，扣減失敗。");
  }
 } finally {
  if (id.contentEquals(Objects.requireNonNull(stringRedisTemplate.opsForValue().get(lockKey)))) {
  stringRedisTemplate.delete(lockKey);
  }
 }
 return "success";
 }

到此為止，一個比較完善的鎖就實現(xiàn)了，可以應(yīng)付大部分場景。
當(dāng)然，上面的代碼還有一個問題，就是一個線程執(zhí)行時間超過了過期時間，后面的代碼還沒有執(zhí)行完，鎖就已經(jīng)刪除了，還是會有些bug存在。解決的方法是給鎖續(xù)命的操作。
在當(dāng)前主線程獲取到鎖以后，可以fork出一個線程，執(zhí)行Timer定時器操作，假如默認超時時間為30秒，那么定時器每隔10秒去看下這把鎖還是否存在，存在就說明這個鎖里的邏輯還沒有執(zhí)行完，那么就可以把當(dāng)前主線程的超時時間重新設(shè)置為30秒；如果不存在，就直接結(jié)束掉。

但是上面的邏輯，在高并發(fā)場景下，實現(xiàn)比較完善還是比較困難的。好在現(xiàn)在已經(jīng)有比較成熟的框架，那就是Redisson。官方地址https://redisson.org。

下面用Redisson來實現(xiàn)分布式鎖。

首先引入依賴包：

  <dependency>
   <groupId>org.redisson</groupId>
   <artifactId>redisson</artifactId>
   <version>3.6.5</version>
  </dependency>

配置類：

@Configuration
public class RedissonConfig {
 @Bean
 public Redisson redisson() {
  // 單機模式
  Config config = new Config();
  config.useSingleServer().setAddress("redis://192.168.0.60:6379").setDatabase(0);
  return (Redisson) Redisson.create(config);
 }
}

接下來用redisson重寫上面的減庫存操作：

 @Resource
 private Redisson redisson;
 
 @RequestMapping("/reduceStock")
 public String reduceStock() {
  String lockKey = "stockKey";
  RLock redissonLock = redisson.getLock(lockKey);
  try {
   // 加鎖，鎖續(xù)命
   redissonLock.lock();
   // 從redis中獲取庫存數(shù)量
   int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount")));
   if (stock > 0) {
    // 減庫存
    int restStock = stock - 1;
    // 剩余庫存再重新設(shè)置到redis中
    stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock));
    logger.info("扣減成功，剩余庫存：{}", restStock);
   } else {
    logger.info("庫存不足，扣減失敗。");
   }
  } finally {
   redissonLock.unlock();
  }
  return "success";
 }

其實就是三個步驟：獲取鎖，加鎖，釋放鎖。

先簡單看下Redisson的實現(xiàn)原理：

分布式鎖如何在Redis數(shù)據(jù)庫中使用

這里先說一下Redis很多操作使用Lua腳本來實現(xiàn)原子性操作，關(guān)于Lua語法，可以去網(wǎng)上找下相關(guān)教程。
使用Lua腳本的好處有：

1.減少網(wǎng)絡(luò)開銷，多個命令可以使用一次請求完成；

2.實現(xiàn)了原子性操作，Redis會把Lua腳本作為一個整體去執(zhí)行；

3.實現(xiàn)事務(wù)，Redis自帶的事務(wù)功能有限，而Lua腳本實現(xiàn)了事務(wù)的常規(guī)操作，而且還支持回滾。

但是Lua實際上不會使用很多，如果Lua腳本執(zhí)行時間過長，因為Redis是單線程，因此會導(dǎo)致堵塞。

最后，說下Redisson分布式鎖的代碼實現(xiàn)，
找到上面的redissonLock.lock()；
lock方法點進去，一直點到RedissonLock類里面的lockInterruptibly方法：

 @Override
 public void lockInterruptibly(long leaseTime, TimeUnit unit) throws InterruptedException {
  // 獲取線程id
  long threadId = Thread.currentThread().getId();
  Long ttl = tryAcquire(leaseTime, unit, threadId);
  // lock acquired
  if (ttl == null) {
   return;
  }

  RFuture<RedissonLockEntry> future = subscribe(threadId);
  commandExecutor.syncSubscription(future);

  try {
   while (true) {
    ttl = tryAcquire(leaseTime, unit, threadId);
    // lock acquired
    if (ttl == null) {
     break;
    }

    // waiting for message
    if (ttl >= 0) {
     getEntry(threadId).getLatch().tryAcquire(ttl, TimeUnit.MILLISECONDS);
    } else {
     getEntry(threadId).getLatch().acquire();
    }
   }
  } finally {
   unsubscribe(future, threadId);
  }
//  get(lockAsync(leaseTime, unit));
 }

重點看下tryAcquire方法，把線程id作為一個參數(shù)傳遞進來，在這個方法里面，找到tryLockInnerAsync方法點進去，

 <T> RFuture<T> tryLockInnerAsync(long leaseTime, TimeUnit unit, long threadId, RedisStrictCommand<T> command) {
  internalLockLeaseTime = unit.toMillis(leaseTime);

  return commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, command,
     "if (redis.call('exists', KEYS[1]) == 0) then " +
      "redis.call('hset', KEYS[1], ARGV[2], 1); " +
      "redis.call('pexpire', KEYS[1], ARGV[1]); " +
      "return nil; " +
     "end; " +
     "if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then " +
      "redis.call('hincrby', KEYS[1], ARGV[2], 1); " +
      "redis.call('pexpire', KEYS[1], ARGV[1]); " +
      "return nil; " +
     "end; " +
     "return redis.call('pttl', KEYS[1]);",
     Collections.<Object>singletonList(getName()), internalLockLeaseTime, getLockName(threadId));
 }

這里就是一堆Lua腳本，先看第一個if命令，先去判斷 KEYS[1]（就是對應(yīng)的鎖key的名字），如果不存在，在hashmap里，設(shè)置一個屬性為線程id，值為1，再把map的過期時間設(shè)置為internalLockLeaseTime，這個值默認是30秒，

分布式鎖如何在Redis數(shù)據(jù)庫中使用

上面的操作對應(yīng)的命令是：

hset keyname id:thread 1
pexpire keyname 30

然后返回nil，相當(dāng)于null，那程序return了。

另外，Redisson還支持重入鎖，那第二個if就是執(zhí)行重入鎖的操作，會判斷鎖是否存在，并且傳入的線程id是否是當(dāng)前線程的id，若果是，支持重復(fù)加鎖進行自增操作；

如果是其他線程調(diào)用lock方法，上面兩個if判斷不會走，會返回鎖剩余過期時間。

接著返回到tryAcquireAsync方法里面往下看：

實際上是加了一個監(jiān)聽器，在監(jiān)聽器里面有個很重要的方法scheduleExpirationRenewal，一看這個名字就能大概猜出是什么功能，

里面有個定時任務(wù)的輪詢，

private void scheduleExpirationRenewal(final long threadId) {
  if (expirationRenewalMap.containsKey(getEntryName())) {
   return;
  }

  Timeout task = commandExecutor.getConnectionManager().newTimeout(new TimerTask() {
   @Override
   public void run(Timeout timeout) throws Exception {
    // 判斷傳遞進來的線程id是否是我們之前主線程設(shè)置的id，如果是，則增加續(xù)命，增加30秒。
    RFuture<Boolean> future = commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, RedisCommands.EVAL_BOOLEAN,
      "if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then " +
       "redis.call('pexpire', KEYS[1], ARGV[1]); " +
       "return 1; " +
      "end; " +
      "return 0;",
       Collections.<Object>singletonList(getName()), internalLockLeaseTime, getLockName(threadId));
    
    future.addListener(new FutureListener<Boolean>() {
     @Override
     public void operationComplete(Future<Boolean> future) throws Exception {
      expirationRenewalMap.remove(getEntryName());
      if (!future.isSuccess()) {
       log.error("Can't update lock " + getName() + " expiration", future.cause());
       return;
      }
      
      if (future.getNow()) {
       // reschedule itself
       scheduleExpirationRenewal(threadId);
      }
     }
    });
   }
  }, internalLockLeaseTime / 3, TimeUnit.MILLISECONDS);

  if (expirationRenewalMap.putIfAbsent(getEntryName(), task) != null) {
   task.cancel();
  }
 }

接著推遲10秒鐘（internalLockLeaseTime / 3），再執(zhí)行續(xù)命操作邏輯。

到最后，再回到lockInterruptibly方法，如果ttl 為null，說明加鎖成功了，就返回null，那如果其他線程的話，就會返回剩余過期時間，那么就會進入到while死循環(huán)里，一直嘗試加鎖，調(diào)用tryAcquire方法，在瑣失效以后，再會嘗試獲取加鎖。

看完上述內(nèi)容，你們對分布式鎖如何在Redis數(shù)據(jù)庫中使用有進一步的了解嗎？如果還想了解更多知識或者相關(guān)內(nèi)容，請關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。

向AI問一下細節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手