解決線程并發(fā)redisson使用時常見問題有哪些

這篇文章主要講解了“解決線程并發(fā)redisson使用時常見問題有哪些”，文中的講解內(nèi)容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“解決線程并發(fā)redisson使用時常見問題有哪些”吧！

線程并發(fā)redisson的坑

背景

因為業(yè)務(wù)上的一個購買需求，需要對庫存進行行程保護，防止超賣的出現(xiàn)（我們不是電商公司），經(jīng)過調(diào)研，最終選擇使用Redission來進行控制。

主要因為Redission豐富的API，開源框架，已經(jīng)被廣泛應用于實際生產(chǎn)環(huán)境。

問題描述

當我們使用Ression中Lock.lock()方法之后，如果存在線程并發(fā)常見情況下，會出現(xiàn)如下異常：

java.lang.IllegalMonitorStateException: attempt to unlock lock, not locked by current thread by node id: 9f178836-f7e1-44fe-a89d-2db52f399c0d thread-id: 22

問題分析

在thread-1還沒有結(jié)束的時候,也就是在thread-1在獲得鎖但是還沒有釋放鎖的時候, `thread-2由于被別的線程中斷停止了等待從lock.tryLock的阻塞狀態(tài)中返回繼續(xù)執(zhí)行接下來的邏輯,并且由于嘗試去釋放一個屬于線程thread-1的鎖而拋出了一個運行時異常導致該線程thread-2結(jié)束了, 然而thread-2完成了一系列操作后,線程thread-1才釋放了自己的鎖.

所以thread-2并沒有獲得鎖,卻執(zhí)行了需要同步的內(nèi)容,還嘗試去釋放鎖。

那解決方式我們就知道了，當前線程加的鎖由當前線程去解鎖，也就是說當我們使用lock.unlock的時候加上線程的判斷即可。

問題解決

 RLock lock = redissonClient.getLock(key);
    if(lock.isLocked()){ // 是否還是鎖定狀態(tài)
      if(lock.isHeldByCurrentThread()){ // 時候是當前執(zhí)行線程的鎖
        lock.unlock(); // 釋放鎖
      }
    }

redisson使用注意事項

Redisson 是一個在 Redis 的基礎(chǔ)上實現(xiàn)的 Java 駐內(nèi)存數(shù)據(jù)網(wǎng)格，相較于暴露底層操作的Jedis，Redisson提供了一系列的分布式的 Java 常用對象，還提供了許多分布式服務(wù)。

特性 & 功能：

• 支持 Redis 單節(jié)點（single）模式、哨兵（sentinel）模式、主從（Master/Slave）模式以及集群（Redis Cluster）模式

• 程序接口調(diào)用方式采用異步執(zhí)行和異步流執(zhí)行兩種方式

• 數(shù)據(jù)序列化，Redisson 的對象編碼類是用于將對象進行序列化和反序列化，以實現(xiàn)對該對象在 Redis 里的讀取和存儲

• 單個集合數(shù)據(jù)分片，在集群模式下，Redisson 為單個 Redis 集合類型提供了自動分片的功能

• 提供多種分布式對象，如：Object Bucket，Bitset，AtomicLong，Bloom Filter 和 HyperLogLog 等

• 提供豐富的分布式集合，如：Map，Multimap，Set，SortedSet，List，Deque，Queue 等

• 分布式鎖和同步器的實現(xiàn)，可重入鎖（Reentrant Lock），公平鎖（Fair Lock），聯(lián)鎖（MultiLock），紅鎖（Red Lock），信號量（Semaphonre），可過期性信號鎖（PermitExpirableSemaphore）等

• 提供先進的分布式服務(wù)，如分布式遠程服務(wù)（Remote Service），分布式實時對象（Live Object）服務(wù)，分布式執(zhí)行服務(wù)（Executor Service），分布式調(diào)度任務(wù)服務(wù)（Schedule Service）和分布式映射歸納服務(wù)（MapReduce）

• 更多特性和功能，請關(guān)注官網(wǎng)：http://redisson.org

實現(xiàn)原理

redis本身是不支持上述的分布式對象和集合，Redisson是通過利用redis的特性在客戶端實現(xiàn)了高級數(shù)據(jù)結(jié)構(gòu)和特性，例如優(yōu)先隊列的實現(xiàn)，是通過客戶端排序整理后再存入redis。

客戶端實現(xiàn)，意味著當沒有任何客戶端在線時，這些所有的數(shù)據(jù)結(jié)構(gòu)和特性都不會保留，也不會自動生效，例如過期事件的觸發(fā)或原來優(yōu)先隊列的元素增加。

注意事項

實時性

RMap中有一個功能是可以設(shè)置鍵值對的過期時間的，并可以注冊鍵值對的事件監(jiān)聽器

元素淘汰功能（Eviction）

Redisson的分布式的RMapCache Java對象在基于RMap的前提下實現(xiàn)了針對單個元素的淘汰機制。同時仍然保留了元素的插入順序。由于RMapCache是基于RMap實現(xiàn)的，使它同時繼承了java.util.concurrent.ConcurrentMap接口和java.util.Map接口。Redisson提供的Spring Cache整合以及JCache正是基于這樣的功能來實現(xiàn)的。

目前的Redis自身并不支持散列（Hash）當中的元素淘汰，因此所有過期元素都是通過org.redisson.EvictionScheduler實例來實現(xiàn)定期清理的。為了保證資源的有效利用，每次運行最多清理300個過期元素。任務(wù)的啟動時間將根據(jù)上次實際清理數(shù)量自動調(diào)整，間隔時間趨于1秒到1小時之間。比如該次清理時刪除了300條元素，那么下次執(zhí)行清理的時間將在1秒以后（最小間隔時間）。一旦該次清理數(shù)量少于上次清理數(shù)量，時間間隔將增加1.5倍。

正如官方wiki所述，這個功能是通過后臺線程定時去清理的， 所以這個是非實時的（issue-1234：on expired event is not executed in real-time.），延遲在5秒到2小時之間，因此對實時性要求比較高的場景就得自己衡量了。

由于過期時間的非實時性，所以導致過期事件的發(fā)生也是非實時的，相應的監(jiān)聽器可能會延遲了一會兒才收到通知，在我的測試中，ttl設(shè)置在秒級誤差是比較大的，分鐘級別的ttl倒還好(左側(cè)設(shè)置值，右側(cè)實際耗時)：

1s _ 5s
3s _ 5s
4s _ 5s
5s _ 9s
6s _ 10s
10s _ 15s
1m _ 1m11s

序列化

由Redisson默認的編碼器為JsonJacksonCodec，JsonJackson在序列化有雙向引用的對象時，會出現(xiàn)無限循環(huán)異常。而fastjson在檢查出雙向引用后會自動用引用符$ref替換，終止循環(huán)。

在我的情況中，我序列化了一個service，這個service已被spring托管，而且和另一個service之間也相互注入了，用fastjson能 正常序列化到redis，而JsonJackson則拋出無限循環(huán)異常。

為了序列化后的內(nèi)容可見，所以不用redission其他自帶的二進制編碼器，自行實現(xiàn)編碼器：

import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.serializer.SerializerFeature;
import io.netty.buffer.ByteBuf;
import io.netty.buffer.ByteBufAllocator;
import io.netty.buffer.ByteBufInputStream;
import io.netty.buffer.ByteBufOutputStream;
import org.redisson.client.codec.BaseCodec;
import org.redisson.client.protocol.Decoder;
import org.redisson.client.protocol.Encoder;
import java.io.IOException;
public class FastjsonCodec extends BaseCodec {
 private final Encoder encoder = in -> {
 ByteBuf out = ByteBufAllocator.DEFAULT.buffer();
 try {
 ByteBufOutputStream os = new ByteBufOutputStream(out);
 JSON.writeJSONString(os, in,SerializerFeature.WriteClassName);
 return os.buffer();
 } catch (IOException e) {
 out.release();
 throw e;
 } catch (Exception e) {
 out.release();
 throw new IOException(e);
 }
 };

 private final Decoder<Object> decoder = (buf, state) ->
 JSON.parseObject(new ByteBufInputStream(buf), Object.class);

 @Override
 public Decoder<Object> getValueDecoder() {
 return decoder;
 }

 @Override
 public Encoder getValueEncoder() {
 return encoder;
 }
}

訂閱發(fā)布

Redisson對訂閱發(fā)布的封裝是RTopic，這也是Redisson中很多事件監(jiān)聽的實現(xiàn)原理（例如鍵值對的事件監(jiān)聽）。

使用單元測試時發(fā)現(xiàn)，在事件發(fā)布后，訂閱方需要延時一下才能收到事件。具體原因待查。

感謝各位的閱讀，以上就是“解決線程并發(fā)redisson使用時常見問題有哪些”的內(nèi)容了，經(jīng)過本文的學習后，相信大家對解決線程并發(fā)redisson使用時常見問題有哪些這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！