当前位置: 首页 > web >正文

【Redis实战篇】分布式锁-Redisson

1. 分布式锁-redisson功能介绍

基于setnx实现的分布式锁存在下面的问题:

重入问题: 重入问题是指 获得锁的线程可以再次进入到相同的锁的代码块中,可重入锁的意义在于防止死锁,比如HashTable这样的代码中,他的方法都是使用synchronized修饰的,假如他在一个方法内,调用另一个方法,那么此时如果是不可重入的,不就死锁了吗?所以可重入锁他的主要意义是防止死锁,我们的synchronizedLock锁都是可重入的。

不可重试: 是指目前的分布式只能尝试一次,我们认为合理的情况是:当线程在获得锁失败后,他应该能再次尝试获得锁。

超时释放: 我们在加锁时增加了过期时间,这样我们可以防止死锁,超时时间太长也会影响业务的执行效率,但是如果卡顿的时间较短,业务还没执行完就释放了,也有安全隐患。

主从一致性: 如果Redis提供了主从集群,当我们向集群写数据时,主机需要异步的将数据同步给从机,而万一在同步过去之前,主机宕机了,就会出现死锁问题。
在这里插入图片描述

而这时我们就不得不引入我们的Redisson了,那么什么是Redisson呢?

Redisson是一个在Redis的基础上实现的Java驻内存数据网格(In-Memory Data Grid)。它不仅提供了一系列的分布式的Java常用对象,还提供了许多分布式服务,其中就包含了各种分布式锁的实现。
Redission提供了分布式锁的多种多样的功能。
在这里插入图片描述
在前面的【Redis】Java操作Redis之SpringDataRedis 章节我们也简单介绍了Redis的客户端其中之一Redisson
在这里插入图片描述

官网地址:https://redisson.org

2. redisson快速入门

引入依赖:

<dependency><groupId>org.redisson</groupId><artifactId>redisson</artifactId><version>3.13.6</version></dependency>

配置redisson客户端:

@Configuration
public class RedissonConfig {@Beanpublic RedissonClient redissonClient(){Config config = new Config();config.useSingleServer().setAddress("redis://192.168.88.100:6379").setPassword("1234");//创建RedissonClient对象return Redisson.create(config);}
}

VoucherOrderServiceImpl注入RedissonClient

@Autowired
private RedissonClient redissonClient;@Override
public Result seckillVoucher(Long voucherId) {//1.查询优惠券SeckillVoucher voucher = seckillVoucherService.getById(voucherId);//2.判断秒杀活动是否开始if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {return Result.fail("秒杀活动尚未开始!");}//3. 判断秒杀活动是否结束if (voucher.getEndTime().isBefore(LocalDateTime.now())) {return Result.fail("秒杀活动已结束!");}//4. 判断库存是否充足if (voucher.getStock() < 1) {return Result.fail("库存不足!");}Long userId = UserHolder.getUser().getId();//使用Redis自定义分布式锁解决集群环境下多进程不可见问题//SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate);//获取锁//boolean isLock = lock.tryLock(1200L);//使用Redisson分布式锁RLock lock = redissonClient.getLock("lock:order:" + userId);//获取锁 不加参数表示默认不重试, 超时释放时间为30sboolean isLock = lock.tryLock();//判断获取锁是否成功if (!isLock) {//获取锁失败return Result.fail("不允许重复下单操作!");}try {//获取代理对象IVoucherOrderService proxy = (IVoucherOrderService)AopContext.currentProxy();return proxy.createVoucherOrder(voucherId);} finally {//释放锁lock.unlock();}}

继续使用jmeter工具做200个线程的并发测试,然后查看数据库结果也能达到我们的预期,一个用户只能下一单。

3. redisson可重入锁原理

ReentrantLock可重入原理:
在这里插入图片描述
在java的ReentrantLock锁中,他是借助于底层的被voaltile修饰的一个state变量来记录重入的状态的,比如当前没有人持有这把锁,那么state=0,假如有人持有这把锁,那么state=1,如果持有这把锁的人再次持有这把锁,那么state就会+1 ,如果是对于synchronized而言,他在c语言代码中会有一个count,原理和state类似,也是重入一次就加一,释放一次就-1 ,直到减少成0时,表示当前这把锁没有被人持有。

redission中,我们也支持可重入锁

在这里插入图片描述

redisson分布式锁中,他采用hash结构用来获取锁,其中大key表示表示这把锁是否存在,用小key(或者说field)表示当前这把锁被哪个线程持有,value则表示重入多少次。而什么时候释放锁呢,只有当最后一次value--的操作为0之后,说明该线程已经在其他地方都执行完了有关锁的业务逻辑,这个时候当前线程就可以顺利的去释放锁了。
在这里插入图片描述
当然,我们也要保证获取锁与释放锁的原子性,所以我们也必须使用lua脚本来解决问题。

在这里插入图片描述
解释图片中获取锁的lua脚本:
redis.call('exists', key)== 0 : 判断锁是否存在,如果判断结果等于0,就表示当前这把锁不存在。
redis.call('hset', key, threadId, 1):向redis当中存储数据
redis.call('expire', key, releaseTime):设置锁的有效期
如果当前这把锁存在,则第一个条件不满足,再判断
redis.call('hexists', key, threadId) == 1:此时需要通过key和filed判断当前这把锁是否属于当前线程
redis.call('hincrby',key, threadId, '1') :表示锁的可重入次数 + 1
redis.call('expire', key, releaseTime):然后再对其设置过期时间
代码走到最后一行,说明获取的锁不是自己,获取锁失败return 0


以下是释放锁的lua脚本:

在这里插入图片描述

RedissonLock中获取锁的Lua脚本源码:

<T> RFuture<T> tryLockInnerAsync(long waitTime, long leaseTime, TimeUnit unit, long threadId, RedisStrictCommand<T> command) {this.internalLockLeaseTime = unit.toMillis(leaseTime);return this.evalWriteAsync(this.getName(), LongCodec.INSTANCE, command, "if (redis.call('exists', KEYS[1]) == 0) then " +"redis.call('hincrby', 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.singletonList(this.getName()), this.internalLockLeaseTime, this.getLockName(threadId));}

RedissonLock中释放锁的Lua脚本源码:

  protected RFuture<Boolean> unlockInnerAsync(long threadId) {return this.evalWriteAsync(this.getName(), LongCodec.INSTANCE, RedisCommands.EVAL_BOOLEAN,"if (redis.call('hexists', KEYS[1], ARGV[3]) == 0) then" +" return nil;" +"end;" +" local counter = redis.call('hincrby', KEYS[1], ARGV[3], -1);" +" if (counter > 0) then" +" redis.call('pexpire', KEYS[1], ARGV[2]); " +"return 0; " +"else " +"redis.call('del', KEYS[1]); " +"redis.call('publish', KEYS[2], ARGV[1]);" +" return 1; " +"end; " +"return nil;",Arrays.asList(this.getName(), this.getChannelName()), LockPubSub.UNLOCK_MESSAGE, this.internalLockLeaseTime, this.getLockName(threadId));}

4. redisson锁重试和WatchDog机制

说明:由于课程中已经说明了有关tryLock的源码解析以及其看门狗原理,所以笔者在这里给大家分析lock()方法的源码解析,希望大家在学习过程中,能够掌握更多的知识。
👇锁重试源码的整个流程
在这里插入图片描述
抢锁过程中,获得当前线程,通过tryAcquire进行抢锁,该抢锁逻辑和之前Lua脚本逻辑相同

1、先判断当前这把锁是否存在,如果不存在,向redis当中存储hash锁,返回null

2、判断当前这把锁是否是属于当前线程,如果是,获取锁,重入次数 + 1,则返回null

所以如果返回是null,则代表着当前这哥们已经抢锁完毕,或者可重入完毕,但是如果以上两个条件都不满足,则进入到第三个条件,返回的是锁的失效时间。
在这里插入图片描述

下面绿色方框的逻辑其实就是获取锁失败时,利用信号量和PubSub消息订阅机制进行等待,等待被释放锁的消息来唤醒。如果超过一定时间就不会再等待重试了,如果等待被唤醒成功了,就会发现有个while(true) 再次进行tryAcquire进行抢锁。
在这里插入图片描述
👇因为trylock方法有重载方法,一个是带参数,一个是不带参数,如果带带参数传入的值是-1,如果传入参数,则leaseTime是他本身,所以如果传入了参数,此时leaseTime != -1 则会进去抢锁,抢锁的逻辑就是之前说的那三个逻辑。
在这里插入图片描述
如果是没有传入时间,则此时也会进行抢锁, 而且抢锁时间是默认看门狗机制时间commandExecutor.getConnectionManager().getCfg().getLockWatchdogTimeout()

ttlRemainingFuture.onComplete((ttlRemaining, e) 这段回调函数相当于对以上抢锁进行了监听,也就是说当上边抢锁完毕后,此方法会被调用,具体调用的逻辑就是去后台开启一个线程,进行续约逻辑,也就是看门狗线程。
在这里插入图片描述
renewExpiration方法此逻辑就是续约逻辑,注意看commandExecutor.getConnectionManager().newTimeout() 此方法
Method( new TimerTask() {},参数2 ,参数3 ),指的是:通过参数2,参数3 去描述什么时候去做参数1的事情,参数2的internalLockLeaseTime其实就是看门狗时间30s
在这里插入图片描述
所以当30 / 3s也就是10s之后,此时这个timerTask就触发了,他就去进行续约,把当前这把锁续约成30s,如果操作成功,那么此时就会递归调用自己,再重新设置一个timeTaskr(),于是再过10s后又再设置一个timerTask,如此往复,完成不停的续约。

那么大家可以想一想,假设我们的线程出现了宕机他还会续约吗?当然不会,因为没有人再去调用renewExpiration这个方法,所以等到时间之后自然就释放了。

5. redisson锁的MutiLock原理

为了提高redis的可用性,我们会搭建集群或者主从,现在以主从为例

此时我们去写命令,写在主机上, 主机会将数据同步给从机,但是假设在主机还没有来得及把数据写入到从机去的时候,此时主机宕机,哨兵会发现主机宕机,并且选举一个slave变成master,而此时新的master中实际上并没有锁信息,此时锁信息就已经丢掉了。
在这里插入图片描述
为了解决这个问题,redission提出来了MutiLock锁,使用这把锁咱们就不使用主从了,每个节点的地位都是一样的, 这把锁加锁的逻辑需要写入到每一个主丛节点上,只有所有的服务器都写入成功,此时才是加锁成功,假设现在某个节点挂了,那么他去获得锁的时候,只要有一个节点拿不到,都不能算是加锁成功,就保证了加锁的可靠性。
在这里插入图片描述
那么MutiLock 加锁原理是什么呢?笔者画了一幅图来说明

当我们去设置了多个锁时,redission会将多个锁添加到一个集合中,然后用while循环去不停去尝试拿锁,但是会有一个总共的加锁时间,这个时间是用需要加锁的个数 * 1500ms ,假设有3个锁,那么时间就是4500ms,假设在这4500ms内,所有的锁都加锁成功, 那么此时才算是加锁成功,如果在4500ms有线程加锁失败,则会再次去进行重试。
在这里插入图片描述

http://www.xdnf.cn/news/5631.html

相关文章:

  • 最新AI产品库哪个平台好?最新AI工具网站平台推荐
  • C++中的std::allocator
  • 神经生物学+图论双buff,揭示大脑语言系统的拓扑结构
  • Android学习总结之线程池篇
  • 脑机接口重点产品发展路径分析:以四川省脑机接口及人机交互产业攻坚突破行动计划(2025-2030年)为例
  • Matlab 短时交通流预测AR模型
  • 【C#】ToArray的使用
  • 将本地文件上传到云服务器上
  • Matlab 模糊控制节水洗衣机模型
  • Next.js 知识框架总结
  • 212. 单词搜索 II【 力扣(LeetCode) 】
  • windows下docker 运行 ros2humble arm64
  • day 23
  • VIC-2D 7.0 为平面样件机械试验提供全视野位移及应变数据软件
  • MySQL是如何加行级锁的
  • Java大师成长计划之第19天:性能调优与GC原理
  • C# 中 static的使用
  • 计算机网络核心技术解析:从基础架构到应用实践
  • 2025年阿里云大数据ACP高级工程师认证模拟试题(附答案解析)
  • 基于Vue3.0的高德地图api教程004:自定义绘制点的颜色/修改绘制点/删除绘制点
  • RCE联系
  • 什么是ERP?ERP有哪些功能?小微企业ERP系统源码,SpringBoot+Vue+ElementUI+UniAPP
  • 基于LVS和Keepalived实现高可用负载均衡架构
  • [Java实战]Spring Boot 整合 Redis(十八)
  • Browserless 快速上手
  • FFmpeg 与 C++ 构建音视频处理全链路实战(一)—— 环境配置与视频解封装
  • ctfshow——web入门351~356
  • 【Pandas】pandas DataFrame cummax
  • web 自动化之 selenium 下拉鼠标键盘文件上传
  • FreeRTOS学习记录(变量命名规则全解、文件介绍)