本文介绍了分布式锁的概念及其在并发控制中的重要性，如synchronized、ReentrantLock、CAS、ThreadLocal和volatile等机制。通过秒杀场景展示了线程安全问题，并给出了基于Redis和ZooKeeper实现分布式锁的示例，讨论了它们的优缺点和适用场景。重点在于如何使用Redis的setnx命令及RedLock策略解决分布式锁的安全问题。
1分布式锁
锁：就是对代码块背后的资源进行锁定，在同一时间段只允许有一个线程访问修改
常用的线程安全机制：
1、sychronized
jvm 自带的锁， 可以重入，没有超时时间，不能被外部释放
jdk 8对sychronized 优化，性能更加友好
线程间通信 sychronized 和 wait() notify() 配合使用
2、lock(ReentrantLock可重入锁）
lock 是基于java 代码实现的乐观锁 ，底层用到cas + aqs
可以重入，由超时机制，可以被外部释放 使用起来更加灵活，可以避免死锁
线程间通信 使用 Condition 中的 await() signal() 两个程序配合使用
3、cas
1.读取a 得值（旧值）
2.比较并替换 cas(旧值，要修改的值)
如果旧值 和 此时此刻 的值 相等 ，则将 要修改的值 赋值给该变量a
3.修改变量a 的值 为要修改的值
如果旧值和当前值不相等，说明被其他线程修改过
原子类： 线程的安全的自增 自减 底层就是 cas 机制
AutomicInteger
AutomicFloat
Automic*
4、ThreadLocal
ThreadLocal 就是线程副本，会为每一个线程对该变量存储一个副本，每个线程都访问自己的变量
5、volatile：不可以保证线程安全
只能保证 数据的可见性 ，禁止指令重排序
接下来咱们在一个例子中体会分布式锁
2.例子
秒杀例子
秒杀商品：
1.判断库存是否足够
2.库存充裕 则
生成订单，扣减库存
3.返回结构，生成订单
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.xml.ws.soap.Addressing;
@RestController
public class GoodsController {
@Autowired
private StringRedisTemplate redisTemplate;
/**
* 初始化 库存 订单
*
* 将库存和 存储到 redis
* @param goods
* @return
*/
@RequestMapping("/init")
public String init(String goods){
// 初始化库存
redisTemplate.opsForValue().set("stack_"+goods, 1000+"");
// 初始化订单
redisTemplate.opsForValue().set("order_"+goods, 0+"");
return "当前商品："+goods +"--库存："+ redisTemplate.opsForValue().get("stack_"+goods)+
"--订单："+ redisTemplate.opsForValue().get("order_"+goods);
}
/**
* 秒杀商品
* @param goods
* @return
*/
@RequestMapping("/killGoods")
public synchronized String killGoods(String goods){
String stackStr = redisTemplate.opsForValue().get("stack_"+goods);
int stack = Integer.valueOf(stackStr);
// 1.判断库存
if (stack<1){// 说明没有库存
return "很遗憾商品已售罄"+goods;
}
// 生成订单 订单加1 自增1
redisTemplate.opsForValue().increment("order_"+goods);
try {
Thread.sleep(10);
} catch (InterruptedException e) {
e.printStackTrace();
}
redisTemplate.opsForValue().set("stack_"+goods,(stack-1)+"");
return "当前抢购商品成功"+goods;
}
/**
* 获取当前订单商品 状态
* @param goods
* @return
*/
@GetMapping("/getState")
public String getState(String goods){
return "当前商品："+goods +"--库存："+ redisTemplate.opsForValue().get("stack_"+goods)+
"--订单："+ redisTemplate.opsForValue().get("order_"+goods);
}
}
获取订单状态
秒杀
使用工具进行秒杀
下载ab压力测试
ab -n 请求数 -c 并发数 访问的路径
ab -n 5000 -c 20 http://localhost:8080/killGoods?goods=p50
可以使用 synchronized 解决线程安全
多台机器同时访问
synchronized无法解决多应用线程问题
3.使用分布式锁解决线程安全
使用redis 解决分布式线程安全问题
1.引入redis 锁
导入依赖
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.2.4.RELEASE</version>
</parent>
<dependencies>
<!--springBoot 相关 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
<!-- 引入redis -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
</dependencies>application.properties的创建
spring.redis.host=8.130.166.101
spring.redis.port=6379import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import java.util.concurrent.TimeUnit;
@Component
public class RedisLock {
@Autowired
public StringRedisTemplate redisTemplate;
/**
* 尝试 获取锁
* @param key
* @param value
* @param time
* @return
*/
public boolean lock(String key,String value,int time){
// 通过 setnx 来判断key 的标记位是否存在
// 如果存在说明别人已经 持有锁
// 不存在 创建，并获得锁
return redisTemplate.opsForValue().setIfAbsent(key,value,time, TimeUnit.SECONDS);
}
/**
* 释放锁
* @param key
* @return
*/
public boolean unlock(String key){
return redisTemplate.delete(key);
}
}
2.使用
@Autowired
private RedisLock redisLock;
@RequestMapping("/redisKillGoods")
public synchronized String redisKillGoods(String goods){
if (redisLock.lock("lock_"+goods,"0",5)){// 拿到锁
String stackStr = redisTemplate.opsForValue().get("stack_"+goods);
int stack = Integer.valueOf(stackStr);
// 1.判断库存
if (stack<1){// 说明没有库存
// 释放锁
redisLock.unlock("lock_"+goods);
return "很遗憾商品已售罄"+goods;
}
// 生成订单 订单加1 自增1
redisTemplate.opsForValue().increment("order_"+goods);
try {
Thread.sleep(10);
} catch (InterruptedException e) {
e.printStackTrace();
}
redisTemplate.opsForValue().set("stack_"+goods,(stack-1)+"");
// 释放锁
redisLock.unlock("lock_"+goods);
return "当前抢购商品成功"+goods;
}else {
return "很遗憾没有抢到宝贝"+goods;
}
}
使用redis setnx 完成分布式锁缺陷
1.setnx 本身是两条命令 a.set值 b.配置其过期时间
2.如果redis 是主从模式，有可能造成 主从数据延迟问题
3.setnx 有时间限制，如果在使用锁期间，key时间过期了，也会造成安全问题？
解决方案：
1.使用 redis 调用lua 脚本操作 setnx 保证原子性 操作复杂
2.我们使用 redlock （红锁） 我们通过多个key 保证一个分布式锁，通过投票决定是否获取锁，配置的key还拥有看门狗机制（可以查看key是否即将过期，如果快要过期，可以续命）
解决 遇到到 1，2，3 问题
使用zookeeper 实现分布式锁
1.引入zk 依赖
<dependency>
<groupId>org.apache.zookeeper</groupId>
<artifactId>zookeeper</artifactId>
<version>3.6.0</version>
<exclusions>
<exclusion>
<artifactId>slf4j-api</artifactId>
<groupId>org.slf4j</groupId>
</exclusion>
<exclusion>
<artifactId>slf4j-log4j12</artifactId>
<groupId>org.slf4j</groupId>
</exclusion>
<exclusion>
<artifactId>log4j</artifactId>
<groupId>log4j</groupId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>org.apache.curator</groupId>
<artifactId>curator-recipes</artifactId>
<version>4.0.1</version>
<exclusions>
<exclusion>
<artifactId>slf4j-api</artifactId>
<groupId>org.slf4j</groupId>
</exclusion>
</exclusions>
</dependency>
2.容器加入zk
import org.apache.curator.RetryPolicy;
import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.CuratorFrameworkFactory;
import org.apache.curator.retry.ExponentialBackoffRetry;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
public class ZkConfig {
/**
* 在容器中加入CuratorFramework
*
* CuratorFramework zk 客户端
* @return
*/
@Bean
public CuratorFramework getCuratorFramework(){
// 当客户端 和 服务端 连接异常时，会发起重试 每隔2s 重试1次，总共试 3次
RetryPolicy retryPolicy = new ExponentialBackoffRetry(2000,3);
CuratorFramework curatorFramework = CuratorFrameworkFactory.builder()
.retryPolicy(retryPolicy).connectString("192.168.12.145:2181;192.168.12.145:2182;192.168.12.145:2183").build();
curatorFramework.start();
return curatorFramework;
}
}
3.使用zk 分布式锁
@Autowired
private CuratorFramework curatorFramework;
/**
* 基于zk 实现的分布式锁
* @param goods
* @return
*/
@RequestMapping("/zkKillGoods")
public synchronized String zkKillGoods(String goods) throws Exception {
// 封装zk 的分布式锁 相当于 jvm synchronized 中的监视器
InterProcessMutex interProcessMutex = new InterProcessMutex(curatorFramework,"/"+goods);
// interProcessMutex.acquire(5, TimeUnit.SECONDS) 去获取锁，若果没有获取到，就等待5s,还没有则放弃
if (interProcessMutex.acquire(5, TimeUnit.SECONDS)){// 拿到锁
String stackStr = redisTemplate.opsForValue().get("stack_"+goods);
int stack = Integer.valueOf(stackStr);
// 1.判断库存
if (stack<1){// 说明没有库存
// 释放锁
interProcessMutex.release();
return "很遗憾商品已售罄"+goods;
}
// 生成订单 订单加1 自增1
redisTemplate.opsForValue().increment("order_"+goods);
try {
Thread.sleep(10);
} catch (InterruptedException e) {
e.printStackTrace();
}
redisTemplate.opsForValue().set("stack_"+goods,(stack-1)+"");
// 释放锁
interProcessMutex.release();
return "当前抢购商品成功"+goods;
}else {
return "很遗憾没有抢到宝贝"+goods;
}
}
总结：
扫一扫
568
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
