【工作笔记】redis异步锁

本文介绍了一个基于Spring Data Redis实现的分布式锁解决方案。该方案通过Redis的setIfAbsent方法确保锁的原子性,并支持锁的自动续期及释放,有效防止了资源竞争问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

遇到了资源竞争的问题,刚好项目有用redis,就做一个吧。项目用了spring-data-redis,锁名的结构是lock:xxid:xxid

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public String acquireLock(int timeout, int repertoryId, int productId) {
        String identifier = UUID.randomUUID().toString();
        String lockName = String.format(Constants.STORK_LOCK, repertoryId, productId);
        long endTime = System.currentTimeMillis() + (timeout * 1000);
        ValueOperations<String, String> svo = stringRedisTemplate.opsForValue();

        while (System.currentTimeMillis() < endTime) {
            if (svo.setIfAbsent(lockName, identifier).booleanValue()){
                stringRedisTemplate.expire(lockName, timeout, TimeUnit.SECONDS);
                return identifier;
            } else if (stringRedisTemplate.getExpire(lockName) != -2) {
                //当锁已经被占用,但是超过超时时间时,为其重置超时时间
                stringRedisTemplate.expire(lockName, timeout, TimeUnit.SECONDS);
            } else {
                try {
                    //等待100毫秒
                    Thread.sleep(100);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        }

        return "";
    }

    @Override
    public boolean releaseLock(String id, int repertoryId, int productId) {
        String lockName = String.format(Constants.STORK_LOCK, repertoryId, productId);
        ValueOperations<String, String> svo = stringRedisTemplate.opsForValue();
        while (true) {
            try {
                stringRedisTemplate.watch(lockName);
                if (svo.get(lockName).equals(id)) {
                    stringRedisTemplate.delete(lockName);
                    return true;
                } else {
                    stringRedisTemplate.unwatch();
                    break;
                }
            } catch (Exception e) {
                logger.error("其他客户端修改了锁,正在重试.", e);
            }
        }
        return false;
    }
### 黑马大事件项目中的Redis数据库笔记 #### Redis概述 Redis (REmote DIctionary Server) 是一种使用C语言编写的开源、高性能键值对存储系统[^2]。它不仅支持简单的key-value类型的数据,还提供了多种复杂数据结构的支持。 #### 数据淘汰策略 对于内存管理方面,当达到最大内存限制时,Redis会依据配置好的淘汰策略来移除部分数据以腾出空间。主要的淘汰策略有六种: - volatile-lru:从已设置过期时间的数据集中挑选最近最少使用的数据淘汰。 - allkeys-lru:从所有数据集中挑选最久未使用的数据淘汰。 - volatile-random:从已设置过期时间的数据集中随机挑选数据淘汰。 - allkeys-random:从所有数据集中随机挑选数据淘汰。 - volatile-ttl:优先淘汰即将过期的数据(TTL值最小)。 - no-enviction:禁止驱逐任何数据,在无法写入新数据的情况下返回错误给客户端[^3]。 #### 过期删除机制 为了处理设置了生存时间(TTL) 的键,Redis采用了两种方式相结合的方法——惰性删除与定期删除。前者是在访问某个键时才检查其是否已经过期并执行相应的清理操作;后者则是由后台线程周期性地扫描一定数量的具有有效期属性的键,并清除其中那些确实应该被废弃掉的部分[^1]。 #### 应用于黑马大事件项目的场景 在实际应用到具体业务逻辑里,比如黑马大事件这样的大型互联网服务端工程中,可以利用Redis实现如下功能模块: - **分布式**:通过SETNX命令加,EXPIRE设置超时期限防止死发生; - **计数器**:原子性的INCR/DECR指令非常适合用来做流量统计等实时更新频繁的任务; - **全局唯一ID生成器**:基于自增序列号的方式创建不重复的身份标识符; - **消息队列**:采用LIST类型的PUSH和POP系列函数构建任务分发池或是异步通知管道。 ```python import redis client = redis.StrictRedis(host='localhost', port=6379, db=0) # 设置一个带有过期时间的键值对 client.set('event_key', 'value', ex=60*60) # 键将在一小时后自动消失 # 获取当前服务器上的所有键的数量 count = client.dbsize() print(f'Total keys: {count}') ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值