一.怎样使用redis实现分布式锁?
最普通的实现方式,如果就是在redis里创建一个key,如果创建成功,就算加锁成功,否则加锁失败.
SET my:lock 随机值 NX PX 30000,这个命令就ok,这个的NX的意思就是只有key不存在的时候才会设置成功,PX 30000的意思是30秒后锁自动释放。别人创建的时候如果发现已经有了就不能加锁了。
释放锁就是删除key,为了保证这把锁是我们自己加的,需要判断value一样才进行删除, 而这个判断和删除的逻辑必须是原子性的, 所以需要lua脚本进行删除,具体如下:
if redis.call("get",KEYS[1]) == ARGV[1] then
return redis.call("del",KEYS[1])
else
return 0
end
常见得问题
-
假如抢到锁得实例运行一段时候后挂了?
那么这个时候可能就发生死锁了,所以需要加上一个过期时间(timeout) -
当c1抢到锁,那么此时c2需要做什么?
需要不断得询问,就是通过IO发送setnx指令,那么这个时候如果同时抢得线程很多,其实是比较浪费cpu得,这个时候可以有一个思路:就是使用redis发布订阅+阻塞队列方式,当然这里逻辑可能比较复杂,个人觉得其实实现和reentrantlock内部实现大致一样. -
如果c1拿到了锁,但是执行时间超过了timeout?
如果超过timeout,但是还没有执行完,这个时候其他线程又抢到了锁,就有问题,这个时候可以使用Redission中的看门狗机制,这个看门狗是基于Netty下面的一个时间轮的实现类去实现的.可以帮我们自动延长这个过期时间. -
为什么要给锁加标识?
其实是增加了对锁得精准操作,防止误删,确保删除得锁一定是自己加得,确保这个唯一性,一般使用UUID. -
redis挂了怎么处理?
这个首先要说一下redis得几种模式,单机模式就先不说了,redis主要有主从模式和cluster模式,在实际使用过程中会两者结合使用,即主要使用cluster模式,对于每个节点又使用主从复制,而在主从复制中,redis是保证AP得,所以可能会有数据一致性得问题,就是假如某个节点挂了,它得备份节点可能刚好又没有对应得key,这个时候就又出现问题,所以出现了redlock算法.
redlock
首先说明redlock并不是在redis中的,而是在客户端得一种算法.
其本质核心是:
给定多个redis独立节点,假如有三个,客户端在争抢锁得时候,同时给这三个节点发送请求,当在这些节点中获得锁得数量超过半数时,就可以真正得获取这把锁,那么此时如果某个节点挂点,这个分布锁还在,就不会受到影响.
具体流程:
1)获取当前时间戳,单位是毫秒
2)跟上面类似,轮流尝试在每个master节点上创建锁,过期时间较短,一般就几十毫秒
3)尝试在大多数节点上建立一个锁,比如5个节点就要求是3个节点,一半以上(n / 2 +1)
4)客户端计算建立好锁的时间,如果建立锁的时间小于超时时间,就算建立成功了
5)要是锁建立失败了,那么就依次删除这个锁
6)只要别人建立了一把分布式锁,你就得不断轮询去尝试获取锁
二.简单实现
这个操作redis的对象使用的是spring封装的redisTemplate,不了解的可以看下这个文章springboot(spring)整合redis(集群)、细节、底层配置讲解
@Autowired
StringRedisTemplate redisTemplate;
public void test() {
/**
* 使用分布式锁,首先要注意,加锁和释放锁要保证原子性
*/
//为了保证将来删除的锁是我们自己加的,用UUID作为value进行区分
String uuid = UUID.randomUUID().toString();
while(true){
//加分布式锁,加锁成功的才能去操作数据库
Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", uuid, 30, TimeUnit.SECONDS);
if(lock){
try{
log.info("获取分布式锁成功...");
//执行具体的业务逻辑
return;
}finally {
//要释放锁,但是要先判断是我们自己加的才能删除,为了保证这两个操作的原子性,使用lua脚本删除
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
redisTemplate.execute(new DefaultRedisScript<>(script, Long.class), Arrays.asList("lock"), uuid);
}
}else{
//如果加锁失败,休眠,然后不断循环尝试加锁
try {
log.info("加锁失败...重试加锁");
Thread.sleep(200);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
这里只是简单的实现,超时时间设置的很大,一定比正常业务逻辑执行的时间长,并没有考虑续期的问题.
如果考虑续期的话,可以直接使用Redisson封装好的分布式锁,他里面有具体的看门狗机制,将在后面的文章中进行讲解.
今天的分享就到这里了,有问题可以在评论区留言,均会及时回复呀.
我是bling,未来不会太差,只要我们不要太懒就行, 咱们下期见.