从零开始,探究Redis分布式锁底层原理!

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
云数据库 Tair(兼容Redis),内存型 2GB
简介: 从零开始,探究Redis分布式锁底层原理!


🍊 从零开始,探究Redis分布式锁底层原理!

Redis是一个开源的NoSQL数据库,提供了分布式锁的实现,分布式锁是一种在分布式环境下保持数据一致性的方法。在多线程或多进程的环境下,多个线程或进程对共享资源进行读写操作,为保证数据的正确性和一致性,需要使用分布式锁来控制并发访问。在分布式环境下,Redis分布式锁是非常实用的一种方案,可以保证应用程序的高可用性、高可靠性和高并发性。

在Redis中,使用setnx命令来实现分布式锁,多线程或多进程可以通过setnx命令来尝试获取锁,只有获取到锁的进程才有执行权利。在实际应用中,对于Redis分布式锁的应用,除了普通的使用场景外,还有许多异常情况需要考虑和处理。

🎉 1. Redis服务挂掉了,抛出异常了,锁不会被释放掉,新的请求无法进来,出现死锁问题

这种情况最容易出现的情况是Redis服务突然挂掉,导致锁无法被释放,后续新的请求也无法获取锁,从而导致死锁问题。为了避免这种情况的出现,需要在加锁的代码中,使用try finally语句块来确保锁最终能够被释放。即使Redis服务挂掉了,也可以保证锁能够最终被释放。

String lockKey = "lockKey";
String threadId = Thread.currentThread().getId();
boolean lockSuccess = jedis.setnx(lockKey, threadId) == 1;
try {
    if (lockSuccess) {
        // 获取到锁,执行任务
        doTask();
    }
} finally {
    // 最终释放锁
    if (lockSuccess) {
        jedis.del(lockKey);
    }
}

在加锁的代码中使用try finally语句块,即使Redis服务挂掉了,也可以保证锁最终能够被释放。

🎉 2. 服务器果宕机了,导致锁不能被释放的现象

在分布式环境下,常常会遇到服务器宕机的情况,如果当前持有锁的服务器宕机了,那么其他服务器就无法获取锁,就会出现锁不能被释放的现象。为了避免这种情况的出现,我们可以在加锁的时候设置锁的超时时间,当锁超时时,就会自动释放锁。

String lockKey = "lockKey";
String threadId = Thread.currentThread().getId();
boolean lockSuccess = jedis.setnx(lockKey, threadId) == 1;
try {
    if (lockSuccess) {
        // 获取到锁,执行任务
        doTask();
    }
} finally {
    // 释放锁
    if (lockSuccess) {
        jedis.del(lockKey);
    }
    // 设置锁的超时时间
    if (jedis.ttl(lockKey) == -1) {
        jedis.expire(lockKey, 30);
    }
}

在加锁的代码中,使用jedis.ttl(lockKey)来获取锁的过期时间,如果锁已经过期了(返回-1),那么就使用jedis.expire(lockKey, 30)来设置锁的超时时间为30秒。这样可以自动释放锁,避免出现锁不能被释放的现象。

🎉 3. 锁的过期时间比业务执行时间短,会存在多个线程拥有同一把锁的现象

如果锁的过期时间比业务执行时间短,会存在多个线程拥有同一把锁的现象,例如有一个线程执行需要15秒,过期时间只有10秒,当执行到10秒时第二个线程进来拿到这把锁,会出现多个线程拿到同一把锁执行。为了避免这种情况的出现,可以使用续期超时时间的方法来解决。

String lockKey = "lockKey";
String threadId = Thread.currentThread().getId();
boolean lockSuccess = jedis.setnx(lockKey, threadId) == 1;
try {
    if (lockSuccess) {
        // 获取到锁,执行任务
        doTask();
    }
} finally {
    // 释放锁
    if (lockSuccess) {
        jedis.del(lockKey);
    }
    // 续期超时时间
    if (jedis.ttl(lockKey) > 10) {
        jedis.expire(lockKey, 10);
    }
}

在加锁的代码中,使用jedis.ttl(lockKey)来获取锁的剩余时间,如果锁的剩余时间大于10秒,就使用jedis.expire(lockKey, 10)来设置锁的超时时间为10秒。这样可以续期超时时间,避免出现多个线程拥有同一把锁的现象。

🎉 4. 锁的过期时间比业务执行时间短,锁永久失效

如果锁的过期时间比业务执行时间短,且程序执行的时间超过了设置的过期时间,就会导致其他线程删除了自己的锁,出现锁永久失效的情况。为了避免这种情况的出现,需要给每个线程都设置一个唯一标识,避免出现程序执行的时间超过设置的过期时间,导致其他线程删除了自己的锁,只允许自己删除自己线程的锁。

String lockKey = "lockKey";
String threadId = Thread.currentThread().getId();
String uniqueId = UUID.randomUUID().toString();
boolean lockSuccess = jedis.setnx(lockKey, uniqueId) == 1;
try {
    if (lockSuccess) {
        // 获取到锁,执行任务
        doTask();
    }
} finally {
    // 释放锁
    if (lockSuccess && uniqueId.equals(jedis.get(lockKey))) {
        jedis.del(lockKey);
    }
}

在加锁的代码中,使用UUID.randomUUID().toString()来生成每个线程的唯一标识,这样就保证了每个线程都有一个唯一的标识。在释放锁的时候,使用jedis.get(lockKey)来获取当前锁的值,如果当前线程的唯一标识和锁的值相同,就释放锁。这样就可以避免出现锁永久失效的情况。

总之,在使用Redis分布式锁的时候,需要注意一些异常情况,并且给每个线程都设置一个唯一标识,保证锁的正确使用。使用try finally语句块来确保锁最终能够被释放,在加锁的时候设置锁的超时时间,避免出现锁不能被释放的现象。在锁的过期时间比业务执行时间短的情况下,可以使用续期超时时间的方法来解决。最后,使用Redis分布式锁可以保证数据的正确性和一致性,提高了应用程序的可用性、可靠性和并发性。


相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore     ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
1月前
|
NoSQL Java Redis
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?
Redis分布式锁在高并发场景下是重要的技术手段,但其实现过程中常遇到五大深坑:**原子性问题**、**连接耗尽问题**、**锁过期问题**、**锁失效问题**以及**锁分段问题**。这些问题不仅影响系统的稳定性和性能,还可能导致数据不一致。尼恩在实际项目中总结了这些坑,并提供了详细的解决方案,包括使用Lua脚本保证原子性、设置合理的锁过期时间和使用看门狗机制、以及通过锁分段提升性能。这些经验和技巧对面试和实际开发都有很大帮助,值得深入学习和实践。
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?
|
5天前
|
存储 Dubbo Java
分布式 RPC 底层原理详解,看这篇就够了!
本文详解分布式RPC的底层原理与系统设计,大厂面试高频,建议收藏。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
分布式 RPC 底层原理详解,看这篇就够了!
|
7天前
|
NoSQL Redis
Redis分布式锁如何实现 ?
Redis分布式锁通过SETNX指令实现,确保仅在键不存在时设置值。此机制用于控制多个线程对共享资源的访问,避免并发冲突。然而,实际应用中需解决死锁、锁超时、归一化、可重入及阻塞等问题,以确保系统的稳定性和可靠性。解决方案包括设置锁超时、引入Watch Dog机制、使用ThreadLocal绑定加解锁操作、实现计数器支持可重入锁以及采用自旋锁思想处理阻塞请求。
41 16
|
24天前
|
存储 NoSQL 定位技术
Redis geo原理
Redis的GEO功能基于Earth Mapper(http://earth-api.org/)库,它允许存储地理位置信息并执行一些基于该信息的操作。
25 3
|
1月前
|
NoSQL Redis 数据库
计数器 分布式锁 redis实现
【10月更文挑战第5天】
47 1
|
1月前
|
NoSQL 算法 关系型数据库
Redis分布式锁
【10月更文挑战第1天】分布式锁用于在多进程环境中保护共享资源,防止并发冲突。通常借助外部系统如Redis或Zookeeper实现。通过`SETNX`命令加锁,并设置过期时间防止死锁。为避免误删他人锁,加锁时附带唯一标识,解锁前验证。面对锁提前过期的问题,可使用守护线程自动续期。在Redis集群中,需考虑主从同步延迟导致的锁丢失问题,Redlock算法可提高锁的可靠性。
73 4
|
1月前
|
存储 缓存 数据处理
深度解析:Hologres分布式存储引擎设计原理及其优化策略
【10月更文挑战第9天】在大数据时代,数据的规模和复杂性不断增加,这对数据库系统提出了更高的要求。传统的单机数据库难以应对海量数据处理的需求,而分布式数据库通过水平扩展提供了更好的解决方案。阿里云推出的Hologres是一个实时交互式分析服务,它结合了OLAP(在线分析处理)与OLTP(在线事务处理)的优势,能够在大规模数据集上提供低延迟的数据查询能力。本文将深入探讨Hologres分布式存储引擎的设计原理,并介绍一些关键的优化策略。
97 0
|
1月前
|
消息中间件 缓存 NoSQL
Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。
【10月更文挑战第4天】Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。随着数据增长,有时需要将 Redis 数据导出以进行分析、备份或迁移。本文详细介绍几种导出方法:1)使用 Redis 命令与重定向;2)利用 Redis 的 RDB 和 AOF 持久化功能;3)借助第三方工具如 `redis-dump`。每种方法均附有示例代码,帮助你轻松完成数据导出任务。无论数据量大小,总有一款适合你。
74 6
|
7天前
|
缓存 NoSQL 关系型数据库
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
本文详解缓存雪崩、缓存穿透、缓存并发及缓存预热等问题,提供高可用解决方案,帮助你在大厂面试和实际工作中应对这些常见并发场景。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题