基于redis实现分布式锁(上)

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: 基于redis实现分布式锁

基本实现

借助于redis中的命令setnx(key, value),key不存在就新增,存在就什么都不做。同时有多个客户端发 送setnx命令,只有一个客户端可以成功,返回1(true);其他的客户端返回0(false)。

  • 1. 多个客户端同时获取锁(setnx)
  • 2. 获取成功,执行业务逻辑,执行完成释放锁(del)
  • 3. 其他客户端等待重试

改造StockService方法:

1. @Service
2. public class StockService {
3.    @Autowired
4.    private StockMapper stockMapper;
5.    @Autowired
6.    private LockMapper lockMapper;
7.    @Autowired
8.    private StringRedisTemplate redisTemplate;
9.    public void checkAndLock() {
10.        // 加锁,获取锁失败重试
11.        while (!this.redisTemplate.opsForValue().setIfAbsent("lock", 
12. 
13. "xxx")){
14.            try {
15.                 Thread.sleep(100);
16.            } catch (InterruptedException e) {
17.                 e.printStackTrace();
18.            }
19.        }
20.        // 先查询库存是否充足
21.        Stock stock = this.stockMapper.selectById(1L);
22.        // 再减库存
23.        if (stock != null && stock.getCount() > 0){
24.             stock.setCount(stock.getCount() - 1);
25.            this.stockMapper.updateById(stock);
26.        }
27.        // 释放锁
28.        this.redisTemplate.delete("lock");
29.    }
30. }

其中,加锁:

1. // 加锁,获取锁失败重试
2. while (!this.redisTemplate.opsForValue().setIfAbsent("lock", "xxx")){
3.    try {
4.         Thread.sleep(100);
5.    } catch (InterruptedException e) {
6.         e.printStackTrace();
7.    }
8. }

解锁:

1. // 释放锁
2. 
3. this.redisTemplate.delete("lock");

使用Jmeter压力测试如下:

查看mysql数据库:

死锁

解决:给锁设置过期时间,自动释放锁。 设置过期时间两种方式:

1. 通过expire设置过期时间(缺乏原子性:如果在setnx和expire之间出现异常,锁也无法释放)

2. 使用set指令设置过期时间:set key value ex 3 nx(既达到setnx的效果,又设置了过期时间)

压力测试肯定也没有问题。

问题:可能会释放其他服务器的锁。 场景:如果业务逻辑的执行时间是7s。执行流程如下

1. index1业务逻辑没执行完,3秒后锁被自动释放。

2. index2获取到锁,执行业务逻辑,3秒后锁被自动释放。

3. index3获取到锁,执行业务逻辑

4. index1业务逻辑执行完成,开始调用del释放锁,这时释放的是index3的锁,导致index3的业务只 执行1s就被别人释放。 最终等于没锁的情况。

解决:setnx获取锁时,设置一个指定的唯一值(例如:uuid);释放前获取这个值,判断是否自己的 锁

防误删

实现如下:

问题:删除操作缺乏原子性。 场景:

1. index1执行删除时,查询到的lock值确实和uuid相等

2. index1执行删除前,lock刚好过期时间已到,被redis自动释放

3. index2获取了lock 4. index1执行删除,此时会把index2的lock删除

解决方案:没有一个命令可以同时做到判断 + 删除,所有只能通过其他方式实现(LUA脚本)

使用lua保证删除原子性

删除LUA脚本:

1. if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', 
2. KEYS[1]) else return 0 end

代码实现:

1. public void checkAndLock() {
2.    // 加锁,获取锁失败重试
3.    String uuid = UUID.randomUUID().toString();
4.    while (!this.redisTemplate.opsForValue().setIfAbsent("lock", uuid, 3, 
5. 
6. TimeUnit.SECONDS)){
7.        try {
8.             Thread.sleep(50);
9.        } catch (InterruptedException e) {
10.             e.printStackTrace();
11.        }
12.    }
13.    // 先查询库存是否充足
14.    Stock stock = this.stockMapper.selectById(1L);
15.    // 再减库存
16.    if (stock != null && stock.getCount() > 0){
17.         stock.setCount(stock.getCount() - 1);
18.        this.stockMapper.updateById(stock);
19.    }
20.    // 释放锁
21.    String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return 
22. redis.call('del', KEYS[1]) else return 0 end";
23.    this.redisTemplate.execute(new DefaultRedisScript<>(script, 
24. 
25. Long.class), Arrays.asList("lock"), uuid);
26. }

压力测试:

可重入锁

由于上述加锁命令使用了 SETNX ,一旦键存在就无法再设置成功,这就导致后续同一线程内继续加 锁,将会加锁失败。当一个线程执行一段代码成功获取锁之后,继续执行时,又遇到加锁的子任务代 码,可重入性就保证线程能继续执行,而不可重入就是需要等待锁释放之后,再次获取锁成功,才能继 续往下执行。

用一段 Java 代码解释可重入:

1. public synchronized void a() {
2.     b();
3. }
4. 
5. public synchronized void b() {
6.    // pass
7. }

假设 X 线程在 a 方法获取锁之后,继续执行 b 方法,如果此时不可重入,线程就必须等待锁释放,再次争抢锁。

锁明明是被 X 线程拥有,却还需要等待自己释放锁,然后再去抢锁,这看起来就很奇怪,我释放我自己~

可重入性就可以解决这个尴尬的问题,当线程拥有锁之后,往后再遇到加锁方法,直接将加锁次数加 1,然后再执行方法逻辑。退出加锁方法之后,加锁次数再减 1,当加锁次数为 0 时,锁才被真正的释 放。 可以看到可重入锁最大特性就是计数,计算加锁的次数。所以当可重入锁需要在分布式环境实现时,我们也就需要统计加锁次数。

解决方案:redis + Hash


相关文章
|
2月前
|
存储 负载均衡 NoSQL
【赵渝强老师】Redis Cluster分布式集群
Redis Cluster是Redis的分布式存储解决方案,通过哈希槽(slot)实现数据分片,支持水平扩展,具备高可用性和负载均衡能力,适用于大规模数据场景。
205 2
|
2月前
|
存储 缓存 NoSQL
【📕分布式锁通关指南 12】源码剖析redisson如何利用Redis数据结构实现Semaphore和CountDownLatch
本文解析 Redisson 如何通过 Redis 实现分布式信号量(RSemaphore)与倒数闩(RCountDownLatch),利用 Lua 脚本与原子操作保障分布式环境下的同步控制,帮助开发者更好地理解其原理与应用。
111 0
|
3月前
|
存储 缓存 NoSQL
Redis核心数据结构与分布式锁实现详解
Redis 是高性能键值数据库,支持多种数据结构,如字符串、列表、集合、哈希、有序集合等,广泛用于缓存、消息队列和实时数据处理。本文详解其核心数据结构及分布式锁实现,帮助开发者提升系统性能与并发控制能力。
|
26天前
|
NoSQL Java 调度
分布式锁与分布式锁使用 Redis 和 Spring Boot 进行调度锁(不带 ShedLock)
分布式锁是分布式系统中用于同步多节点访问共享资源的机制,防止并发操作带来的冲突。本文介绍了基于Spring Boot和Redis实现分布式锁的技术方案,涵盖锁的获取与释放、Redis配置、服务调度及多实例运行等内容,通过Docker Compose搭建环境,验证了锁的有效性与互斥特性。
分布式锁与分布式锁使用 Redis 和 Spring Boot 进行调度锁(不带 ShedLock)
|
20天前
|
缓存 NoSQL 关系型数据库
Redis缓存和分布式锁
Redis 是一种高性能的键值存储系统,广泛用于缓存、消息队列和内存数据库。其典型应用包括缓解关系型数据库压力,通过缓存热点数据提高查询效率,支持高并发访问。此外,Redis 还可用于实现分布式锁,解决分布式系统中的资源竞争问题。文章还探讨了缓存的更新策略、缓存穿透与雪崩的解决方案,以及 Redlock 算法等关键技术。
|
3月前
|
NoSQL Redis
Lua脚本协助Redis分布式锁实现命令的原子性
利用Lua脚本确保Redis操作的原子性是分布式锁安全性的关键所在,可以大幅减少由于网络分区、客户端故障等导致的锁无法正确释放的情况,从而在分布式系统中保证数据操作的安全性和一致性。在将这些概念应用于生产环境前,建议深入理解Redis事务与Lua脚本的工作原理以及分布式锁的可能问题和解决方案。
134 8
|
4月前
|
缓存 NoSQL 算法
高并发秒杀系统实战(Redis+Lua分布式锁防超卖与库存扣减优化)
秒杀系统面临瞬时高并发、资源竞争和数据一致性挑战。传统方案如数据库锁或应用层锁存在性能瓶颈或分布式问题,而基于Redis的分布式锁与Lua脚本原子操作成为高效解决方案。通过Redis的`SETNX`实现分布式锁,结合Lua脚本完成库存扣减,确保操作原子性并大幅提升性能(QPS从120提升至8,200)。此外,分段库存策略、多级限流及服务降级机制进一步优化系统稳定性。最佳实践包括分层防控、黄金扣减法则与容灾设计,强调根据业务特性灵活组合技术手段以应对高并发场景。
1064 7
|
7月前
|
数据采集 存储 数据可视化
分布式爬虫框架Scrapy-Redis实战指南
本文介绍如何使用Scrapy-Redis构建分布式爬虫系统,采集携程平台上热门城市的酒店价格与评价信息。通过代理IP、Cookie和User-Agent设置规避反爬策略,实现高效数据抓取。结合价格动态趋势分析,助力酒店业优化市场策略、提升服务质量。技术架构涵盖Scrapy-Redis核心调度、代理中间件及数据解析存储,提供完整的技术路线图与代码示例。
635 0
分布式爬虫框架Scrapy-Redis实战指南
|
5月前
|
数据采集 存储 NoSQL
基于Scrapy-Redis的分布式景点数据爬取与热力图生成
基于Scrapy-Redis的分布式景点数据爬取与热力图生成
323 67
|
8月前
|
NoSQL Java 中间件
【📕分布式锁通关指南 02】基于Redis实现的分布式锁
本文介绍了从单机锁到分布式锁的演变,重点探讨了使用Redis实现分布式锁的方法。分布式锁用于控制分布式系统中多个实例对共享资源的同步访问,需满足互斥性、可重入性、锁超时防死锁和锁释放正确防误删等特性。文章通过具体示例展示了如何利用Redis的`setnx`命令实现加锁,并分析了简化版分布式锁存在的问题,如锁超时和误删。为了解决这些问题,文中提出了设置锁过期时间和在解锁前验证持有锁的线程身份的优化方案。最后指出,尽管当前设计已解决部分问题,但仍存在进一步优化的空间,将在后续章节继续探讨。
1066 131
【📕分布式锁通关指南 02】基于Redis实现的分布式锁

热门文章

最新文章