从零开始,探究Redis分布式锁底层原理!

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。


相关文章
|
存储 缓存 NoSQL
Redis 服务器全方位介绍:从入门到核心原理
Redis是一款高性能内存键值数据库,支持字符串、哈希、列表等多种数据结构,广泛用于缓存、会话存储、排行榜及消息队列。其单线程事件循环架构保障高并发与低延迟,结合RDB和AOF持久化机制兼顾性能与数据安全。通过主从复制、哨兵及集群模式实现高可用与横向扩展,适用于现代应用的多样化场景。合理配置与优化可显著提升系统性能与稳定性。
559 0
|
5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。
425 2
|
5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。
366 6
|
4月前
|
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。
331 0
分布式锁与分布式锁使用 Redis 和 Spring Boot 进行调度锁(不带 ShedLock)
|
4月前
|
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。
|
4月前
|
存储 缓存 监控
Redis分区的核心原理与应用实践
Redis分区通过将数据分散存储于多个节点,提升系统处理高并发与大规模数据的能力。本文详解分区原理、策略及应用实践,涵盖哈希、范围、一致性哈希等分片方式,分析其适用场景与性能优势,并探讨电商秒杀、物联网等典型用例,为构建高性能、可扩展的Redis集群提供参考。
265 0
|
缓存 NoSQL Java
为什么分布式一定要有redis?
1、为什么使用redis 分析:博主觉得在项目中使用redis,主要是从两个角度去考虑:性能和并发。当然,redis还具备可以做分布式锁等其他功能,但是如果只是为了分布式锁这些其他功能,完全还有其他中间件(如zookpeer等)代替,并不是非要使用redis。
1513 0
|
机器学习/深度学习 缓存 NoSQL
|
8月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
3月前
|
缓存 负载均衡 监控
135_负载均衡:Redis缓存 - 提高缓存命中率的配置与最佳实践
在现代大型语言模型(LLM)部署架构中,缓存系统扮演着至关重要的角色。随着LLM应用规模的不断扩大和用户需求的持续增长,如何构建高效、可靠的缓存架构成为系统性能优化的核心挑战。Redis作为业界领先的内存数据库,因其高性能、丰富的数据结构和灵活的配置选项,已成为LLM部署中首选的缓存解决方案。