【📕分布式锁通关指南 09】源码剖析redisson之公平锁的实现

简介: 本文深入解析了 Redisson 中公平锁的实现原理。公平锁通过确保线程按请求顺序获取锁,避免“插队”现象。在 Redisson 中,`RedissonFairLock` 类的核心逻辑包含加锁与解锁两部分:加锁时,线程先尝试直接获取锁,失败则将自身信息加入 ZSet 等待队列,只有队首线程才能获取锁;解锁时,验证持有者身份并减少重入计数,最终删除锁或通知等待线程。其“公平性”源于 Lua 脚本的原子性操作:线程按时间戳排队、仅队首可尝试加锁、实时发布锁释放通知。这些设计确保了分布式环境下的线程安全与有序执行。

引言

在本篇中,我们继续探索redisson中相关锁的实现,本期将围绕公平锁进行讲解。在正式开始前,我们回顾下公平锁的概念-在多线程或分布式环境中,锁的获取是有先后顺序的,按照请求顺序来获得锁。这就意味着A、B、C 三个线程都想获得同一把锁,那么最先请求的线程会被优先给予资源。如果此时锁被某个线程占用,其余线程会根据各自的排队顺序来抢占锁,谁排在前面,谁就先获得锁。

在 Redisson 中,对分布式 Redis 锁的公平性,就是说锁的获取需要按照先来后到排队,避免后来的请求“插队”。

加锁

我们先来看看如何实现加锁的,在 RedissonFairLock 类里,我们可以找到核心加锁逻辑:

public void lock() {
   
    try {
   
        // 1. 尝试获取锁
        if (tryAcquire()) {
   
            return;
        }

        // 2. 获取失败,将当前线程信息写入等待队列
        long threadId = Thread.currentThread().getId();
        Long ttl = tryAcquisition(threadId);

        // 3. 循环等待获取锁
        while (ttl != null) {
   
            // 订阅锁释放消息
            subscribe(threadId);
            // 等待锁释放通知
            await(ttl);
            // 重试获取锁
            ttl = tryAcquisition(threadId);
        }
    } finally {
   
        // 取消订阅
        unsubscribe(Thread.currentThread().getId());
    }
}

可以看到调用tryAcquisition方法来尝试获取锁,这个方法里则封装了相关的Lua脚本,如下:

private Long tryAcquisition(long threadId) {
   
    return redis.eval("""
        -- 检查锁是否已被占用
        if (redis.call('exists', KEYS[1]) == 0) then
            -- 获取锁并设置threadId
            redis.call('hset', KEYS[1], ARGV[2], 1);
            redis.call('pexpire', KEYS[1], ARGV[1]);
            -- 将线程加入等待队列末尾
            redis.call('zadd', KEYS[2], ARGV[3], ARGV[2]);
            return nil;
        end;

        -- 检查是否是队列第一个等待者
        local firstThreadId = redis.call('zrange', KEYS[2], 0, 0);
        if (firstThreadId[1] == ARGV[2]) then
            -- 获取锁
            redis.call('hset', KEYS[1], ARGV[2], 1);
            redis.call('pexpire', KEYS[1], ARGV[1]);
            -- 从等待队列移除
            redis.call('zrem', KEYS[2], ARGV[2]);
            return nil;
        end;

        -- 返回需要等待的时间
        return redis.call('pttl', KEYS[1]);
    """);

在尝试获取锁时:首先尝试直接获取锁;如果获取失败,将线程信息加入等待队列;只有当前线程是等待队列的第一个时才能获取锁;获取失败则订阅锁释放消息并等待;等待后重试获取锁,直到成功。

释放锁

看完了加锁,我们继续看释放锁,释放锁的核心逻辑在于Lua脚本的实现:

public void unlock() {
   
    redis.eval("""
        -- 检查是否是锁持有者
        if (redis.call('hexists', KEYS[1], ARGV[2]) == 0) then
            return nil;
        end;

        -- 减少重入计数
        local counter = redis.call('hincrby', KEYS[1], ARGV[2], -1);
        if (counter > 0) then
            redis.call('pexpire', KEYS[1], ARGV[1]);
            return 0;
        end;

        -- 删除锁
        redis.call('del', KEYS[1]);
        -- 发布释放消息
        redis.call('publish', KEYS[2], ARGV[2]);
        return 1;
    """);

解锁过程:验证当前线程是否是锁的持有者;处理重入计数的递减;当计数为0时完全释放锁;发布锁释放消息通知等待线程。

为何能保障“公平”?

1.先排队

Redisson 在请求 lock 时,会先把线程标识以一定的 score(通常是时间戳)存储进 ZSet。这样就等于“先到先排队”。

2.只允许队首“抢”锁

脚本会检查 ZSet 的首位元素(ZRANGE KEYS[2], 0, 0),只有首位(rank == 0)的线程才有真正“尝试加锁”的资格。

3.不可插队

因为 Lua 脚本在 Redis 里是原子执行的,不会出现其他线程“并发修改队列”的情况,且 ZSet 的 score 是根据时间先后确定顺序。不会让后来的线程“插队”。

4.线程之间实时通知

当锁释放后,publish 通知所有订阅方,后面排队的线程就能及时知道“锁可以重新争抢了”,然后再调用加锁脚本进行排名检查,最终实现“先来先拿”。

小结

通过这些 Lua 脚本的实现逻辑,相信各位读者已经理解了 Redisson 公平锁为什么能做到“先来先得”,以及其在分布式环境下是如何保证线程安全、互不干扰的。还是那句话,看源码的目的在于学习别人优秀的设计,希望对大家有所启发!

目录
相关文章
|
13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)
|
2月前
|
NoSQL Java Redis
基于Redisson和自定义注解的分布式锁实现策略。
在实现分布式锁时,保证各个组件配置恰当、异常处理充足、资源清理彻底是至关重要的。这样保障了在分布布局场景下,锁的正确性和高效性,使得系统的稳健性得到增强。通过这种方式,可以有效预防并发环境下的资源冲突问题。
167 29
|
1月前
|
NoSQL Redis
分布式锁设计吗,你是如何实现锁类型切换、锁策略切换基于限流的?
本方案基于自定义注解与AOP实现分布式锁,支持锁类型(如可重入锁、公平锁等)与加锁策略(如重试、抛异常等)的灵活切换,并结合Redisson实现可重入、自动续期等功能,通过LUA脚本保障原子性,兼顾扩展性与实用性。
42 0
|
2月前
|
缓存 NoSQL Java
【📕分布式锁通关指南 11】源码剖析redisson之读写锁的实现
Redisson 的 `RedissonReadWriteLock` 提供了高效的分布式读写锁实现,适用于读多写少的场景。通过 Redis 与 Lua 脚本结合,确保读锁并行、写锁互斥,以及读写之间的互斥,保障了分布式环境下的数据一致性。它支持可重入、自动过期和锁释放机制,提升了系统并发性能与资源控制能力。
62 0
|
NoSQL 安全 调度
【📕分布式锁通关指南 10】源码剖析redisson之MultiLock的实现
Redisson 的 MultiLock 是一种分布式锁实现,支持对多个独立的 RLock 同时加锁或解锁。它通过“整锁整放”机制确保所有锁要么全部加锁成功,要么完全回滚,避免状态不一致。适用于跨多个 Redis 实例或节点的场景,如分布式任务调度。其核心逻辑基于遍历加锁列表,失败时自动释放已获取的锁,保证原子性。解锁时亦逐一操作,降低死锁风险。MultiLock 不依赖 Lua 脚本,而是封装多锁协调,满足高一致性需求的业务场景。
148 0
【📕分布式锁通关指南 10】源码剖析redisson之MultiLock的实现
|
1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。
175 2
|
1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。
82 0
|
2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。
|
6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。
592 0
分布式爬虫框架Scrapy-Redis实战指南
|
7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。

热门文章

最新文章