Redisson实现Redis分布式锁的N种姿势-阿里云开发者社区

开发者社区> 数据库> 正文

Redisson实现Redis分布式锁的N种姿势

简介:

前几天发的一篇文章《Redlock:Redis分布式锁最牛逼的实现》,引起了一些同学的讨论,也有一些同学提出了一些疑问,这是好事儿。本文在讲解如何使用Redisson实现Redis普通分布式锁,以及Redlock算法分布式锁的几种方式的同时,也附带解答这些同学的一些疑问。

Redis几种架构

Redis发展到现在,几种常见的部署架构有:

  1. 单机模式;

  2. 主从模式;

  3. 哨兵模式;

  4. 集群模式;

我们首先基于这些架构讲解Redisson普通分布式锁实现,需要注意的是,只有充分了解普通分布式锁是如何实现的,才能更好的了解Redlock分布式锁的实现,因为Redlock分布式锁的实现完全基于普通分布式锁

普通分布式锁

Redis普通分布式锁原理这个大家基本上都了解,本文不打算再过多的介绍,上一篇文章《Redlock:Redis分布式锁最牛逼的实现》也讲的很细,并且也说到了几个重要的注意点。如果你对Redis普通的分布式锁还有一些疑问,可以再回顾一下这篇文章。

接下来直接show you the code,毕竟 talk is cheap。

redisson版本

本次测试选择redisson 2.14.1版本。

单机模式

源码如下:


  1. // 构造redisson实现分布式锁必要的Config

  2. Config config = new Config();

  3. config.useSingleServer().setAddress("redis://172.29.1.180:5379").setPassword("a123456").setDatabase(0);

  4. // 构造RedissonClient

  5. RedissonClient redissonClient = Redisson.create(config);

  6. // 设置锁定资源名称

  7. RLock disLock = redissonClient.getLock("DISLOCK");

  8. boolean isLock;

  9. try {

  10. //尝试获取分布式锁

  11. isLock = disLock.tryLock(500, 15000, TimeUnit.MILLISECONDS);

  12. if (isLock) {

  13. //TODO if get lock success, do something;

  14. Thread.sleep(15000);

  15. }

  16. } catch (Exception e) {

  17. } finally {

  18. // 无论如何, 最后都要解锁

  19. disLock.unlock();

  20. }

通过代码可知,经过Redisson的封装,实现Redis分布式锁非常方便,我们再看一下Redis中的value是啥,和前文分析一样,hash结构,key就是资源名称,field就是UUID+threadId,value就是重入值,在分布式锁时,这个值为1(Redisson还可以实现重入锁,那么这个值就取决于重入次数了):


  1. 172.29.1.180:5379> hgetall DISLOCK

  2. 1) "01a6d806-d282-4715-9bec-f51b9aa98110:1"

  3. 2) "1"

哨兵模式

即sentinel模式,实现代码和单机模式几乎一样,唯一的不同就是Config的构造:


  1. Config config = new Config();

  2. config.useSentinelServers().addSentinelAddress(

  3. "redis://172.29.3.245:26378","redis://172.29.3.245:26379", "redis://172.29.3.245:26380")

  4. .setMasterName("mymaster")

  5. .setPassword("a123456").setDatabase(0);

集群模式

集群模式构造Config如下:


  1. Config config = new Config();

  2. config.useClusterServers().addNodeAddress(

  3. "redis://172.29.3.245:6375","redis://172.29.3.245:6376", "redis://172.29.3.245:6377",

  4. "redis://172.29.3.245:6378","redis://172.29.3.245:6379", "redis://172.29.3.245:6380")

  5. .setPassword("a123456").setScanInterval(5000);

总结

普通分布式实现非常简单,无论是那种架构,向Redis通过EVAL命令执行LUA脚本即可。

Redlock分布式锁

那么Redlock分布式锁如何实现呢?以单机模式Redis架构为例,直接看实现代码:


  1. Config config1 = new Config();

  2. config1.useSingleServer().setAddress("redis://172.29.1.180:5378")

  3. .setPassword("a123456").setDatabase(0);

  4. RedissonClient redissonClient1 = Redisson.create(config1);


  5. Config config2 = new Config();

  6. config2.useSingleServer().setAddress("redis://172.29.1.180:5379")

  7. .setPassword("a123456").setDatabase(0);

  8. RedissonClient redissonClient2 = Redisson.create(config2);


  9. Config config3 = new Config();

  10. config3.useSingleServer().setAddress("redis://172.29.1.180:5380")

  11. .setPassword("a123456").setDatabase(0);

  12. RedissonClient redissonClient3 = Redisson.create(config3);


  13. String resourceName = "REDLOCK";

  14. RLock lock1 = redissonClient1.getLock(resourceName);

  15. RLock lock2 = redissonClient2.getLock(resourceName);

  16. RLock lock3 = redissonClient3.getLock(resourceName);


  17. RedissonRedLock redLock = new RedissonRedLock(lock1, lock2, lock3);

  18. boolean isLock;

  19. try {

  20. isLock = redLock.tryLock(500, 30000, TimeUnit.MILLISECONDS);

  21. System.out.println("isLock = "+isLock);

  22. if (isLock) {

  23. //TODO if get lock success, do something;

  24. Thread.sleep(30000);

  25. }

  26. } catch (Exception e) {

  27. } finally {

  28. // 无论如何, 最后都要解锁

  29. System.out.println("");

  30. redLock.unlock();

  31. }

最核心的变化就是 RedissonRedLockredLock=newRedissonRedLock(lock1,lock2,lock3);,因为我这里是以三个节点为例。

那么如果是哨兵模式呢?需要搭建3个,或者5个sentinel模式集群(具体多少个,取决于你)。 那么如果是集群模式呢?需要搭建3个,或者5个cluster模式集群(具体多少个,取决于你)。

实现原理

既然核心变化是使用了RedissonRedLock,那么我们看一下它的源码有什么不同。这个类是RedissonMultiLock的子类,所以调用tryLock方法时,事实上调用了RedissonMultiLock的tryLock方法,精简源码如下:


  1. public boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException {

  2. // 实现要点之允许加锁失败节点限制(N-(N/2+1))

  3. int failedLocksLimit = failedLocksLimit();

  4. List<RLock> acquiredLocks = new ArrayList<RLock>(locks.size());

  5. // 实现要点之遍历所有节点通过EVAL命令执行lua加锁

  6. for (ListIterator<RLock> iterator = locks.listIterator(); iterator.hasNext();) {

  7. RLock lock = iterator.next();

  8. boolean lockAcquired;

  9. try {

  10. // 对节点尝试加锁

  11. lockAcquired = lock.tryLock(awaitTime, newLeaseTime, TimeUnit.MILLISECONDS);

  12. } catch (RedisConnectionClosedException|RedisResponseTimeoutException e) {

  13. // 如果抛出这类异常,为了防止加锁成功,但是响应失败,需要解锁

  14. unlockInner(Arrays.asList(lock));

  15. lockAcquired = false;

  16. } catch (Exception e) {

  17. // 抛出异常表示获取锁失败

  18. lockAcquired = false;

  19. }


  20. if (lockAcquired) {

  21. // 成功获取锁集合

  22. acquiredLocks.add(lock);

  23. } else {

  24. // 如果达到了允许加锁失败节点限制,那么break,即此次Redlock加锁失败

  25. if (locks.size() - acquiredLocks.size() == failedLocksLimit()) {

  26. break;

  27. }

  28. }

  29. }

  30. return true;

  31. }

很明显,这段源码就是上一篇文章《Redlock:Redis分布式锁最牛逼的实现》提到的Redlock算法的完全实现。

以sentinel模式架构为例,如下图所示,有sentinel-1,sentinel-2,sentinel-3总计3个sentinel模式集群,如果要获取分布式锁,那么需要向这3个sentinel集群通过EVAL命令执行LUA脚本,需要3/2+1=2,即至少2个sentinel集群响应成功,才算成功的以Redlock算法获取到分布式锁:

b16702cdf90e9a0db3602c26c45871608528a31f

问题合集

e32b46af71c126d44b767a40c769d5f1d13af61a
根据上面实现原理的分析,这位同学应该是对Redlock算法实现有一点点误解,假设我们用5个节点实现Redlock算法的分布式锁。那么要么是5个redis单实例,要么是5个sentinel集群,要么是5个cluster集群。而不是一个有5个主节点的cluster集群,然后向每个节点通过EVAL命令执行LUA脚本尝试获取分布式锁,如上图所示。

失效时间如何设置

这个问题的场景是,假设设置失效时间10秒,如果由于某些原因导致10秒还没执行完任务,这时候锁自动失效,导致其他线程也会拿到分布式锁。

这确实是Redis分布式最大的问题,不管是普通分布式锁,还是Redlock算法分布式锁,都没有解决这个问题。也有一些文章提出了对失效时间续租,即延长失效时间,很明显这又提升了分布式锁的复杂度。另外就笔者了解,没有现成的框架有实现,如果有哪位知道,可以告诉我,万分感谢。

redis分布式锁的高可用

关于Redis分布式锁的安全性问题,在分布式系统专家Martin Kleppmann和Redis的作者antirez之间已经发生过一场争论。有兴趣的同学,搜索"基于Redis的分布式锁到底安全吗"就能得到你想要的答案,需要注意的是,有上下两篇(这应该就是传说中的神仙打架吧,哈)。

zookeeper or redis

没有绝对的好坏,只有更适合自己的业务。就性能而言,redis很明显优于zookeeper;就分布式锁实现的健壮性而言,zookeeper很明显优于redis。如何选择,取决于你的业务!


原文发布时间为: 2018-12-03
本文作者:阿飞的博客
本文来自云栖社区合作伙伴“ Java技术驿站  ”,了解相关信息可以关注“ Java技术驿站 ”。

版权声明:本文首发在云栖社区,遵循云栖社区版权声明:本文内容由互联网用户自发贡献,版权归用户作者所有,云栖社区不为本文内容承担相关法律责任。云栖社区已升级为阿里云开发者社区。如果您发现本文中有涉嫌抄袭的内容,欢迎发送邮件至:developer2020@service.aliyun.com 进行举报,并提供相关证据,一经查实,阿里云开发者社区将协助删除涉嫌侵权内容。

分享:
数据库
使用钉钉扫一扫加入圈子
+ 订阅

分享数据库前沿,解构实战干货,推动数据库技术变革

其他文章