Redis分布式锁的一次实践

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: 分布式锁背景介绍在开发中,多线程场景,即多个线程共同去竞争同一个资源,我们为了避免出现线程不安全,常常采用Lock去锁住需要被线程共享的资源,常用的锁比如Synchronized和Reentrantlock。

分布式锁背景介绍

在开发中,多线程场景,即多个线程共同去竞争同一个资源,我们为了避免出现线程不安全,常常采用Lock去锁住需要被线程共享的资源,常用的锁比如Synchronized和Reentrantlock。在分布式的场景中,多台机器上的程序,需要实现Lock锁这个功能。
avatar
常见的有下面解决方案,一是使用Redis的setnx,二是使用Zookeeper的持久节点下为每个客户端访问时创建临时顺序节点。直接使用在Java代码中使用Zookeeper不太方便。所以在开发中选择了使用Redis的方案。

业务场景介绍

在进行开发虚拟货币交易所时,由于不像股票交易,一支股票在哪个交易所上市,就只能在此上市交易所交易,显示价格等,如在上交所上市,就只需要调用上交所API,不会出现去深交所调用。而虚拟币不一样,虚拟币可以在全球各大交易所都有交易。所以在开发虚拟货币交易的时候,获取价格需要通过定时任务,调用多个交易所的API。而很多交易所,对API调用频率会进行限制,在分布式服务中,会产生多个节点同时访问,导致超过对方交易所的调用频率,从而被对方交易所封禁。所以我们需要运用Redis分布式锁,保证同一时刻,只有一个节点进行访问请求。代码如下

 ThreadPoolTaskExecutor singleThreadExecutor = new ThreadPoolTaskExecutor();

    public static final int INTERVAL = 30;

    @PostConstruct
    public void circleGetPrice() {
        singleThreadExecutor = ThreadExecutorUtil.newSingleThreadExecutor("ZBPriceTaskThread-");
        singleThreadExecutor.execute(new Runnable() {
            @Override
            public void run() {
                log.info("ZBPriceTask circleGetPrice running...");
                while (true) {
                    try {
                        long setnx = CodisConnector.setnx(ZBConstans.GET_PRICE_TASK_NAME, INTERVAL, ZBConstans.GET_PRICE_TASK_NAME);
                        if (setnx == 1) {
                            getXlmPrice();
                        }

                    } catch (Exception e) {
                        log.error("ZBPriceTask circleGetPrice error", e);
                    }
                    try {
                        Thread.sleep(INTERVAL * 1000L);
                    } catch (InterruptedException e) {
                    }
                }
            }
        });
    }
   

这里用了,我们团队自己对jedis进行封装的工具类,底层其实也是jedis。这里进行重载了两个方法。

 public static long setnx(String key, String value) {
        Jedis jedis = pool.getResource();
        try {
            return jedis.setnx(key, value);
        } catch (Exception e) {
            logger.error(e);
        } finally {
            jedis.close();
        }
        return -1L;
    }

    public static long setnx(String key, int expire, String value) {
        Jedis jedis = pool.getResource();
        try {

            if ("OK".equals(jedis.set(key, value, "NX", "EX", expire))) {
                return 1;
            }
            return 0;

        } catch (Exception e) {
            logger.error("codis异常:", e);
        } finally {
            jedis.close();
        }
        return -1L;
    }

解释

setnx(key, value)

如setnx(key, 1)当一个节点执行setnx返回value为1,则成功获得锁,执行代码完成后,再调用del方法。若返回!=1,则当前有其他节点执有锁。继续等待。
但这有一个致命的缺陷,若当前执有锁的节点,在执行代码时,死掉了,而没有来得及释放了锁。则其他所有节点,都会拿不到锁。造成死锁等待。所以redis又提供了另外一种方法。

set(key, value,expire,NX)

通过设置expire过期时间,当持有锁的节点,超时的时候,锁自动释放,从而避免死锁的现象。当然在此场景中,只有访问对方交易所价格API出现超时,这一种情况,所以对于原子性,没有太大的要求。

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
目录
相关文章
|
2天前
|
数据采集 人工智能 分布式计算
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
阿里云推出的MaxFrame是链接大数据与AI的分布式Python计算框架,提供类似Pandas的操作接口和分布式处理能力。本文从部署、功能验证到实际场景全面评测MaxFrame,涵盖分布式Pandas操作、大语言模型数据预处理及企业级应用。结果显示,MaxFrame在处理大规模数据时性能显著提升,代码兼容性强,适合从数据清洗到训练数据生成的全链路场景...
13 5
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
|
24天前
|
运维 Kubernetes 调度
阿里云容器服务 ACK One 分布式云容器企业落地实践
阿里云容器服务ACK提供强大的产品能力,支持弹性、调度、可观测、成本治理和安全合规。针对拥有IDC或三方资源的企业,ACK One分布式云容器平台能够有效解决资源管理、多云多集群管理及边缘计算等挑战,实现云上云下统一管理,提升业务效率与稳定性。
|
1月前
|
存储 NoSQL Java
使用lock4j-redis-template-spring-boot-starter实现redis分布式锁
通过使用 `lock4j-redis-template-spring-boot-starter`,我们可以轻松实现 Redis 分布式锁,从而解决分布式系统中多个实例并发访问共享资源的问题。合理配置和使用分布式锁,可以有效提高系统的稳定性和数据的一致性。希望本文对你在实际项目中使用 Redis 分布式锁有所帮助。
103 5
|
1月前
|
机器学习/深度学习 存储 运维
分布式机器学习系统:设计原理、优化策略与实践经验
本文详细探讨了分布式机器学习系统的发展现状与挑战,重点分析了数据并行、模型并行等核心训练范式,以及参数服务器、优化器等关键组件的设计与实现。文章还深入讨论了混合精度训练、梯度累积、ZeRO优化器等高级特性,旨在提供一套全面的技术解决方案,以应对超大规模模型训练中的计算、存储及通信挑战。
69 4
|
2月前
|
NoSQL Java 数据处理
基于Redis海量数据场景分布式ID架构实践
【11月更文挑战第30天】在现代分布式系统中,生成全局唯一的ID是一个常见且重要的需求。在微服务架构中,各个服务可能需要生成唯一标识符,如用户ID、订单ID等。传统的自增ID已经无法满足在集群环境下保持唯一性的要求,而分布式ID解决方案能够确保即使在多个实例间也能生成全局唯一的标识符。本文将深入探讨如何利用Redis实现分布式ID生成,并通过Java语言展示多个示例,同时分析每个实践方案的优缺点。
70 8
|
2月前
|
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。
61 16
|
2月前
|
缓存 NoSQL Redis
Redis 缓存使用的实践
《Redis缓存最佳实践指南》涵盖缓存更新策略、缓存击穿防护、大key处理和性能优化。包括Cache Aside Pattern、Write Through、分布式锁、大key拆分和批量操作等技术,帮助你在项目中高效使用Redis缓存。
337 22
|
2月前
|
缓存 NoSQL PHP
Redis作为PHP缓存解决方案的优势、实现方式及注意事项。Redis凭借其高性能、丰富的数据结构、数据持久化和分布式支持等特点,在提升应用响应速度和处理能力方面表现突出
本文深入探讨了Redis作为PHP缓存解决方案的优势、实现方式及注意事项。Redis凭借其高性能、丰富的数据结构、数据持久化和分布式支持等特点,在提升应用响应速度和处理能力方面表现突出。文章还介绍了Redis在页面缓存、数据缓存和会话缓存等应用场景中的使用,并强调了缓存数据一致性、过期时间设置、容量控制和安全问题的重要性。
46 5
|
机器学习/深度学习 缓存 NoSQL
|
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。
1371 0