其他数据库

详解Redis实现分布式锁的多种不同方法详解

在单体应用中，如果我们对共享数据不进行加锁操作，会出现数据一致性问题，我们的解决办法通常是加锁。

在分布式架构中，我们同样会遇到数据共享操作问题，本文章使用Redis来解决分布式架构中的数据一致性问题。

1. 单机数据一致性

单机数据一致性架构如下图所示：多个可客户访问同一个服务器，连接同一个数据库。

场景描述：客户端模拟购买商品过程，在Redis中设定库存总数剩100个，多个客户端同时并发购买。

@RestController
public class IndexController1 {

@Autowired
StringRedisTemplate template;

@RequestMapping(“/buy1”)
public String index(){
// Redis中存有goods:001号商品，数量为100
String result = template.opsForValue().get(“goods:001”);
// 获取到剩余商品数
int total = result == null ? 0 : Integer.parseInt(result);
if( total > 0 ){
// 剩余商品数大于0 ，则进行扣减
int realTotal = total -1;
// 将商品数回写数据库
template.opsForValue().set(“goods:001”,String.valueOf(realTotal));
System.out.println(“购买商品成功，库存还剩：”+realTotal +”件， 服务端口为8001”);
return “购买商品成功，库存还剩：”+realTotal +”件， 服务端口为8001”;
}else{
System.out.println(“购买商品失败，服务端口为8001”);
}
return “购买商品失败，服务端口为8001”;
}
}

使用Jmeter模拟高并发场景，测试结果如下：

测试结果出现多个用户购买同一商品，发生了数据不一致问题！

解决办法：单体应用的情况下，对并发的操作进行加锁操作，保证对数据的操作具有原子性

  • synchronized
  • ReentrantLock
@RestController
public class IndexController2 {
// 使用ReentrantLock锁解决单体应用的并发问题
Lock lock = new ReentrantLock();

@Autowired
StringRedisTemplate template;

@RequestMapping(“/buy2”)
public String index() {

lock.lock();
try {
String result = template.opsForValue().get(“goods:001”);
int total = result == null ? 0 : Integer.parseInt(result);
if (total > 0) {
int realTotal = total – 1;
template.opsForValue().set(“goods:001”, String.valueOf(realTotal));
System.out.println(“购买商品成功，库存还剩：” + realTotal + “件， 服务端口为8001”);
return “购买商品成功，库存还剩：” + realTotal + “件， 服务端口为8001”;
} else {
System.out.println(“购买商品失败，服务端口为8001”);
}
} catch (Exception e) {
lock.unlock();
} finally {
lock.unlock();
}
return “购买商品失败，服务端口为8001”;
}
}

2. 分布式数据一致性

上面解决了单体应用的数据一致性问题，但如果是分布式架构部署呢，架构如下：

提供两个服务，端口分别为8001、8002，连接同一个Redis服务，在服务前面有一台Nginx作为负载均衡

两台服务代码相同，只是端口不同

将8001、8002两个服务启动，每个服务依然用ReentrantLock加锁，用Jmeter做并发测试，发现会出现数据一致性问题！

3. Redis实现分布式锁

3.1 方式一

取消单机锁，下面使用redis的set命令来实现分布式加锁

SET KEY VALUE [EX seconds] [PX milliseconds] [NX|XX]

  • EX seconds 设置指定的到期时间(以秒为单位)
  • PX milliseconds 设置指定的到期时间(以毫秒为单位)
  • NX 仅在键不存在时设置键
  • XX 只有在键已存在时才设置
@RestController
public class IndexController4 {

// Redis分布式锁的key
public static final String REDIS_LOCK = “good_lock”;

@Autowired
StringRedisTemplate template;

@RequestMapping(“/buy4”)
public String index(){

// 每个人进来先要进行加锁，key值为”good_lock”，value随机生成
String value = UUID.randomUUID().toString().replace(“-“,””);
try{
// 加锁
Boolean flag = template.opsForValue().setIfAbsent(REDIS_LOCK, value);
// 加锁失败
if(!flag){
return “抢锁失败！”;
}
System.out.println( value+ ” 抢锁成功”);
String result = template.opsForValue().get(“goods:001”);
int total = result == null ? 0 : Integer.parseInt(result);
if (total > 0) {
int realTotal = total – 1;
template.opsForValue().set(“goods:001”, String.valueOf(realTotal));
// 如果在抢到所之后，删除锁之前，发生了异常，锁就无法被释放，
// 释放锁操作不能在此操作，要在finally处理
// template.delete(REDIS_LOCK);
System.out.println(“购买商品成功，库存还剩：” + realTotal + “件， 服务端口为8001”);
return “购买商品成功，库存还剩：” + realTotal + “件， 服务端口为8001”;
} else {
System.out.println(“购买商品失败，服务端口为8001”);
}
return “购买商品失败，服务端口为8001”;
}finally {
// 释放锁
template.delete(REDIS_LOCK);
}
}
}

上面的代码，可以解决分布式架构中数据一致性问题。但再仔细想想，还是会有问题，下面进行改进。

3.2 方式二（改进方式一）

在上面的代码中，如果程序在运行期间，部署了微服务jar包的机器突然挂了，代码层面根本就没有走到finally代码块，也就是说在宕机前，锁并没有被删除掉，这样的话，就没办法保证解锁

所以，这里需要对这个key加一个过期时间，Redis中设置过期时间有两种方法：

  • template.expire(REDIS_LOCK,10, TimeUnit.SECONDS)
  • template.opsForValue().setIfAbsent(REDIS_LOCK, value,10L,TimeUnit.SECONDS)

第一种方法需要单独的一行代码，且并没有与加锁放在同一步操作，所以不具备原子性，也会出问题

第二种方法在加锁的同时就进行了设置过期时间，所有没有问题，这里采用这种方式

调整下代码，在加锁的同时，设置过期时间：

// 为key加一个过期时间，其余代码不变
Boolean flag = template.opsForValue().setIfAbsent(REDIS_LOCK,value,10L,TimeUnit.SECONDS);

这种方式解决了因服务突然宕机而无法释放锁的问题。但再仔细想想，还是会有问题，下面进行改进。

3.3 方式三（改进方式二）

方式二设置了key的过期时间，解决了key无法删除的问题，但问题又来了

上面设置了key的过期时间为10秒，如果业务逻辑比较复杂，需要调用其他微服务，处理时间需要15秒（模拟场

景，别较真），而当10秒钟过去之后，这个key就过期了，其他请求就又可以设置这个key，此时如果耗时15秒

的请求处理完了，回来继续执行程序，就会把别人设置的key给删除了，这是个很严重的问题！

所以，谁上的锁，谁才能删除

@RestController
public class IndexController6 {

public static final String REDIS_LOCK = “good_lock”;

@Autowired
StringRedisTemplate template;

@RequestMapping(“/buy6″)
public String index(){

// 每个人进来先要进行加锁，key值为”good_lock”
String value = UUID.randomUUID().toString().replace(“-“,””);
try{
// 为key加一个过期时间
Boolean flag = template.opsForValue().setIfAbsent(REDIS_LOCK, value,10L,TimeUnit.SECONDS);

// 加锁失败
if(!flag){
return “抢锁失败！”;
}
System.out.println( value+ ” 抢锁成功”);
String result = template.opsForValue().get(“goods:001”);
int total = result == null ? 0 : Integer.parseInt(result);
if (total > 0) {
// 如果在此处需要调用其他微服务，处理时间较长。。。
int realTotal = total – 1;
template.opsForValue().set(“goods:001”, String.valueOf(realTotal));
System.out.println(“购买商品成功，库存还剩：” + realTotal + “件， 服务端口为8001”);
return “购买商品成功，库存还剩：” + realTotal + “件， 服务端口为8001”;
} else {
System.out.println(“购买商品失败，服务端口为8001”);
}
return “购买商品失败，服务端口为8001”;
}finally {
// 谁加的锁，谁才能删除！！！！
if(template.opsForValue().get(REDIS_LOCK).equals(value)){
template.delete(REDIS_LOCK);
}
}
}
}

这种方式解决了因服务处理时间太长而释放了别人锁的问题。这样就没问题了吗？

3.4 方式四（改进方式三）

在上面方式三下，规定了谁上的锁，谁才能删除，但finally快的判断和del删除操作不是原子操作，并发的时候也会出问题，并发嘛，就是要保证数据的一致性，保证数据的一致性，最好要保证对数据的操作具有原子性。

在Redis的set命令介绍中，最后推荐Lua脚本进行锁的删除，地址

@RestController
public class IndexController7 {

public static final String REDIS_LOCK = “good_lock”;

@Autowired
StringRedisTemplate template;

@RequestMapping(“/buy7″)
public String index(){

// 每个人进来先要进行加锁，key值为”good_lock”
String value = UUID.randomUUID().toString().replace(“-“,””);
try{
// 为key加一个过期时间
Boolean flag = template.opsForValue().setIfAbsent(REDIS_LOCK, value,10L,TimeUnit.SECONDS);
// 加锁失败
if(!flag){
return “抢锁失败！”;
}
System.out.println( value+ ” 抢锁成功”);
String result = template.opsForValue().get(“goods:001”);
int total = result == null ? 0 : Integer.parseInt(result);
if (total > 0) {
// 如果在此处需要调用其他微服务，处理时间较长。。。
int realTotal = total – 1;
template.opsForValue().set(“goods:001”, String.valueOf(realTotal));
System.out.println(“购买商品成功，库存还剩：” + realTotal + “件， 服务端口为8001”);
return “购买商品成功，库存还剩：” + realTotal + “件， 服务端口为8001”;
} else {
System.out.println(“购买商品失败，服务端口为8001”);
}
return “购买商品失败，服务端口为8001”;
}finally {
// 谁加的锁，谁才能删除，使用Lua脚本，进行锁的删除

Jedis jedis = null;
try{
jedis = RedisUtils.getJedis();

String script = “if redis.call(‘get’,KEYS[1]) == ARGV[1] ” +
“then ” +
“return redis.call(‘del’,KEYS[1]) ” +
“else ” +
” return 0 ” +
“end”;

Object eval = jedis.eval(script, Collections.singletonList(REDIS_LOCK), Collections.singletonList(value));
if(“1”.equals(eval.toString())){
System.out.println(“—–del redis lock ok….”);
}else{
System.out.println(“—–del redis lock error ….”);
}
}catch (Exception e){

}finally {
if(null != jedis){
jedis.close();
}
}
}
}
}

3.5 方式五（改进方式四）

在方式四下，规定了谁上的锁，谁才能删除，并且解决了删除操作没有原子性问题。但还没有考虑缓存续命，以及Redis集群部署下，异步复制造成的锁丢失：主节点没来得及把刚刚set进来这条数据给从节点，就挂了。所以直接上RedLock的Redisson落地实现。

@RestController
public class IndexController8 {

public static final String REDIS_LOCK = “good_lock”;

@Autowired
StringRedisTemplate template;

@Autowired
Redisson redisson;

@RequestMapping(“/buy8″)
public String index(){

RLock lock = redisson.getLock(REDIS_LOCK);
lock.lock();

// 每个人进来先要进行加锁，key值为”good_lock”
String value = UUID.randomUUID().toString().replace(“-“,””);
try{
String result = template.opsForValue().get(“goods:001”);
int total = result == null ? 0 : Integer.parseInt(result);
if (total > 0) {
// 如果在此处需要调用其他微服务，处理时间较长。。。
int realTotal = total – 1;
template.opsForValue().set(“goods:001”, String.valueOf(realTotal));
System.out.println(“购买商品成功，库存还剩：” + realTotal + “件， 服务端口为8001”);
return “购买商品成功，库存还剩：” + realTotal + “件， 服务端口为8001”;
} else {
System.out.println(“购买商品失败，服务端口为8001”);
}
return “购买商品失败，服务端口为8001”;
}finally {
if(lock.isLocked() && lock.isHeldByCurrentThread()){
lock.unlock();
}
}
}
}

3.6 小结

分析问题的过程，也是解决问题的过程，也能锻炼自己编写代码时思考问题的方式和角度。

上述测试代码地址

以上就是Redis实现分布式锁的五种方法详解的详细内容，更多关于Redis分布式锁的资料请关注其它相关文章！


数据运维技术 » 详解Redis实现分布式锁的多种不同方法详解
分享到：

相关推荐