package com.redis.lock;
import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.annotation.PostConstruct;
import java.nio.charset.Charset;
import java.util.HashMap;
import java.util.Set;
import java.util.UUID;
import java.util.concurrent.TimeUnit;
* 锁的三种问题: * 分布式锁的问题: * 1.程序本身出现问题 * 2.运维的发布或者机器宕机, * 导致锁一直存在;锁没有释放 * 为什么是用redis作为分布式锁?或者redis可以跨ip * 根本原因就是:不同的物理机配置的是同一个redis实例,否则如果配置不同的redis实例,那么就不存在redis作为分布式锁的实例 * 1.死锁问题: * 解决方案: 超时时间解决 达到时间,锁自动失效,否则就需要手动的去解决,这个超时时间很难评估,一般不要太长 * try--finally解决. 删除key; * 2.锁互换问题: * 锁的失效时间与程序的执行时间不一样 * 1.锁的失效时间短 * 2.程序的执行时间长. * 当程序的执行时间大于锁的失效时间时,当前的线程程序没有执行完毕,但是锁已经释放,导致其他的线程重新获取锁,并且 * 当前线程释放的锁不是自己本身的锁,从而出现锁互换的问题; * 核心:自己加的锁,被别的线程释放掉了.相当于自己没有加锁 * 解决方案: * 给每一个线程或者每一个用户设置一个自己的唯一值,也就是给每一个key设置一个自己专属的value值.比如uuid; * 进行相同值的判断.保证原子性操作. * * 3.锁续命问题: * 这个超时时间很难评估,一般不要太长,那么怎么解决呢? * Redisson解决
/**
* 不同的jvm或者夸jvm,实质上是指夸的是不同的物理机ip,那么redis为什么能在不同的jvm,不同的物理机上运行,并且对不同的物理机
* 都是可见的,其实质就是redis的共享性,将竞争资源放在redis上,解决并发问题
*
* 2.分布式锁的三种问题:
* 1.系统抛异常 try---finally--
* 2.系统宕机 锁失效时间,自动失效时间
* 3.锁互换 超时时间<业务执行时间,导致锁互换,被其他的线程释放掉,通过加值判断
* 4.锁续命
* 5.如果redis的内存满了,则采用淘汰策略,默认使用的是IRU
*/
@RestController
public class InndexController {
private static final Logger logger = LoggerFactory.getLogger(InndexController.class);
//解决redis缓存穿透的问题-布隆过滤器
BloomFilter bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charset.forName("utf-8")), 1000, 0.01);
//
// @Autowired
// private Redisson redisson;
@Autowired
private StringRedisTemplate redisTemplate;
/**
* sysnchronized关键字怎么知道是同一个对象获取的锁?
* 原子操作没法执行,最完美的就是原子操作;
* redisson用了大量的原子操作,
* 主存锁失效的解决方案: 1.zookeeper 强一致性
* 2.redLock
* 代码的线性执行...锁的原理;
* 高并发分布式锁的实现:
* 抢购同一个商品.
* 分段锁:
* 抢购不同的商品,可以加机器,redis-cluster的集群;
*
* @return
*/
@PostConstruct
public void init() {
Set keys = redisTemplate.keys("*"); //获取所有的key
HashMap map = new HashMap<>();
for (String onlKey : keys) {
String s = redisTemplate.opsForValue().get(onlKey);
map.put(onlKey, s);
}
//将所有的key放入到bloom过滤器中
for (String key : keys) {
bloomFilter.put("product_0001");
}
}
@GetMapping("/deduct_stock")
public String deductStock() {
String lockKey = "product_0001";
String clientID = UUID.randomUUID().toString();
// RLock redissonLock = redisson.getLock(lockKey);
try {
boolean contain = bloomFilter.mightContain(lockKey);
if (!contain) {
return "";
}
//获取锁
// Boolean result = redisTemplate.opsForValue().setIfAbsent(lockKey, "zhuge"); //1
// 如果在1和2之间出问题呢?用下面的综合解决
Boolean result = redisTemplate.opsForValue().setIfAbsent(lockKey, clientID, 10, TimeUnit.SECONDS);
// 2.系统宕机,加超时时间
// redisTemplate.expire(lockKey, 10, TimeUnit.SECONDS);//2
// 3.锁互换问题-->锁失效的时间<系统业务执行的时间,发生锁互换的问题;
if (!result) { //如果返回false,那么redis中已经存在这个key
return "error";
}
//缓存穿透的判断.
//逻辑理解清楚,剩下的就是代码编写的顺序问题,也就是让程序不要运行的太深然后出现问题,让问题提前出现
//判断key是否存在,如果不存在则直接返回
//加锁实现锁续命功能
// redissonLock.lock();
//jdk的各种锁都是基于jvm存在的,如果是夸jvm或者分布式微服务架构,那么用redis的共享特性,夸jvm存在的共享资源
String stock = redisTemplate.opsForValue().get("stock");//key是业务的唯一标示
int parseInt = Integer.parseInt(stock);
if (parseInt > 0) {
int realStock = parseInt - 1;
redisTemplate.opsForValue().set("stock", realStock + ""); //值是业务的值;\
System.out.println("剩余的库存值为: " + realStock);
} else {
System.out.println("扣减失败,库存不足");
}
} finally {
// redissonLock.unlock();
String s = redisTemplate.opsForValue().get(lockKey);
System.out.println("当前key对应的值为: " + s);
if (clientID.equals(s)) {
System.out.println("删除锁成功");
redisTemplate.delete(lockKey);
} else {
System.out.println("删除锁失败");
}
}
//假如中间的代码出问题了,抛异常了,那么锁释放不了,怎么办?try...finally,要不然就死锁了
/**
* 1.抛异常,导致死锁,用try..finally..去解决
*
*/
//释放锁
return "end";
}
}