各位小伙伴好,今天是2019年最后一天上班了。在这里给大家用一个简单的方法实现分布式锁,主要用到技术框架springboot+redis实现。
1.拿滴滴出行里面的预约单抢单平台来说。当乘客发布一个预约单,在一定范围内的每个滴滴师傅都会收到一个抢单提醒,谁的手速快,谁就能抢单成功。这就是一个多线程并发抢单的常见问题。以前,我们需要解决这个问题的话,一般是用到多线程中的synchronized锁来实现这个功能,的确,是可以这样做,但是这个效率特别慢。而且,我们现在所有系统都是微服务架构,会出现服务多开与负载的情况,假如说我们使用synchronized锁来实现的话,如果服务多开,肯定是没办法实现这个功能,会有脏数据产生,也没办法保证原子性。所以,我们引入redis,因为redis本身就是单线程的,线程安全这块肯定没有问题的,下面我们就介绍用reids实现抢单功能。
2.pom文件需要引入的jar包
org.springframework.boot
spring-boot-starter-web
org.springframework.boot
spring-boot-starter-data-redis
org.springframework.boot
spring-boot-starter
com.alibaba
fastjson
1.2.62
org.springframework.boot
spring-boot-starter-test
test
org.junit.vintage
junit-vintage-engine
org.springframework
spring-test
5.2.1.RELEASE
compile
org.springframework.boot
spring-boot-test
junit
junit
commons-lang
commons-lang
2.6
3.RedisUtil工具类
package com.zhang.redisdstributedlock.utils;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;
import org.springframework.util.CollectionUtils;
import javax.annotation.Resource;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;
/**
* @author Mr sheng.z
*/
@Component
public class RedisUtil {
@Resource
private RedisTemplate redisTemplate;
public Set keys(String keys){
try {
return redisTemplate.keys(keys);
}catch (Exception e){
e.printStackTrace();
return null;
}
}
/**
* 指定缓存失效时间
* @param key 键
* @param time 时间(秒)
* @return
*/
public boolean expire(String key, long time) {
try {
if (time > 0) {
redisTemplate.expire(key, time, TimeUnit.SECONDS);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 根据key 获取过期时间
* @param key 键 不能为null
* @return 时间(秒) 返回0代表为永久有效
*/
public long getExpire(String key) {
return redisTemplate.getExpire(key, TimeUnit.SECONDS);
}
/**
* 判断key是否存在
* @param key 键
* @return true 存在 false不存在
*/
public boolean hasKey(String key) {
try {
return redisTemplate.hasKey(key);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 删除缓存
* @param key 可以传一个值 或多个
*/
@SuppressWarnings("unchecked")
public void del(String... key) {
if (key != null && key.length > 0) {
if (key.length == 1) {
redisTemplate.delete(key[0]);
} else {
redisTemplate.delete(CollectionUtils.arrayToList(key));
}
}
}
/**
* 普通缓存获取
* @param key 键
* @return 值
*/
public Object get(String key) {
return key == null ? null : redisTemplate.opsForValue().get(key);
}
/**
* 普通缓存放入
* @param key 键
* @param value 值
* @return true成功 false失败
*/
public boolean set(String key, Object value) {
try {
redisTemplate.opsForValue().set(key, value);
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 普通缓存放入, 不存在放入,存在返回
* @param key 键
* @param value 值
* @return true成功 false失败
*/
public boolean setnx(String key, Object value) {
try {
return redisTemplate.opsForValue().setIfAbsent(key,value);
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 普通缓存放入并设置时间
* @param key 键
* @param value 值
* @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期
* @return true成功 false 失败
*/
public boolean set(String key, Object value, long time) {
try {
if (time > 0) {
redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);
} else {
set(key, value);
}
return true;
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 将给定 key 的值设为 value ,并返回 key 的旧值(old value)。
* @param key 键
* @param value 值
* @return t
*/
public String getSet(String key, String value) {
try {
String oldValue= (String) redisTemplate.opsForValue().getAndSet(key, value);
return oldValue;
} catch (Exception e) {
e.printStackTrace();
return "";
}
}
/**
* 普通缓存放入并设置时间,不存在放入,存在返回
* @param key 键
* @param value 值
* @param time 时间(秒) time要大于0 如果time小于等于0 将设置无限期
* @return true成功 false 失败
*/
public boolean setnx(String key, String value, long time) {
try {
if (time > 0) {
return redisTemplate.opsForValue().setIfAbsent(key, value, time, TimeUnit.SECONDS);
} else {
return set(key, value);
}
} catch (Exception e) {
e.printStackTrace();
return false;
}
}
/**
* 递增
* @param key 键
* @param delta 要增加几(大于0)
* @return
*/
public long incr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递增因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, delta);
}
/**
* 递减
* @param key 键
* @param delta 要减少几(小于0)
* @return
*/
public long decr(String key, long delta) {
if (delta < 0) {
throw new RuntimeException("递减因子必须大于0");
}
return redisTemplate.opsForValue().increment(key, -delta);
}
/**
* HashGet
* @param key 键 不能为null
* @param item 项 不能为null
* @return 值
*/
public Object hget(String key, String item) {
return redisTemplate.opsForHash().get(key, item);
}
/**
* 获取hashKey对应的所有键值
* @param key 键
* @return 对应的多个键值
*/
public Map
4.reids的配置,主要是改变序列化方式
package com.zhang.redisdstributedlock.config;
import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.boot.autoconfigure.condition.ConditionalOnClass;
import org.springframework.boot.autoconfigure.data.redis.RedisProperties;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisOperations;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
/**
* @Author: Mr sheng.z
* @Description:
* @Date: Create in 14:27 2019/11/28
*/
@Configuration
@ConditionalOnClass(RedisOperations.class)
@EnableConfigurationProperties(RedisProperties.class)
public class RedisConfig {
/**
* RedisTemplate配置
* @param factory
* @return
*/
@Bean
public RedisTemplate redisTemplate(RedisConnectionFactory factory) {
StringRedisTemplate template = new StringRedisTemplate(factory);
//定义value的序列化方式
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper om = new ObjectMapper();
om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
om.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
jackson2JsonRedisSerializer.setObjectMapper(om);
template.setValueSerializer(jackson2JsonRedisSerializer);
template.setHashValueSerializer(jackson2JsonRedisSerializer);
template.afterPropertiesSet();
return template;
}
}
5.yml连接redis信息
server:
port: 8901
spring:
redis:
host: 127.0.0.1
port: 6379
database: 0
jedis:
pool:
max-active: 30 #连接池最大连接数(使用负值表示没有限制)
max-wait: 1000 #连接池最大阻塞等待时间(使用负值表示没有限制)
max-idle: 8 #连接池中的最大空闲连接
min-idle: 3 #连接池中的最小空闲连接
timeout: 10000ms #连接超时时间(毫秒)
6.测试类,我这边是用jemter进行压力测试的。具体用法大家可以百度jemter工具用法,java写的一个压力测试工具。
package com.zhang.redisdstributedlock.test;
import com.zhang.redisdstributedlock.utils.RedisLock;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
/**
* @Author: Mr sheng.z
* @Description:
* @Date: Create in 10:34 2020/1/16
*/
@RestController
public class Test {
private Logger logger=LoggerFactory.getLogger(Test.class);
/**
* 默认库存还剩下多少
*/
private static int stock = 1000;
@Autowired
RedisLock redisLock;
/**
*
* @param userId
* @return
*/
@GetMapping(value = "/seck")
public String decrementProductStore(Long userId) {
String key = "商品秒杀";
long time = System.currentTimeMillis();
try {
//如果库存为空
if (stock == 0) {
logger.info("库存为0啦,请稍后重试");
return "库存为0啦,请稍后重试!";
}
//如果加锁失败
if (!redisLock.lock(key, String.valueOf(time))) {
logger.info("人太多啦,请稍后再试!");
return "人太多啦,请稍后再试!";
}
//减库存操作
stock--;
logger.info("此次{}抢单成功,库存还剩下{}",userId,stock);
} catch (Exception e) {
logger.info("抢单失败{}",e.getMessage());
e.printStackTrace();
} finally {
//解锁
redisLock.unLock(key, String.valueOf(time));
}
return "抢单成功";
}
}
7.抢单成功截图,我这里在代码里面设置了1K个单子,耗时7S全部抢完。 日志里面打印的用户是 我在jemter里面定义的随机变量。
8.总结
使用以上代码可以简单实现redis分布式锁。其实,不管用什么技术进行实现的话,我们只需要保证我们在同一时间内,只有一个资源进入程序处理就行了。