redis分布式锁优化的实现

对于单机的应用来说，可以直接使用synchronized关键字或着Lock工具类来加锁；但是对于分布式应用我们需要凭借一些工具来实现加锁；

加锁流程通俗来解释就是：
        1. 占坑
        2. 执行逻辑
        3. 填坑

我们可以使用redis来完成占坑这个操作；

基础版加锁

//通过占坑的方式获取锁
boolean lock = redis.setIfAbsent(key, value);
if (lock) {
//业务逻辑

//填坑
redis.delete(lock)
}

如果获取锁之后，应用宕机导致未释放锁，会造成死锁

获取锁的时候需要给锁添加过期时间

redis.setIfAbsent(key, value);
redis.expire(key, value);

如果在获取锁的时候，意外导致过期时间没设置成功，也会导致死锁

通过lua脚本将set、expire两个操作合并成原子操作，确保过期时间能设置成功

如果锁过期了，但是当前任务未执行结束，此时锁就可能被其他应用获取到，并更新锁的key。如果此时当前任务执行结束去释放锁，会将别人的锁给释放掉

释放锁：

• 判断当前锁的值和自己上锁的值是不是吻合的；
• 如果不吻合则不释放；
• 如果值吻合，就删除key释放锁；

在释放锁的时候，如果判断key值吻合，但此时key过期了，锁被别人获取到，此时再删除key，就是释放了别人的锁了
要保证查询、判断、删除逻辑为原子操作，使用lua脚本

如何保证锁的可重入

如果在递归方法有加锁逻辑或其他调用有

lock.lock();
//逻辑
lock.lock();
//逻辑
lock.unLock();
lock.unLock();

要实现可重入锁，可以在锁的value值上做文章,在value值上记录重入次数，每次重入次数加一，每次unlock次数减一，直至为零，则删除key 释放锁；

key:
{
    "value":1
}

如果业务逻辑时间过长，锁提前过期释放了怎么办

• 将过期时间设置的长一点
• 需要给锁添加续期功能。

设置长过期时间的弊端就是，如果应用宕机之后锁需要经历较长的时间才能被别人获取，影响业务；

如果是有续期功能的话，如果宕机，锁也会被较短的过期时间给刷掉，是种更优美的解决方式；

如redission中获取锁后，会启动一个watchDog线程来监控当前线程是否还持有锁，如果还持有锁，就给他续期

具体操作为： 每十秒检查一下是否持有锁，如果锁未释放就重置一下锁的过期时间，实现续期；

如果应用在redis的master节点上获取锁成功，此时该master节点宕机，且锁数据还未同步到slave节点上，主从切换之后，其他应用趁机也获取了分布式锁

redLock

主从结构不是会有问题吗，redlock就换成使用多个不相关的、没有主从关系的redisMaster节点，来保证他们不会同时宕机，总数最好为奇数个。
redLock通过在多个节点上同时获取锁，如果超过半数的节点都获取锁成功，才算成功；否则失败，回滚删除所有节点的锁。

参考

原来大厂Redis分布式锁都这么设计的

Redis分布式锁的原理以及如何续期

到此这篇关于redis分布式锁优化的实现的文章就介绍到这了,更多相关redis分布式锁优化内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！