Redis实现 分布式缓存、分布式锁

缓存逻辑

 

代码实例

堆外内存溢出

 springboot2.0以后默认使用lettuce作为操作rendis的客户端，在高并发下回产生“堆外内存溢出”，可以通过切换使用jedis。

缓存穿透

缓存雪崩

缓存击穿

解决方案 

上面的基础逻辑回存在一定的问题，为了避免缓存穿透、缓存雪崩、缓存击穿的问题，可以通过下面方法解决

• 解决缓存穿透：空结果缓存，比如数据库查询结果为空，则缓存一个特殊值
• 解决缓存雪崩：设置过期时间 （加随机值），避免缓存同时失效
• 解决缓存击穿：对操作数据库的逻辑加锁，不能让所有请求都查询数据库

单体架构加锁 （本地锁）

当并发请求时，只让其中一个请求拿到锁以后，去查一次数据库，然后将查询的结果放入缓存中，其他请求就不需要再次查询数据库了，

当一个请求拿到锁以后，需要再次查询缓存，如果没有才继续进行数据库查询。

代码实例如下

 锁的时序性问题

 在并发情况下，当一个请求拿到锁以后，当执行完“确认缓存” 和 “查数据库” 操作后，就会释放锁，当下一个请求获取锁后继续执行“确认缓存” 和 “查数据库” 操作，但此时第一个请求还没有将数据放入缓存成功，就会导致后面的请求重复查询数据库。

所以就需要将“结果放入缓存” 也加到锁中。

分布式锁

 本地锁只能锁住当前进程，在多个服务节点下需要使用分布式锁。

分布式锁的基本原理就是，让过个请求去同一个地方去抢占锁，如果能抢到，则执行业务逻辑，否则就必须等待，直到释放锁，抢锁可以去redis,也可以是数据库，等待可以采用自旋的方式。

死锁 

一个请求进来获取到锁以后，开始执行业务逻辑，如果在业务代码执行的过程中发生异常，后面的删除锁的逻辑没有执行，就会永远锁在这里，造成死锁。

解决方式就是设置锁的自动过期，这样即使没有删除，过期后也会自动删除

事务的原子性

为了避免死锁发生，上面设置的锁的过期时间，但是如果在这是锁的过期时间的过程中有发生了异常、宕机，删除锁的操作依然没有执行，又会出现死锁。

为了避免这种现象，必须将“抢锁”和“设置过期时间” 放到一个事务当中

删除锁

由于设置了锁的过期时间，在并发请求下，由于业务执行时间比较长，如果直接删除锁，有可能把别人持有的锁给删除了。

 解决办法，可以加一个uuid，在执行删除锁的时候判断一下，自己删除的锁是不是自己从redis中获取的那一个，实例代码如下

删除锁的原子性 

如果程序执行到 “判断是删除的自己的锁” 此时锁正好过期，此时下一个请求获取了新的锁，后面在删除锁的时候，那么删除的就又是别人的锁了。

解决办法就是将“获取当前锁的值”、“判断删除的是否是自己的锁”和“删除锁” 放到一个事务中去，保证原子性

分布式锁Redisson 

上面通过redis 实现的分布式锁比较复杂，如果控制不好就会出现“锁不住”或者“死锁”的问题，Redis 提供了一个更强大的分布式锁，Redisson ，Redisson 的宗旨是促进使用者对redis关注分离，从而将更多精力放到业务处理上.

引入依赖

 添加配置

参考官方文档

示例代码如下

通过redisson，不需要在关心是否出现死锁问题，只需要关注业务逻辑即可

读写锁

redisson提供读写锁，读数据的气候加读锁，写数据的时候加写锁，保证一定能够获取到最新数据，读写锁是同时存在的，例如，在写入数据前加锁，在写入逻辑完成之前，读数据的操作会一直在等待，知道写操作完成后释放锁，才能正常读到最新的数据，示例代码如下

读锁

写锁 

总结

闭锁

通过redisson的闭锁，可以实现当gogogo方法调用5次的时候,lockDoor方法才会执行完成

信号量

例如在redis中初始化一个key为park ,value 为3的键值，示例代码中每执行一次go 方法，value值就会减1,当值减到0的时候，park方法返回false ，值大于零的时候park方法返回true ，信号量可以在分布式系统中实现限流的功能，