分布式锁的应用场景与分布式锁实现（二）：基于Redis实现分布式锁
分布式锁的应用场景与分布式锁实现（一）：传统锁处理并发及传统锁的问题
基于Redis实现分布式锁
所有代码已同步到GitCode：https://gitcode.net/ruozhuliufeng/distributed-project.git
基本实现
借助Redis中的命令setnx(key，value),key不存在就新增，存在就什么都不做。同时有多个客户端发送setnx命令，只有一个客户端可以成功，返回1(true)；其他客户端返回0(false)。
- 多个客户端同时获取锁(setnx)
- 获取成功，执行业务逻辑，执行完成释放锁(del)
- 其他客户端等待重试
改造StockService方法：
/**
* 减库存
*/
@Override
public void checkAndLock() {
// 加锁setnx
Boolean lock = this.redisTemplate.opsForValue().setIfAbsent("lock", "1");
// 重试：递归调用
if (!lock){
try {
Thread.sleep(50);
this.deduct();
} catch (InterruptedException e) {
e.printStackTrace();
}
} else {
try {
// 1. 查询库存信息
String stock = redisTemplate.opsForValue().get("stock").toString();
// 2. 判断库存是否充足
if (stock != null && stock.length() != 0) {
Integer st = Integer.valueOf(stock);
if (st > 0) {
// 3.扣减库存
redisTemplate.opsForValue().set("stock", String.valueOf(--st));
}
}
} finally {
// 解锁
this.redisTemplate.delete("lock");
}
}
}
其中，加锁也可以使用循环：
// 加锁，获取锁失败重试
while (!this.redisTemplate.opsForValue().setIfAbsent("lock", "1")){
try {
Thread.sleep(40);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
解锁：
this.redisTemplate.delete("lock");
重置缓存值，使用Jmeter进行压力测试，并获取库存余量：0
防死锁
代码均已上传至GitCode，可根据提交信息获取文件的更改内容
]
问题：setnx刚刚获取到锁，当前服务器宕机，导致del释放锁无法执行，进而导致锁无法释放（死锁）
解决：给锁设置过期时间，自动释放锁
设置过期时间的两种方式：
- 通过expire设置过期时间（缺乏原子性：如果setnx与expire之间出现异常，锁也无法释放）
- 通过set指令设置过期时间：set key value ex 3 nx(既达到setnx的效果，又设置了过期时间)
防误删
问题：可能会释放其他服务器的锁
场景：如果业务逻辑的执行时间是7s。执行流程如下：
- index1业务逻辑没执行完，3秒后锁被自动释放
- index2业务获取到锁，执行业务逻辑，3秒后锁被自动释放
- index3业务获取到锁，执行业务逻辑
- index1业务逻辑执行完成，开始调用del释放锁，这时释放的是index3的锁，导致index3的业务只执行1s就被别人释放
- 最终等于没锁的情况，仍会导致超卖现象发生
解决：setnx获取到锁时，设置一个指定的唯一值(例如：uuid)，释放前获取这个值，判断是否是自己的锁。
实现如下：
问题：删除操作缺乏原子性
场景：
- index1执行删除时，查询到的lock值确实和uuid相同
- index1执行删除前，lock刚好过期时间已到，被redis自动释放
- index2获取到了lock
- index1执行了删除，此时会把index2的lock删除
解决方案：没有一个命令可以同时做到判断+删除，所以只能通过其他方式实现(lua脚本)
Redis中的lua脚本
lua脚本可以一次性发送多个指令给redis，由于Redis是单线程的，执行指令遵守one-by-one规则
现实问题
Redis采用单线程架构，可以保证单个命令的原子性，但是无法保证一组命令在高并发场景下的原子性。例如：
在串行场景下：A和B的值肯定都是3
在并发场景下：A和B的值可能在0-6之间。
极限情况下1：
则A的结果是0，B的结果是3
极限情况下2：
则A和B的结果都是6。
如果Redis客户端通过lua脚本把3个命令一次性发送给redis服务器，那么这三个指令就不会被其他客户端指令打断。Redis也保证脚本会以原子性（atomic）的方式执行：当某个脚本正在运行的时候，不会有其他脚本或Redis命令被执行。这和使用MULTI/EXEC包围的事务很类似。
但是MULTI/EXEC方法来使用事务功能，将一组命令打包执行，无法进行业务逻辑的操作。这期间有某一条命令执行报错（例如给字符串自增），其他的命令还是会执行，并不会回滚。
lua介绍
lua是一种轻量小巧的脚本语言，用标准C语言编写并以源代码形式开放，其设计目的是为了嵌入应用程序中，从而为应用程序提供灵活的扩展和定制功能。
设计目的
其设计目的是为了嵌入应用程序中，从而为应用程序提供灵活的扩展和定制功能。
lua特性
- 轻量级：它用标准C语言编写并以源代码形式开放，编译后仅仅一百余K，可以很方便的嵌入到别的程序里。
- 可扩展：Lua提供了非常易于使用的扩展接口和机制：由于宿主语言（通常是C或C++）提供这些功能，Lua可以使用它们，就像是本来就内置的功能一样。
- 其他特性：
- 支持面向过程（procedure-oriented）编程和函数式变成（functional programming）；
- 自动内存管理；只提供了一种通用类型的表(table)，用它可以实现数组、哈希表、集合、对象；
- 语言内置模式匹配；闭包(closure)；函数也可以看做一个值；提供多线程（协同进程，并非操作系统所支持的线程）支持；
- 通过闭包和table可以很方便的支持面向对象变成所需要的一些关键机制，比如数据抽象、虚函数、继承和重载等。
lua基本语言
这里不做深究，感兴趣可以到官方教程或菜鸟教程，这里以Redis中可能会用到的部分语法作介绍。
变量：
a = 5 -- 全局变量
local b = 10 -- 局部变量，redis只支持局部变量
a,b = 10,2*x -- 等价于 a = 10; b = 2*x
流程控制：
if(布尔表达式 1)
then
-- [ 在布尔表达式 1 为true时执行改语句块 ]
elseif(布尔表达式 2)
then
-- [ 在布尔表达式 2 为true时执行改语句块 ]
else
-- [ 在以上表达式都不为true时执行改语句块 ]
end
Redis执行lua脚本-EVAL指令
在Redis中需要通过eval命令执行lua脚本。
格式：
EVAL script numkeys key [key ...] arg [arg ...]
script: lua脚本字符串，这段lua脚本不需要（也不应该）定义函数
numkeys: lua脚本中keys数组的大小
key [key ...]: KEYS数组中的元素
arg [arg ...]: ARGV数组中的元素
- 案例1：基本案例
EVAL "return 10" 0
# 输出：10
- 案例2：动态传参
EVAL "return {KEYS[1],KEYS[2],ARGV[1],ARGV[2]}" 5 10 20 30 40 50 60 70 80 90
# 输出：10 20 60 70
# 下标从1开始
EVAL "if KEYS[1] > ARGV[1] then return 1 else return 0 end" 1 10 20
# 输出：0
EVAL "if KEYS[1] > ARGV[1] then return 1 else return 0 end" 1 20 10
# 输出：1
传入了两个参数 10 和 20，KEYS的长度是1，所以KEYS中有一个元素10，剩下的一个20就是ARGV数组中的元素
redis.call()中的redis是redis中提供的lua脚本类库，仅在redis环境中使用该类库。
- 案例3：执行redis类库方法
set a 10 -- 设置一个a 值为10
EVAL "return redis.call('get','a')" 0
# 通过return把call方法返回给redis客户端，打印：10
注意：**脚本里使用的所有键都应该由KEYS数组来传递。**但并不是强制性的，代价是这样写出的脚本不能被Redis集群所兼容。
- 案例4：给Redis类库方法动态传参
EVAL "return redis.call('set',KEYS[1],ARGV[1])" 1 b 20
以上案例基本可以应付Redis分布式锁所需要的脚本知识了。
- 案例5：pcall函数的使用（了解）
-- 当call()在执行命令的过程中发生错误时，脚本会停止运行，并返回一个脚本错误，输出错误信息
EVAL "return redis.call('sets', KEYS[1], ARGV[1]),redis.call('set', KEYS[2], ARGV[2])" 2 c d 20 30
- pcall函数不影响后续指令的执行
EVAL "return redis.pcall('sets',KEYS[1],ARGV[1]),redis.pcall('set' ,KEYS[2],ARGV[2])" 2 c d 20 30
注意：set方法写成了sets，肯定会报错。
使用lua保证删除原子性
删除lua脚本：
if redis.call('get',KEYS[1]) == ARGV[1] then return redis.call('del',KEYS[1]) else return 0 end
更新代码：
package tech.msop.distributed.lock.service.impl;
import com.baomidou.mybatisplus.core.conditions.query.QueryWrapper;
import com.baomidou.mybatisplus.core.conditions.update.UpdateWrapper;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import lombok.extern.slf4j.Slf4j;
import org.jetbrains.annotations.NotNull;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.annotation.Scope;
import org.springframework.context.annotation.ScopedProxyMode;
import org.springframework.dao.DataAccessException;
import org.springframework.data.redis.core.RedisOperations;
import org.springframework.data.redis.core.SessionCallback;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;
import org.springframework.util.CollectionUtils;
import org.springframework.util.StringUtils;
import tech.msop.distributed.lock.constants.StockConstant;
import tech.msop.distributed.lock.entity.StockEntity;
import tech.msop.distributed.lock.mapper.StockMapper;
import tech.msop.distributed.lock.service.IStockService;
import java.util.Arrays;
import java.util.List;
import java.util.UUID;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.locks.ReentrantLock;
/**
* 库存服务实现类
*/
@Service
@Slf4j
public class StockServiceImpl extends ServiceImpl<StockMapper, StockEntity>
implements IStockService {
@Autowired
private StringRedisTemplate redisTemplate;
/**
* 减库存
*/
@Override
public void checkAndLock() {
String uuid = UUID.randomUUID().toString();
// 加锁 setnx
while (!redisTemplate.opsForValue().setIfAbsent("lock", uuid,3, TimeUnit.SECONDS)) {
// 重试循环
try {
Thread.sleep(30);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
}
try {
// 1. 查询库存信息
String stock = redisTemplate.opsForValue().get("stock");
// 2. 判断库存是否充足
if (stock != null && stock.length() != 0) {
Integer st = Integer.valueOf(stock);
if (st > 0) {
// 3.更新到数据库
redisTemplate.opsForValue().set("stock", String.valueOf(--st));
}
}
} finally {
String script = "if redis.call('get',KEYS[1]) == ARGV[1] " +
"then " +
" return redis.call('del',KEYS[1]) " +
"else " +
" return 0 " +
"end";
redisTemplate.execute(new DefaultRedisScript<>(script, Boolean.class), Arrays.asList("lock"),uuid);
}
}
}
进行压力测试并查询库存余量：0
可重入锁
以上加锁命令存在一个问题，由于加锁命令使用了SETNX，一旦键存在就无法再设置成功，这就导致后续同一线程内继续加锁，将会加锁失败。当一个线程执行一段代码成功获取锁之后，继续执行，又遇到加锁的子任务代码，可重入性就保证线程能继续执行，而不可重入就是需要等待锁释放之后，再次获取锁成功，才能继续往下执行。
用一段Java代码解释可重入：
public synchronized void a(){
b();
}
public synchronized void b(){
// pass
}
假设X线程在a方法获取锁之后，继续执行b方法，如果此时不可重入，线程就必须等待锁释放，再次争抢锁。
锁明明是X线程拥有，却还需要等待自己释放锁，然后再去抢锁，这看起来就很奇怪，我释放我自己。
而可重入性就可以解决这个尴尬的问题，当线程拥有锁之后，往后再遇到加锁方法，直接将加锁次数加1，然后在执行方法逻辑。退出加锁方法之后，加锁此处再减1，当加锁次数为0时，锁才被真正的释放。
可以看到可重入锁的最大特性就是计数，计算加锁的次数。所以当可重入锁需要在分布式环境实现时，我们也就需要统计加锁次数。
通过阅读JDK中的可重入锁源码，可知可重入锁ReentrantLock的加锁流程：ReentrantLock.lock) —> NonfairSync.lock() —> AQS.acquire(1) —> NonfairSync.tryAcquire(1) —> Sync.nonfairTryAcquire(1)
- CAS获取锁，如果没有线程占用锁 (state == 0)，加锁成功并记录当前线程为有锁线程(两次)
- 如果state的值不为0，说明锁已经占用，则判断当前线程是否为有锁线程，若是，则重入（state + 1）
- 若否，加锁失败，入队等待
可重入锁的解锁流程：Reentrant.unlock() —> AQS.release(1) —> SyncRelease(1)
- 判断当前线程是否为有锁线程，不是则抛出异常
- 对state的值减1之后，判断state的值是否为0，为0则解锁成功，返回true
- 如果减1后的值不为0，返回false
确定解决方案：Redis+hash
加锁脚本
参照ReentrantLock中的非公平可重入锁实现分布式可重入锁：hash + lua脚本
Redis提供了Hash（哈希表）这种可以存储键值对数据结构。所以我们可以使用Redis Hash存储锁的重入次数，然后利用lua脚本判断逻辑。通过JDK的可重入锁分析，继续分析Redis中的加锁流程：
- 判断锁是否存在（exists），不存在则直接获取锁 hset key field value
- 如果锁存在则判断是否是自己的锁(hexists)，如果是自己的锁则重入：hincrby key field increment
- 否则重试：递归/循环
- 锁lua脚本
if (redis.call('exists', KEYS[1]) == 0 or redis.call('hexists', KEYS[1], ARGV[1]) == 1)
then
redis.call('hincrby', KEYS[1], ARGV[1], 1);
redis.call('expire', KEYS[1], ARGV[2]);
return 1;
else
return 0;
end
-- key: lock
-- arg: uuid 30
假设值为：KEYS[lock]，ARGV[uuid,expire]
如果锁不存在或者这是自己的锁，就通过hincrby（不存在就新增并加1，存在就加1）获取锁或者锁此处加1
解锁脚本
分析Redis的解锁流程：
- 判断自己的锁是否存在(hexists)，不存在则返回nil
- 如果自己的锁存在，则减1（hincrby - 1)，判断减一后的值是否为0，为0，则返回1
- 不为0，返回0
- 解锁lua脚本
-- 判断hash set 可重入key的值是否等于0
-- 如果为 nil 代表 自己的锁不存在，在尝试解其他线程的锁，解锁失败
-- 如果为 0 代表 可重入次数被减1
-- 如果为 1 代表 该可重入 key 解锁成功
if(redis.call('hexists', KEYS[1], ARGV[1]) == 0) then
return nil;
elseif(redis.call('hincrby', KEYS[1], ARGV[1], -1) > 0) then
return 0;
else
redis.call('del', KEYS[1]);
return 1;
end
-- key: lock
-- arg: uuid
代码实现
由于后续会有基于Zookeeper和基于MySQL实现的分布式锁，我们可以通过工厂类，获取不同类型的分布式锁。
DistributedLockClient工厂类具体实现：
@Component
public class DistributedLockClient {
@Autowired
private StringRedisTemplate redisTemplate;
private String uuid;
public DistributedLockClient() {
this.uuid = UUID.randomUUID().toString();
}
public DistributedRedisLock getRedisLock(String lockName){
return new DistributedRedisLock(redisTemplate, lockName, uuid);
}
}
DistributedRedisLock实现如下：
public class DistributedRedisLock implements Lock {
private StringRedisTemplate redisTemplate;
private String lockName;
private String uuid;
private long expire = 30;
public DistributedRedisLock(StringRedisTemplate redisTemplate, String lockName, String uuid) {
this.redisTemplate = redisTemplate;
this.lockName = lockName;
this.uuid = uuid;
}
@Override
public void lock() {
this.tryLock();
}
@Override
public void lockInterruptibly() throws InterruptedException {
}
@Override
public boolean tryLock() {
try {
return this.tryLock(-1L, TimeUnit.SECONDS);
} catch (InterruptedException e) {
e.printStackTrace();
}
return false;
}
/**
* 加锁方法
* @param time
* @param unit
* @return
* @throws InterruptedException
*/
@Override
public boolean tryLock(long time, TimeUnit unit) throws InterruptedException {
if (time != -1){
this.expire = unit.toSeconds(time);
}
String script = "if redis.call('exists', KEYS[1]) == 0 or redis.call('hexists', KEYS[1], ARGV[1]) == 1 " +
"then " +
" redis.call('hincrby', KEYS[1], ARGV[1], 1) " +
" redis.call('expire', KEYS[1], ARGV[2]) " +
" return 1 " +
"else " +
" return 0 " +
"end";
while (!this.redisTemplate.execute(new DefaultRedisScript<>(script, Boolean.class), Arrays.asList(lockName), getId(), String.valueOf(expire))){
Thread.sleep(50);
}
return true;
}
/**
* 解锁方法
*/
@Override
public void unlock() {
String script = "if redis.call('hexists', KEYS[1], ARGV[1]) == 0 " +
"then " +
" return nil " +
"elseif redis.call('hincrby', KEYS[1], ARGV[1], -1) == 0 " +
"then " +
" return redis.call('del', KEYS[1]) " +
"else " +
" return 0 " +
"end";
Long flag = this.redisTemplate.execute(new DefaultRedisScript<>(script, Long.class), Arrays.asList(lockName), getId());
if (flag == null){
throw new IllegalMonitorStateException("this lock doesn't belong to you!");
}
}
@Override
public Condition newCondition() {
return null;
}
/**
* 给线程拼接唯一标识
* @return
*/
String getId(){
return uuid + ":" + Thread.currentThread().getId();
}
}
使用及测试
在业务代码中使用：
package tech.msop.distributed.lock.service.impl;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;
import tech.msop.distributed.lock.constants.StockConstant;
import tech.msop.distributed.lock.entity.StockEntity;
import tech.msop.distributed.lock.lock.DistributedLockClient;
import tech.msop.distributed.lock.lock.DistributedRedisLock;
import tech.msop.distributed.lock.mapper.StockMapper;
import tech.msop.distributed.lock.service.IStockService;
/**
* 库存服务实现类
*/
@Service
@Slf4j
public class StockServiceImpl extends ServiceImpl<StockMapper, StockEntity>
implements IStockService {
@Autowired
private StringRedisTemplate redisTemplate;
@Autowired
private DistributedLockClient distributedLockClient;
/**
* 减库存
*/
@Override
public void checkAndLock() {
DistributedRedisLock redisLock = this.distributedLockClient.getRedisLock("lock");
redisLock.lock();
try {
// 1. 查询库存信息
String stock = redisTemplate.opsForValue().get("stock").toString();
// 2. 判断库存是否充足
if (stock != null && stock.length() != 0) {
Integer st = Integer.valueOf(stock);
if (st > 0) {
// 3.扣减库存
redisTemplate.opsForValue().set("stock", String.valueOf(--st));
}
}
} finally {
redisLock.unlock();
}
}
}
使用Jmet测试并查询库存余量：0
测试可重入性：
自动续期
借助Timer定时器+lua脚本实现自动续期：
if (redis.call('hexists',KEYS[1],ARGV[1]) == 1)
then
return redis.call('expire',KEYS[1],ARGV[2])
else
return 0
end
-- key: lock
-- arg: uuid 30
修改Redis分布式锁，实现锁自动续期：
package tech.msop.distributed.lock.lock;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import java.util.Arrays;
import java.util.Timer;
import java.util.TimerTask;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.locks.Condition;
import java.util.concurrent.locks.Lock;
/**
* 基于Redis实现分布式锁
*/
public class DistributedRedisLock implements Lock {
private final StringRedisTemplate redisTemplate;
private final String lockName;
private final String uuid;
private long expire = 30;
public DistributedRedisLock(StringRedisTemplate redisTemplate, String lockName, String uuid) {
this.redisTemplate = redisTemplate;
this.lockName = lockName;
this.uuid = uuid + ":" + Thread.currentThread().getId();
}
@Override
public void lock() {
this.tryLock();
}
@Override
public void lockInterruptibly() throws InterruptedException {
}
@Override
public boolean tryLock() {
try {
return this.tryLock(-1L, TimeUnit.SECONDS);
} catch (InterruptedException e) {
e.printStackTrace();
}
return false;
}
/**
* 加锁方法
*
* @param time 超时时间
* @param unit 时间单位
* @return 加锁是否成功
* @throws InterruptedException 异常
*/
@Override
public boolean tryLock(long time, TimeUnit unit) throws InterruptedException {
if (time != -1) {
this.expire = unit.toSeconds(time);
}
String script = "if redis.call('exists', KEYS[1]) == 0 or redis.call('hexists', KEYS[1], ARGV[1]) == 1 " +
"then " +
" redis.call('hincrby', KEYS[1], ARGV[1], 1) " +
" redis.call('expire', KEYS[1], ARGV[2]) " +
" return 1 " +
"else " +
" return 0 " +
"end";
while (!this.redisTemplate.execute(new DefaultRedisScript<>(script, Boolean.class), Arrays.asList(lockName), uuid, String.valueOf(expire))) {
Thread.sleep(50);
}
// 在加锁成功返回之前，开启定时器，自动续期
renewExpire();
return true;
}
/**
* 解锁方法
*/
@Override
public void unlock() {
String script = "if redis.call('hexists', KEYS[1], ARGV[1]) == 0 " +
"then " +
" return nil " +
"elseif redis.call('hincrby', KEYS[1], ARGV[1], -1) == 0 " +
"then " +
" return redis.call('del', KEYS[1]) " +
"else " +
" return 0 " +
"end";
Long flag = this.redisTemplate.execute(new DefaultRedisScript<>(script, Long.class), Arrays.asList(lockName), uuid);
if (flag == null) {
throw new IllegalMonitorStateException("this lock doesn't belong to you!");
}
}
@Override
public Condition newCondition() {
return null;
}
/**
* 给线程拼接唯一标识
*
* @return 唯一标识
*/
// String getId() {
// return uuid + ":" + Thread.currentThread().getId();
// }
private void renewExpire(){
String script = "if redis.call('hexists', KEYS[1], ARGV[1]) == 1 " +
"then " +
" return redis.call('expire', KEYS[1], ARGV[2]) " +
"else " +
" return 0 " +
"end";
new Timer().schedule(new TimerTask() {
@Override
public void run() {
if (redisTemplate.execute(new DefaultRedisScript<>(script,Boolean.class),Arrays.asList(lockName),uuid,String.valueOf(expire))){
renewExpire();
}
}
},this.expire * 1000 /3);
}
}
在tryLock方法中使用:
构造方法作如下修改：
解锁方法作如下修改：
手写分布式锁小结
特征
-
独占排他使用 setnx
-
防止死锁：设置锁的过期时间
- 如果Redis客户端程序从Redis服务中获取到锁突然宕机，无法执行后续操作并释放锁，则其他程序也无法获取到锁，并导致服务阻塞
- 解决：设置锁的过期时间，即使未手动释放锁，也会在一定时间后自动过期释放
- 不可重入：需要可重入
-
原子性
- 获取锁和设置过期时间必须具有原子性：set key value ex 3 nx
- 判断和释放锁之间，也需要原子性：借助lua脚本实现
-
防误删：解铃还须系铃人
- 先判断是否是自己的锁，再删除
-
可重入性：hash(key field value) + lua脚本
-
自动续期：Timer定时器 + lua脚本
- 程序执行时间过长，超过锁的过期时间，为了防止锁机制失效，需要判断程序是否执行完成，未完成则需要续期锁的过期时间
-
在集群情况下，导致锁机制失效：
- 客户端程序C1，从主服务器中获取锁
- 从服务器还没来得及同步数据，主服务器宕机
- 于是从服务器升级为主服务器
- 客户端程序C2就从新主服务器中获取到锁，导致锁机制失效
锁操作
加锁
- setnx：独占排他、死锁、不可重入、原子性
- set k v ex 30 nx：独占排他、死锁 不可重入
- hash + lua脚本：可重入锁
- 判断锁是否被占用(exists)，如果没有被占用则直接获取锁(hset/hincrby)，并设置过期时间(expire)
- 如果锁被占用，则判断是否当前线程占用的(hexists)，如果是则重入(hincrby)并重置过期时间(expire)
- 否则获取锁失败，在代码中重试
- Time定时器 + lua脚本：实现锁的自动续期
- 判断锁是否是自己的锁（hexists==1），如果是自己的锁，则执行expire重置过期时间
解锁
- del：可能导致误删
- 先判断在删除同时保证原子性：lua脚本
- hash + lua脚本：可重入
- 判断当前线程的锁是否存在，不存在则返回nil，将来在代码中排除异常
- 存在则直接减1（hincrby - 1），判断减1后的值是否为0，为0则释放锁(del)，并返回1
- 不为0，则返回0
获取锁重试
- 递归获取锁
- 循环获取锁
红锁算法
Redis集群状态下的问题：
- 客户端A从master获取到锁
- 在master将锁同步到slave之前，master宕机了
- slave节点被晋级到master节点
- 客户端B取得了同一个资源被客户端A已经获取到的另一个锁
安全失效！
解决集群下锁失效，参照redis官方网站针对redlock文档：https://redis.io/topics/distlock
在算法的分布式版本中，我们假设有N个Redis服务器。这些节点是完全独立的，因此我们不使用复制或任何其他隐式协调系统。在前面已经描述了如何在单个实例中安全地获取和释放锁，在分布式锁算法中，将使用相同的方法在单个实例中获取和释放锁。 将N设置为5是一个合理的值，因此需要在不同的计算机或虚拟机上运行5个Redis主从服务器，确保它们以独立的方式发生故障。
为了获取锁，客户端执行以下操作：
- 1、客户端以毫秒为单位获取当前时间的时间戳，作为起始时间。
- 2、客户端尝试在所有N个实例中顺序使用相同的键名、相同的随机值来获取锁定。每个实例尝试获取锁都需要时间，客户端应该设置一个远小于总锁定时间的超时时间。例如，如果自动释放锁时间为10秒，则尝试获取锁的超时时间可能在5到50毫秒之间。这样可以防止客户端长时间与处于故障状态的Redis节点进行通信：如果某个示例不可用，尽快尝试与下一个实例进行通信。
- 3、客户端获取当前时间 减去 步骤1 中获取的起始时间，来计算获取锁所花费的时间。当且仅当客户端能够在大多数实例（至少3个）中获取锁时，并且获取锁所花费的总时间小于锁有效时间，则认为已获取锁。
- 4、如果获取了锁，则将锁有效时间减去获取锁花费的时间，如步骤3中所计算
- 5、如果客户端由于某种原因（无法锁定N / 2 + 1个实例或有效时间为负）而未能获得该锁，它将尝试解锁所有实例（即使没有锁定成功的实例）。
每台计算机都有一个本地时钟，我们通常可以依靠不同的计算机产生很小的时钟漂移。只有在拥有锁的客户端将在锁的有效时间内（如步骤3中获得的）减去一段时间（仅几毫秒）的情况下终止工作，才能保证这一点。以补偿进程之间的时钟漂移。
当客户端无法获取锁时，它应该在随机延迟后重试，以避免同时获取同一资源的多个客户端之间不同步（这可能会导致脑裂的情况：没人胜）。同样，客户端在大多数Redis实例中尝试获取锁的速度越快，出现裂脑情况（以及需要重试）的窗口就越小，因此在理想情况下，客户端应尝试将SET命令发送到N个实例同时使用多路复用。
值得强调的是，对于未能获得大多数锁的客户端，尽快释放（部分）获得的锁有多么重要，这样就不必等待锁定期满才能再次获得锁（但是，如果发生了网络分区，并且客户端不再能够与Redis实例进行通信，则在等待密钥到期时需要付出可用性损失）。
Redisson中的分布式锁
Redisson是一个在Redis的基础上实现的Java驻内存数据网格（In-Memory Data Grid）。它不仅提供了一系列的分布式的Java常用对象，还提供了许多分布式服务。其中包括（BitSet、Set、Multimap、SortedSet、Map、List、Queue、BlockingQueue、Semaphore、Lock、AtomicLong、CountDownLatch、Publish/Subscribe、Bloom filter、Remote Service、Spring cache、Executor Service、Live Object Service、Scheduler Service）。Redisson提供了使用Redis的最简单和最便捷的方法。Redisson的宗旨是促进使用者对Redis的关注分离(Separation of Concern)，从而让使用者能够将精力更集中地放在处理业务逻辑上。
官方文档地址：https://github.com/redisson/redisson/wiki
可重入锁（Reentrant Lock）
基于Redis的Redisson分布式可重入锁RLock Java对象实现了java.util.concurrent.locks.Lock接口。
众所周知，如果负责存储这个分布式锁的Redisson节点宕机以后，而且这个锁正好处于锁住的状态时，这个锁会出现锁死的状态。为了避免这种情况的发生，Redisson内部提供了一个监控锁的看门狗，它的作用是在Redisson示例被关闭前，不断的延长锁的有效期。默认情况下，看门狗检查锁的超时时间是30秒钟，也可以通过吸怪Config.lockWatchdogTimeout来另行指定。
RLock对象完全符合Java的Lock规范。也就是说只有锁的进程才能解锁，其他进程则会抛出IllegalMonitorStateException错误。
另外Redisson还通过加锁的方法提供了leaseTime的参数来指定加锁的时间。超过这个时间锁便自动解开了。
RLock lock = redisson.getLock("anyLock");
// 最常见的使用方法
lock.lock();
// 加锁以后10秒钟自动解锁
// 无需调用unlock方法手动解锁
lock.lock(10, TimeUnit.SECONDS);
// 尝试加锁，最多等待100秒，上锁以后10秒自动解锁
boolean res = lock.tryLock(100, 10, TimeUnit.SECONDS);
if (res) {
try {
...
} finally {
lock.unlock();
}
}
- 1、引入Redisson依赖
<dependency>
<groupId>org.redissongroupId>
<artifactId>redissonartifactId>
<version>3.21.3version>
dependency>
- 2、添加配置
package tech.msop.distributed.lock.config;
import org.redisson.Redisson;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
/**
* Redisson 配置
*/
@Configuration
public class RedissonConfig {
/**
* Redisson 客户端配置
*
* @return Redisson客户端
*/
@Bean
public RedissonClient redissonClient() {
// 初始化配置对象
Config config = new Config();
// 单机Redis服务
config.useSingleServer()
.setAddress("redis://127.0.0.1:6379") // redis服务地址，必须 redis://ip:port
// .setDatabase(0) // 指定Redis数据库编号
// .setUsername("") // redis 用户名
// .setPassword("")// redis 密码
// .setConnectionMinimumIdleSize(10)// 连接池最小空闲连接数
// .setConnectionPoolSize(50) // 连接池最大线程数
// .setIdleConnectionTimeout(60000) // 线程超时时间
// .setConnectTimeout() // 客户端获取redis 链接的超时时间
// .setTimeout()// 响应超时时间
;
return Redisson.create(config);
}
}
- 3、代码中使用
package tech.msop.distributed.lock.service.impl;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import lombok.extern.slf4j.Slf4j;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;
import tech.msop.distributed.lock.constants.StockConstant;
import tech.msop.distributed.lock.entity.StockEntity;
import tech.msop.distributed.lock.lock.DistributedLockClient;
import tech.msop.distributed.lock.lock.DistributedRedisLock;
import tech.msop.distributed.lock.mapper.StockMapper;
import tech.msop.distributed.lock.service.IStockService;
/**
* 库存服务实现类
*/
@Service
@Slf4j
public class StockServiceImpl extends ServiceImpl<StockMapper, StockEntity>
implements IStockService {
@Autowired
private StringRedisTemplate redisTemplate;
@Autowired
private DistributedLockClient distributedLockClient;
@Autowired
private RedissonClient redissonClient;
/**
* 减库存
*/
@Override
public void checkAndLock() {
RLock lock = redissonClient.getLock("lock");
lock.lock();
try {
// 1. 查询库存信息
String stock = redisTemplate.opsForValue().get("stock").toString();
// 2. 判断库存是否充足
if (stock != null && stock.length() != 0) {
Integer st = Integer.valueOf(stock);
if (st > 0) {
// 3.扣减库存
redisTemplate.opsForValue().set("stock", String.valueOf(--st));
}
}
} finally {
lock.unlock();
}
}
}
- 4、使用jmeter进行压力测试并获取库存余量：0
公平锁（Fair Lock）
基于Redis的Redisson分布式可重入公平锁也是实现了java.util.concurrent.locks.Lock接口的一种RLock对象。同时还提供了异步(Async)、反射式(Reactive)和RxJava2标准的接口。它保证了当多个Redisson客户端线程同时请求加锁时，优先分配给先发出请求的线程。所有请求线程会在一个队列中排队，当某个线程出现宕机时，Redisson会在等待5秒后继续下一个线程，也就是说如果前面5个线程都处于等待状态，那么后面的线程会等待至少25秒。
RLock fairLock = redissonClient.getFairLock("anyLock");
// 最常见的使用方法
fairLock.lock();
// 10秒钟以后自动解锁
// 无需调用unlock方法手动解锁
fairLock.lock(10, TimeUnit.SECONDS);
// 尝试加锁，最多等待100秒，上锁以后10秒自动解锁
boolean res = fairLock.tryLock(100, 10, TimeUnit.SECONDS);
fairLock.unlock();
联锁（MultiLock）(了解)
基于Redis的Redisson分布式联锁RedissonMultiLock对象可以将多个RLock对象关联为一个联锁，每个RLock对象实例可以来自于不同的Redisson实例。
RLock lock1 = redissonInstance1.getLock("lock1");
RLock lock2 = redissonInstance2.getLock("lock2");
RLock lock3 = redissonInstance3.getLock("lock3");
RedissonMultiLock lock = new RedissonMultiLock(lock1, lock2, lock3);
// 同时加锁：lock1 lock2 lock3
// 所有的锁都上锁成功才算成功。
lock.lock();
...
lock.unlock();
红锁（RedLock）(了解)
基于Redis的Redisson红锁RedissonRedLock对象实现了Redlock介绍的加锁算法。该对象也可以用来将多个RLock对象关联为一个红锁，每个RLock对象实例可以来自于不同的Redisson实例。
RLock lock1 = redissonInstance1.getLock("lock1");
RLock lock2 = redissonInstance2.getLock("lock2");
RLock lock3 = redissonInstance3.getLock("lock3");
RedissonRedLock lock = new RedissonRedLock(lock1, lock2, lock3);
// 同时加锁：lock1 lock2 lock3
// 红锁在大部分节点上加锁成功就算成功。
lock.lock();
...
lock.unlock();
读写锁（ReadWriteLock）
基于Redis的Redisson分布式可重入读写锁RReadWriteLock Java对象实现了java.util.concurrent.locks.ReadWriteLock接口。其中读锁和写锁都继承了RLock接口。
分布式可重入读写锁允许同时有多个读锁和一个写锁处于加锁状态。
RReadWriteLock rwlock = redisson.getReadWriteLock("anyRWLock");
// 最常见的使用方法
rwlock.readLock().lock();
// 或
rwlock.writeLock().lock();
// 10秒钟以后自动解锁
// 无需调用unlock方法手动解锁
rwlock.readLock().lock(10, TimeUnit.SECONDS);
// 或
rwlock.writeLock().lock(10, TimeUnit.SECONDS);
// 尝试加锁，最多等待100秒，上锁以后10秒自动解锁
boolean res = rwlock.readLock().tryLock(100, 10, TimeUnit.SECONDS);
// 或
boolean res = rwlock.writeLock().tryLock(100, 10, TimeUnit.SECONDS);
...
lock.unlock();
添加StockController方法：
@GetMapping("test/read")
public String testRead(){
String msg = stockService.testRead();
return "测试读";
}
@GetMapping("test/write")
public String testWrite(){
String msg = stockService.testWrite();
return "测试写";
}
添加StockService方法：
public String testRead() {
RReadWriteLock rwLock = this.redissonClient.getReadWriteLock("rwLock");
rwLock.readLock().lock(10, TimeUnit.SECONDS);
System.out.println("测试读锁。。。。");
// rwLock.readLock().unlock();
return null;
}
public String testWrite() {
RReadWriteLock rwLock = this.redissonClient.getReadWriteLock("rwLock");
rwLock.writeLock().lock(10, TimeUnit.SECONDS);
System.out.println("测试写锁。。。。");
// rwLock.writeLock().unlock();
return null;
}
打开开两个浏览器窗口测试：
- 同时访问写：一个写完之后，等待一会儿（约10s），另一个写开始
- 同时访问读：不用等待
- 先写后读：读要等待（约10s）写完成
- 先读后写：写要等待（约10s）读完成
信号量（Semaphore）
基于Redis的Redisson的分布式信号量（Semaphore）Java对象RSemaphore采用了与java.util.concurrent.Semaphore相似的接口和用法。同时还提供了异步（Async）、反射式（Reactive）和RxJava2标准的接口。
RSemaphore semaphore = redisson.getSemaphore("semaphore");
semaphore.trySetPermits(3);
semaphore.acquire();
semaphore.release();
在StockController添加方法：
@GetMapping("test/semaphore")
public String testSemaphore(){
this.stockService.testSemaphore();
return "测试信号量";
}
在StockService添加方法：
public void testSemaphore() {
RSemaphore semaphore = this.redissonClient.getSemaphore("semaphore");
semaphore.trySetPermits(3);
try {
semaphore.acquire();
TimeUnit.SECONDS.sleep(5);
System.out.println(System.currentTimeMillis());
semaphore.release();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
添加测试用例：并发10次，循环一次
控制台效果：
控制台1：
1606960790234
1606960800337
1606960800443
1606960805248
控制台2：
1606960790328
1606960795332
1606960800245
控制台3：
1606960790433
1606960795238
1606960795437
由此可知：
1606960790秒有3次请求进来：每个控制台各1次
1606960795秒有3次请求进来：控制台2有1次，控制台3有2次
1606960800秒有3次请求进来：控制台1有2次，控制台2有1次
1606960805秒有1次请求进来：控制台1有1次
闭锁（CountDownLatch）
基于Redisson的Redisson分布式闭锁（CountDownLatch）Java对象RCountDownLatch采用了与java.util.concurrent.CountDownLatch相似的接口和用法。
RCountDownLatch latch = redisson.getCountDownLatch("anyCountDownLatch");
latch.trySetCount(1);
latch.await();
// 在其他线程或其他JVM里
RCountDownLatch latch = redisson.getCountDownLatch("anyCountDownLatch");
latch.countDown();
需要两个方法：一个等待，一个计数countDown
给StockController添加测试方法：
@GetMapping("test/latch")
public String testLatch(){
stockService.testLatch();
return "班长锁门。。。";
}
@GetMapping("test/countdown")
public String testCountDown(){
stockService.testCountDown();
return "出来了一位同学";
}
给StockService添加测试方法：
public void testLatch() {
RCountDownLatch cdl = this.redissonClient.getCountDownLatch("cdl");
cdl.trySetCount(6);
try {
cdl.await();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
public void testCountDown() {
RCountDownLatch cdl = this.redissonClient.getCountDownLatch("cdl");
cdl.countDown();
}
重启测试，打开两个页面：当第二个请求执行6次之后，第一个请求才会执行。
