分布式锁之Redisson

Redisson

如果在公司里落地生产环境用分布式锁的时候，一定是会用开源类库的，比如Redis分布式锁，一般就是用Redisson框架就好了，非常的简便易用。

Redisson案例实现

1. 加入jar包依赖

   org.redisson
   redisson
   3.11.0
  

2. 配置Redisson

public class RedissonManager {
    private static Config config = new Config();
    //声明redisso对象
    private static Redisson redisson = null;
   //实例化redisson
 static{
     config.useSingleServer().setAddress("127.0.0.1:6379");
          //得到redisson对象
        redisson = (Redisson) Redisson.create(config);

}

 //获取redisson对象的方法
    public static Redisson getRedisson(){
        return redisson;
    }
}

3. 锁的获取和释放

public class RedissonLock {
    //从配置类中获取redisson对象
    private static Redisson redisson = RedissonManager.getRedisson();
    private static final String LOCK_TITLE = "redisLock_";
    //加锁
    public static boolean acquire(String lockName){
        //声明key对象
        String key = LOCK_TITLE + lockName;
        //获取锁对象
        RLock mylock = redisson.getLock(key);
        //加锁，并且设置锁过期时间，防止死锁的产生
        mylock.lock(2, TimeUnit.MINUTES);
        System.err.println("======lock======"+Thread.currentThread().getName());
        //加锁成功
        return  true;
    }
    //锁的释放
    public static void release(String lockName){
        //必须是和加锁时的同一个key
        String key = LOCK_TITLE + lockName;
        //获取所对象
        RLock mylock = redisson.getLock(key);
        //释放锁（解锁）
        mylock.unlock();
        System.err.println("======unlock======"+Thread.currentThread().getName());
    }
}

4. 使用CyclicBarrier模拟并发获取分布式锁

/**
 * 使用CyclicBarrier模拟并发获取分布式锁
 */
public class CucTest {
  public static void main(String[] args) {
        int N = 4;
        CyclicBarrier barrier  = new CyclicBarrier(N);
        for(int i=0;i

5. 测试结果

   image

Redisson实现原理

image

加锁机制

现在某个客户端要加锁。如果该客户端面对的是一个redis cluster集群，他首先会根据hash节点选择一台机器。
紧接着，就会发送一段lua脚本到redis上，那段lua脚本如下所示：

if (redis.call('exists', KEYS[1]) == 0) then 
redis.call('hset', KEYS[1], ARGV[2], 1);
redis.call('pexpire', KEYS[1], ARGV[1]);
return nil;
end;
if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then
redis.call('hincrby', KEYS[1], ARGV[2], 1);
redis.call('pexpire', KEYS[1], ARGV[1]);
return nil;
end;
return redis.call('pttl', KEYS[1]);

• 为啥要用lua脚本呢？
  因为一大坨复杂的业务逻辑，可以通过封装在lua脚本中发送给redis，保证这段复杂业务逻辑执行的原子性。
• 这段lua脚本是什么意思呢？
  KEYS[1]代表的是你加锁的那个key，比如说：String key = myLock;
  ARGV[1]代表的就是锁key的默认生存时间，默认30秒。
  ARGV[2]代表的是加锁的客户端的ID，类似于下面这样：8743c9c0-0795-4907-87fd-6c719a6b4586:1
• 脚本含义

1. 第一段if判断语句，就是用“exists myLock”命令判断一下，如果要加锁的那个锁key不存在的话，就进行加锁。（setnx）
   hset myLock 8743c9c0-0795-4907-87fd-6c719a6b4586:1 1
2. 接着会执行“pexpire myLock 30000”命令，设置myLock这个锁key的生存时间是30秒。

锁互斥机制

如果客户端2来尝试加锁，执行了同样的一段lua脚本，会咋样呢？

1. 第一个if判断会执行“exists myLock”，发现myLock这个锁key已经存在了。
2. 接着第二个if判断，判断一下，myLock锁key的hash数据结构中，是否包含客户端2的ID，但是明显不是的，因为那里包含的是客户端1的ID。（重入锁的实现）
3. 所以，客户端2会获取到pttl myLock返回的一个数字，这个数字代表了myLock这个锁key的剩余生存时间。比如还剩15000毫秒的生存时间。
4. 此时客户端2会进入一个while循环，不停的尝试加锁。

watch dog自动延期机制

1. 客户端1加锁的锁key默认生存时间才30秒，如果超过了30秒，客户端1还想一直持有这把锁，怎么办呢？
   只要客户端1一旦加锁成功，就会启动一个watch dog看门狗，他是一个后台线程，会每隔10秒检查一下，如果客户端1还持有锁key，那么就会不断的延长锁key的生存时间。

可重入加锁机制

1. 那如果客户端1都已经持有了这把锁了，结果可重入的加锁会怎么样呢？

• 第一个if判断肯定不成立，“exists myLock”会显示锁key已经存在了。
• 第二个if判断会成立，因为myLock的hash数据结构中包含的那个ID，就是客户端1的那个ID，也就是“8743c9c0-0795-4907-87fd-6c719a6b4586:1”
• 此时就会执行可重入加锁的逻辑，他会用：incrby myLock 8743c9c0-0795-4907-87fd-6c71a6b4586:1 1 通过这个命令，对客户端1的加锁次数，累加1。
• 那个myLock的hash数据结构中的那个客户端ID，就对应着加锁的次数

释放锁机制

1. 执行lock.unlock()，就可以释放分布式锁，此时的业务逻辑也是非常简单的。就是每次都对myLock数据结构中的那个加锁次数减1。
2. 如果发现加锁次数是0了，说明这个客户端已经不再持有锁了，此时就会用：“del myLock”命令，从redis里删除这个key。
3. 另外的客户端2就可以尝试完成加锁了。

• 综上所述：
  这就是所谓的分布式锁的开源Redisson框架的实现机制。

Redis分布式锁的缺点

• 其实上面那种方案最大的问题，就是如果你对某个redis master实例，写入了myLock这种锁key的value，此时会异步复制给对应的master slave实例。
• 但是这个过程中一旦发生redis master宕机，主备切换，redis slave变为了redis master。
• 接着就会导致，客户端2来尝试加锁的时候，在新的redis master上完成了加锁，而客户端1也以为自己成功加了锁。
• 此时就会导致多个客户端对一个分布式锁完成了加锁。
• 这时系统在业务语义上一定会出现问题，导致各种脏数据的产生。
• 所以这个就是redis cluster，或者是redis master-slave架构的主从异步复制导致的redis分布式锁的最大缺陷：在redis master实例宕机的时候，可能导致多个客户端同时完成加锁。