Java技术栈 —— Redis的雪崩、穿透与击穿

〇、实验的先导条件（Nginx+Jmeter）

首先你需要掌握Nginx负载均衡与Jmeter压测工具，搭建过程与使用方式，见参考文章。

参考文章或视频链接
[1] 《Java技术栈 —— Nginx的使用》
[2] 2 ways to install Apache JMeter on Ubuntu 22.04 LTS Linux

一、Redis缓存雪崩、缓存穿透、缓存击穿

关于雪崩、穿透与击穿的原理，可以先看本节的参考文章[1]，代码以后再写到文章中。

1.1 雪崩

1.2 穿透

1.3 击穿

一、参考文章或视频链接
[1] 【什么是Redis缓存雪崩、穿透、击穿，十分钟给你讲的明明白白】- bilibili

二、Redis应用场景——高并发

高并发导致的问题，本质就是资源争抢。 在操作系统中，这类问题的雏形有哲学家用餐问题、进程争夺计算资源，相关解决机制有信号量机制，所以道理都是相通的，高并发在计算机领域并不是什么新鲜事，只是落地到应用场景，会有一些其它考量。就像古代兵符印信，或是倚天屠龙记中说的“武林至尊，宝刀屠龙，号令天下，莫敢不从！倚天不出，谁与争锋？”，听谁的问题的解决方法啊，就是象征物在谁手上就听谁的，包括抢职位争权力，也可以理解为一种并发，谁坐到了那个位置，才有号令的权力，但是权力是致命毒药，要小心哦！

首先导入jedis依赖，从而可以用java程序包操纵redis，以下是完整依赖。

	<dependency>
		<groupId>org.springframework.bootgroupId>
		<artifactId>spring-boot-starter-jdbcartifactId>
	dependency>
	<dependency>
		<groupId>mysqlgroupId>
		<artifactId>mysql-connector-javaartifactId>
		<version>8.0.28version>
	dependency>
	<dependency>
		<groupId>org.springframework.bootgroupId>
		<artifactId>spring-boot-starter-thymeleafartifactId>
	dependency>
	<dependency>
		<groupId>org.springframework.bootgroupId>
		<artifactId>spring-boot-starter-webartifactId>
	dependency>
	<dependency>
		<groupId>org.springframework.bootgroupId>
		<artifactId>spring-boot-starter-data-redisartifactId>
	dependency>
	<dependency>
		<groupId>org.mybatis.spring.bootgroupId>
		<artifactId>mybatis-spring-boot-starterartifactId>
		<version>3.0.3version>
	dependency>
	
	<dependency>
		<groupId>org.redissongroupId>
		<artifactId>redissonartifactId>
		<version>3.6.5version>
	dependency>

	<dependency>
		<groupId>redis.clientsgroupId>
		<artifactId>jedisartifactId>
		<version>5.1.0version>
	dependency>

然后，我们开始复现高并发问题。首先是假设你已经搭建了一个简单的SpringBoot项目架构，并且相关的Nginx配置也已配置好，可以看 参考文章[5] 《Java技术栈 —— Nginx的使用》第3.1节，那正是我为本文而写，项目demo搭好了，port号也初步定为9998。

二、参考文章或视频链接
[1] Java guide(Jedis) - Redis Offical Website
[2] Intro to Jedis – the Java Redis Client Library
[3] Redis可视化工具 RedisInsight | The best Redis GUI
[4] 示例代码来源，图灵诸葛老师，讲的确实很好： 【这可能是目前讲的最好的Redis高并发架构教程，堪称Redis架构实战的天花板！】
[5] 《Java技术栈 —— Nginx的使用》

2.1 单机部署的高并发问题与解决（JVM级别锁）

（1）先在redis中设置缓存好一个键值对，键的名字为store，这是我们要高并发的对象。

$ redis-cli
127.0.0.1:6379>	SETNX store 2000
127.0.0.1:6379>	get store
"2000"

（2）写一段操作redis获取store值的代码，完整项目代码最后会附上开源地址。

@RestController
public class demoController {
    public static int count = 0;

    @RequestMapping("deduct_stock_then_get_stock")
    public Integer deductStock(){
        Jedis jedis = new Jedis("127.0.0.1", 6379);

        int currentStock = Integer.parseInt(jedis.get("stock"));
        if (currentStock > 0){
            currentStock--;
            jedis.set("stock", String.valueOf(currentStock));
            System.out.println("扣减成功，剩余库存"+currentStock);
        }else{
            System.out.println("扣减失败，库存不足");
        }

        return currentStock;
    }
}

启动项目并访问http://127.0.0.1:9998/deduct_stock_then_get_stock，让我们先看看效果，慢慢迭代，好的，现在浏览器上已经返回了当前库存数量，显示是199不要在意，这个数字随时可以在redis中修改。

然后我们用Jmeter，模拟多个用户同时访问 http://127.0.0.1:9998/deduct_stock_then_get_stock，上面这段Java代码会出什么问题呢？简单来说，就是会出现超卖问题。按下面的过程配置，并点击绿色的启动箭头，就开启了压测。

这是控制台输出的结果，果然，出现了超卖问题，这说明会有多个用户都看到了相同的1999库存，很明显是有问题的，这是因为多个用户同时进入了相同段代码的执行过程，并且都拿到了一个currentStock变量作为副本，而这个变量在获取的时候出现了值相同的情况。

@RestController
public class demoController { //方法(2)以函数为单位上锁，写成 public synchronized Integer deductStock(){

    @RequestMapping("deduct_stock_then_get_stock")
    public Integer deductStock(){
        Jedis jedis = new Jedis("127.0.0.1", 6379);

        synchronized (this){ //方法(1)以对象为单位上锁
            int currentStock = Integer.parseInt(jedis.get("stock")); //上一段未加synchronized的代码，问题出在这里，都获取到了一样的值，那么再进行currentStock--，就是1999了
            if (currentStock > 0){
                currentStock--;
                jedis.set("stock", String.valueOf(currentStock));
                System.out.println("扣减成功，剩余库存"+currentStock);
            }else{
                System.out.println("扣减失败，库存不足");
            }

            return currentStock;
        }
    }
    
}

只加了一个锁，问题解决，那么到目前为止，单机部署的高并发问题，可以算解决了，如果集群部署的话，上面这段代码还有用吗？

2.2 集群部署的高并发问题与解决（分布式锁）

根据参考视频[4]所说，上面的代码也只是解决了单机部署下的高并发问题，如果是集群部署，启动了多个服务分别部署在不同机器上呢？这个时候Nginx会分发请求到不同服务实例上，还会出现上面的超卖现象吗？答案是会的，这相当于线程A在服务A上执行扣库存，线程B在服务B上执行扣库存，这两个线程压根不归同一个JVM虚拟机进程管，是没办法用上面的加synchronized关键字去限制的，具体可以看视频讲解。但是，只要思想不滑坡，办法总比困难多，请看。PS：你能想象，其实12306是全世界最能抗高并发的软件吗？总有些东西在微不足道的角落里熠熠生辉，独自发热。
还是刚刚那段，在单机部署上解决了高并发问题的代码，我们来多启动一个服务，只是端口不同。

由于在参考文章[5]中，我已经配置了Nginx，所以我们的Jmeter测试地址，应该改为http://127.0.0.1:8011/deduct_stock_then_get_stock，看下面的两张截图，和视频[5]里说的一样，确实在集群部署时会出现超卖问题。

下面是加上分布式锁的解决方法， 但是仍然存在问题。

2.2.1 代码1(存在非原子操作与释放问题)

@RestController
public class demoController {

    @RequestMapping("deduct_stock_then_get_stock")
    public Integer deductStock(){

        String lockKey = "product_100";
        Jedis jedis = new Jedis("127.0.0.1", 6379);
        long result = jedis.setnx(lockKey,"xxx"); // 获取分布式锁
        if(result == 0){
            System.out.println("争抢分布式锁失败"); 
            /*
            注意，这里实际使用会有问题，不应该return，只是作为示例
            争抢分布式锁失败的话也应该程门立雪，三顾茅庐，不可半途而返，
            半途而返会导致许多业务请求被扼杀
            */ 
            return 500;                          
        }
        
        //*****重要思维*****
        //业务逻辑，可能出异常，导致分布式锁无法释放，永远要考虑系统的业务逻辑被某种不可抗力因素停止，不管是运维还是什么，程序要具备健壮性。
        int currentStock = Integer.parseInt(jedis.get("stock"));
        if (currentStock > 0) {
            currentStock--;
            jedis.set("stock", String.valueOf(currentStock));
            System.out.println("扣减成功，剩余库存" + currentStock);
        } else {
            System.out.println("扣减失败，库存不足");
        }

        jedis.del(lockKey);  //释放分布式锁
        return currentStock;
    }
    
}

2.2.2 代码2(finally块中，存在释放其它线程锁的可能性)

下面的代码对上面的代码做了两处改进：
(1)将获取与设置超时时间这两步，组合成原子操作，不可分离。
(2)增加clientID，保证释放的是自己加的锁，但在释放仍旧可能存在问题，视频中提到用redisson进行解决，见 redisson - github wiki，redisson与jedis区别在于，jedis只是提供一些原生命令的实现，redisson可以提供分布式锁的实现能力。

@RequestMapping("deduct_stock_then_get_stock")
public Integer deductStock(){ //集群版
    //(1)获得分布式锁
    String lockKey = "product_100";
    Jedis jedis = new Jedis("127.0.0.1", 6379);
    String clientID = UUID.randomUUID().toString(); //唯一ID，加锁人的身份

//        String result = jedis.setex(lockKey, 10, clientID); //该命令是原子命令，将获取与设置超时时间这两步，组合成原子操作，不可分离，但还是存在问题，如业务逻辑执行较慢，锁已经超时释放了业务逻辑还没执行完，又导致了并发
    Boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, clientID, 10, TimeUnit.SECONDS);  //该命令是原子命令，将获取与设置超时时间这两步，组合成原子操作，不可分离，但还是存在问题，如业务逻辑执行较慢，锁已经超时释放了业务逻辑还没执行完，又导致了并发
    stringRedisTemplate.opsForValue().get(lockKey);
    if(result == Boolean.FALSE){
        System.out.println("争抢分布式锁失败");  // 分布式锁争抢失败应该等待，而不应该直接return
        return 500;
    }

    try{
        //*****重要思维*****
        //(2)执行业务逻辑，可能出异常，导致分布式锁无法释放，永远要考虑系统的业务逻辑被某种不可抗力因素停止，不管是运维还是什么，要具备健壮性。
        //此处可能存在的异常有：
        // (2.1)业务逻辑执行失败，但finally可以正常释放分布式锁
        // (2.2)应用被重启，连finally都无法执行，那么就需要令分布式锁自动过期
        int currentStock = Integer.parseInt(jedis.get("stock"));
        if (currentStock > 0) {
            currentStock--;
            jedis.set("stock", String.valueOf(currentStock));
            System.out.println("扣减成功，剩余库存" + currentStock);
        } else {
            System.out.println("扣减失败，库存不足");
        }
        return currentStock;
    }finally{
        //(3)出异常时释放分布式锁,这里释放分布式锁可能存在问题
        if (clientID.equals(jedis.get(lockKey))){

            //自己加的锁才能释放，中间还可能存在执行时间的间隔，开一个分线程，将分布式锁加时，检测这把分布式锁还是否加载在该主线程中，加时到直到业务逻辑执行完成为止

            jedis.del(lockKey);
        }
    }

}

2.2.3 代码3(redisson)

@RequestMapping("deduct_stock_then_get_stock_cluster_redisson")
public Integer deductStock3(){ //集群+redisson版
    //(1)获得分布式锁
    String lockKey = "product_100";
    Jedis jedis = new Jedis("127.0.0.1", 6379);
    RLock redissonLock = redisson.getLock(lockKey); //获取RLock对象

    try{
        redissonLock.lock(); //(2)上锁，底层调用redis命令时用到了lua脚本
        //(3)业务逻辑
        int currentStock = Integer.parseInt(jedis.get("stock"));
        if (currentStock > 0) {
            currentStock--;
            jedis.set("stock", String.valueOf(currentStock));
            System.out.println("扣减成功，剩余库存" + currentStock);
        } else {
            System.out.println("扣减失败，库存不足");
        }
        return currentStock;
    }finally{
        //(4)释放锁
        redissonLock.unlock();
    }
}

redisson是一种Redis Java client，上述redisson的使用方法，也是大厂在生产环境会用到的，但上面的代码还有两个问题：
(1)性能问题，虽然没有超卖，但会导致系统性能问题，需要开始性能优化。
(2)redis主从架构下，锁失效问题。比如Master同步给Slave分布式锁时，Master正好挂掉，然后重新选举的Master正好没有同步到这把锁，就失效了。

2.2.3 参考文章或视频链接
[1] 1. Overview of Redisson - GitHub

2.2.3.1 Java中嵌入Lua脚本

什么是Lua脚本？我第一次听说Lua，是在敖丙解说B站出事那次，最后定位到一段Lua写的gcd()代码，久闻大名却未上手实操过。请看本节参考文章[1]。

2.2.3.1 参考文章或视频链接
[1] Lua:about - Offical Website

2.2.4 对代码3的性能优化、redis主从架构锁失效问题的解决方案

2.2.4.1 性能优化的解决(分段锁，重要)

先了解下并发编程集合类ConcurrentHashMap，这是一个高并发的Java集合类且线程安全，其保证线程安全的原理是，使用分段锁。受此启发，性能优化也可以用分段加锁，每个线程去不同的段位请求锁即可。

2.2.4.1 参考文章或视频链接
[1] 《详解ConcurrentHashMap》- CSDN

2.2.4.2 主从架构锁失效问题的解决

CAP原则：zookeeper是CP架构，重在维持数据一致性；redis是AP架构，重在可用性。

2.2.4.2.1 zookeeper

使用zookeeper，zookeeper解决主从架构锁失效问题更合适，但会牺牲一点性能。

2.2.4.2.1 参考文章或视频链接
[1] What is Apache ZooKeeper?
[2] Welcome to Apache ZooKeeper
[3] 《2.0 Zookeeper 安装配置》- 菜鸟
[4] 《zookeeper快速入门一：zookeeper安装与启动》

2.2.4.2.2 redis的RedLock

要超过半数redis节点加锁成功才算成功，这样的原理又回到了zookeeper，还是会损失加锁的性能，所以RedLock实现的是否完善依旧存在争议。