基于redis的分布式锁

基于redis的分布式锁:
  大概原理:跟基于DB的类似,基于redis的分布式锁是争抢redis上的一个键,谁给这个键赋值了谁就抢到了锁,主要是用了redis的setnx机制,也就是set if not exists。实际一般不用setnx这个api,主要是粒度略粗,不能指定失效时间,用set(key,value,"nx","px",1000),几个参数分别为键、值、设置方式、时间单位、时间。
---------Talk Is Cheap, Just Show Me The Code-------------------------------------------------
获取锁:
    /**
     * 阻塞锁
     * @return
     */
    public boolean lock(){
        boolean flag = tryLock();
        if(flag){
            return true;
        }else{
            int time = (int) (Math.random() * 1000);
            try {//随机睡眠一段时间,避免多个线程同时睡眠,同时醒来
                Thread.sleep(100);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            return lock();
        }
    }
    /**
     * 非阻塞锁
     * @return
     */
    public boolean tryLock(){
        String str = UUID.randomUUID().toString();
        Jedis jedis = new Jedis("localhost");
        String result = jedis.set(lock,str,"NX","PX",1000);
        if(result!=null && result.equals("OK")){
            local.set(str);
            return true;
        }
        return false;
    }
释放锁:
  /**
     * 释放锁
     * @return
     */
    public void unlock(){
        String script =
                "if redis.call("get",KEYS[1]) == ARGV[1] then " +
                "    return redis.call("del",KEYS[1]) " +
                "else " +
                "    return 0 " +
                "end";

        ArrayList<String> keysList = new ArrayList<>();
        keysList.add(lock);

        ArrayList<String> argsList = new ArrayList<>();
        String args = local.get();
        argsList.add(args);

        Jedis jedis = new Jedis("localhost");
        jedis.eval(script, keysList, argsList);
    }
  解锁过程就是删除redis中数据的过程,由于有失效时间的问题,如果已经失效了就不用再删了,没失效则删除。 

  注意,这里用了一段lua脚本,原因是要保证解锁操作为原子操作,如果用普通jedis的api,要经过get值,比较,del值三个阶段,该过程中可能键已失效,导致误删。redis支持lua脚本,此处我们将该过程写成脚本,发到redis端,因为redis为单进程单线程,执行过程中可以保证该过程的原子性。

测试代码:

 @Test
    public void testLock(){
        for(int i=0;i<10;i++){
            MyThread t = new MyThread("mythread"+i);
            t.start();
            cdl.countDown();
        }
        try {
            Thread.sleep(10000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
    
    //内部类
    class MyThread extends Thread{
        private String threadName;
        public MyThread(){};
        public MyThread(String threadName){
            this.threadName = threadName;
        }
        @Override
        public void run() {
            try {
                cdl.await();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            if(redisLock.lock()){
                System.out.println("线程-"+threadName+"获得锁,orderId为:"+MyResources.getInstance().getNextId());
                redisLock.unlock();
            }

        }
    }
执行结果:
线程-mythread3获得锁,orderId为:1
线程-mythread6获得锁,orderId为:2
线程-mythread5获得锁,orderId为:3
线程-mythread1获得锁,orderId为:4
线程-mythread2获得锁,orderId为:5
线程-mythread0获得锁,orderId为:6
线程-mythread7获得锁,orderId为:7
线程-mythread8获得锁,orderId为:8
线程-mythread9获得锁,orderId为:9
线程-mythread4获得锁,orderId为:10
------------------------------------------------
结果就不解释了,redis的分布式锁相比数据库的,一大优势是性能高,但没有缺点么?显然也不是:
1、锁的失效时间难以把握,过短业务没处理完就失效了,造成多个业务竞争资源,可能会失去锁应有的作用,过长会导致其它锁盲目等待,导致锁的性能较低,经验来看,一般为单线程处理业务时长的2-3倍较合适;
2、可能出现锁失效的问题,比如某个线程执行时间特别长,超出了有效期,别的线程也会抢到锁,可能造成锁失效;
3、在redis集群中不太适合,因为是基于master节点的,master节点挂掉的时候如果数据没有同步到salve中,那么会造成锁失效;
整体来说,redis的分布式锁仍然有较多问题,下一篇我们整理基于zk的分布式锁,并对三种锁作比较。

 
 

原文地址:https://www.cnblogs.com/nevermorewang/p/8286803.html