文章详细解释了Redisson库中的Lock方法，包括默认无参和带过期时间的两种情况，重点介绍了私有方法lock的逻辑，如何通过Redis的发布订阅机制实现线程通信，以及tryAcquire方法的工作原理，展示了加锁过程中的Lua脚本和watchdog机制。
对外提供的Lock方法有两种
-
默认的无参lock方法，无参的就是使用默认的过期时间，也就是30S
-
带有过期时间和时间单位参数的lock方法
具体调用的lock方法，可以看到这是一个private方法，需要给三个参数
-
leaseTime：过期时间
-
TimeUnit：时间单位
-
interruptiably：是否优先响应中断，线程是可以将其他线程设为中断状态（interrupted），而在分布式中，不同实例之间的线程不能通信，所以需要借助Redis的发布订阅功能来实现通信，也就是线程在频道中发布让那个线程interrupted（实现的本质是AQS）
private void lock(long leaseTime, TimeUnit unit, boolean interruptibly) throws InterruptedException {
//获取当前线程ID
long threadId = Thread.currentThread().getId();
//尝试进行加锁
Long ttl = tryAcquire(-1, leaseTime, unit, threadId);
// lock acquired
//如果加锁成功，return结束
if (ttl == null) {
return;
}
//加锁失败，为了避免空转，通过订阅频道看能不能获取锁
//所以要先进行订阅频道
//订阅频道
RFuture future = subscribe(threadId);
//判断是否优先响应中断
if (interruptibly) {
//优先响应中断并开启开门狗
commandExecutor.syncSubscriptionInterrupted(future);
} else {
//不优先响应中断，并开启看门狗
commandExecutor.syncSubscription(future);
}
//开始进行自旋加锁
try {
//死循环
while (true) {
//再次进行加锁
ttl = tryAcquire(-1, leaseTime, unit, threadId);
// lock acquired
//加锁成功，break跳出循环
if (ttl == null) {
break;
}
//加锁失败，并且返回的锁的过期时间>=0
if (ttl >= 0) {
try {
//锁拥有过期时间，使用AQS来避免空转和判断线程是否被中断了
future.getNow().getLatch().tryAcquire(ttl, TimeUnit.MILLISECONDS);
} catch (InterruptedException e) {
//假设线程处于中断状态，且优先处理中断
if (interruptibly) {
//抛出异常
throw e;
}
//假设线程处于中断状态，但并不优先处理中断
future.getNow().getLatch().tryAcquire(ttl, TimeUnit.MILLISECONDS);
}
} else {
//ttl < 0代表锁已经消失
//只需要判断是否优先处理中断
if (interruptibly) {
future.getNow().getLatch().acquire();
} else {
future.getNow().getLatch().acquireUninterruptibly();
}
}
}
} finally {
//最终拿到锁就退出订阅的频道
//进行退订操作
unsubscribe(future, threadId);
}
}
从这源码上，可以看到大概的逻辑如下
-
尝试进行加锁
-
假如第一次加锁成功，直接return
-
假如第一次加锁失败（锁在Redis存在，且不是自己的锁）
-
订阅频道，猜测可能是为了避免空转
-
开始自旋去获取锁
-
每次自旋获取锁成功就直接break跳出自旋循环
-
每次自旋如果获取锁失败，就会执行future.getNow().getLatch().tryAcquire(ttl, TimeUnit.MILLISECONDS)方法
-
个人猜测那个方法是用来避免空转的
tryAcquire
通过上面的代码可以知道，tryAcquire是去获取锁的，下面就看看这个tryAcquire做了什么
先去执行了tryAcquireAsync方法，然后再执行get方法
tryAcquireAsync
源码如下
private RFuture tryAcquireAsync(long waitTime, long leaseTime, TimeUnit unit, long threadId) {
//定义一个RFuture，其实RFuture可以理解成是客户端，里面可以保存Redis执行命令的结果
RFuture ttlRemainingFuture;
//如果锁的释放时间为-1，代表使用默认值
if (leaseTime != -1) {
//执行自定义过期时间去获取锁方法
//将返回的结果存入RFuture中
//给到的参数有等待时间、释放时间、时间单位，线程ID和Reids的EVAL命令
//eval命令就是用来执行lua脚本的
//这里要注意，Redisson将所有Redis的命令存进了RedisCommands里面
ttlRemainingFuture = tryLockInnerAsync(waitTime, leaseTime, unit, threadId, RedisCommands.EVAL_LONG);
} else {
//如果为-1，代表使用默认的过期时间
//使用默认的加锁方法
//同理将结果存入RFuture中
ttlRemainingFuture = tryLockInnerAsync(waitTime, internalLockLeaseTime,
TimeUnit.MILLISECONDS, threadId, RedisCommands.EVAL_LONG);
}
//处理一下获取的结果
//lambda表达式，参数为一个BiConsumer接口，消费者接口（没有返回值，有参数，用来对参数进行处理的）
//并且为BiConsumer，可以提供两个参数进行消费处理（这里给了一个）
//onComplete方法就是开启了watch dog
ttlRemainingFuture.onComplete((ttlRemaining, e) -> {
//这下面就是接口的accept方法逻辑
//假如e不为空，直接返回
//代表获取失败，并且是出现了异常！！！
//因为e是一个异常
if (e != null) {
return;
}
// lock acquired
//假如没有异常且ttlRemainning为null，代表获取锁成功了！！！
if (ttlRemaining == null) {
//判断过期时间是否为默认的，即判断是否为默认配置
if (leaseTime != -1) {
//不是默认配置的话，将过期时间转换为毫秒
internalLockLeaseTime = unit.toMillis(leaseTime);
} else {
//如果是默认配置的，开启定时任务重置过期时间
scheduleExpirationRenewal(threadId);
}
}
//假如ttlRemainning不为null，代表获取锁失败
});
//做完处理后，返回整个获取的结果
return ttlRemainingFuture;
}
从这步获取锁的代码中可以看到以下点
-
Redisson对于请求Redis得到的结果都封装与RFuture里面
-
判断获取锁时有没有给定过期时间
-
如果没给定过期时间默认为30S
-
有就给定自定义的
-
并且都调用tryLockInnerAsync方法获取锁，执行的Redis命令为EVAL
-
对获取的结果进行处理
-
并且传入一个BiConsumer接口（二元的消费型接口）
tryLockInnerAsync
这个方法是用来尝试获取锁的，也就是这里执行底层的LUA脚本
终于快看到底层了，我都快裂开了。。。。
RFuture tryLockInnerAsync(long waitTime, long leaseTime, TimeUnit unit, long threadId, RedisStrictCommand command) {
//执行LUA脚本去获取锁
//传入这里的参数为
//1. waitTime：等待时间，-1代表不会进行等待
//2. leaseTime：释放锁的时间，即锁的过期时间
//3. unit：时间单位
//4. threadId：线程ID
//5. command：传进来的Redis命令，这里传进来的是EVAL，执行LUA脚本的命令
return evalWriteAsync(getRawName(), LongCodec.INSTANCE, command,
"if (redis.call(‘exists’, KEYS[1]) == 0) then " +
"redis.call(‘hincrby’, 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]);”,
Collections.singletonList(getRawName()), unit.toMillis(leaseTime), getLockName(threadId));
}
可以看到这个方法，调用了evalWriteAsync方法，不过从这个方法里面，我们可以提出到重要信息
-
执行的脚本文件内容
-
获取当前线程的名称（getLockName方法，可以看到传进来了一个threadId，那就可以判断，锁的名字是根据线程ID来获取的，且这个lockName的组成是由当前线程连接Redis会产生的客户端ID、冒号和threadId组成）
-
具体执行脚本文件是交由evalWriteAsync方法去做
脚本的内容如下，也就是获取锁执行的命令
redis.call(‘exists’, KEYS[1]) == 0) then
redis.call(‘hincrby’, 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]);
下面来这段脚本到底在干什么的，不过首先我们要认识存储锁的底层是怎样的
存储锁的底层其实是一个hash结构，这个结构可以理解成锁，，比如仓库的所有（其key值其实就是执行tryLock方法给的lockName），而里面的键值对代表是哪个线程拥有了这把锁，存取的是线程用锁清空，键值对的key对应的就是上面所说的getKeyName方法返回的值（组成为clusterID+：+线程ID），而value是与可重入锁相关的，这个线程可以对这把锁进行重入加锁
-
先执行exist命令，判断锁是否存在（锁是一个hash对象）
-
如果不存在
-
执行hincrby命令进行+1，代表重入一次
-
执行pexpire命令进行设置超时时间，这里是给hash对象的键值对设置超时时间，也就是锁，而不是整个锁容器上过期时间
-
返回nil，代表加锁成功
-
如果锁存在
-
执行hexists判断是不是发生重入（键值对的key是当前clusterID+:+线程ID，代表哪个线程正在使用这把锁）【前面已经看到getKeyName方法，生产的就是锁的key】，如果线程本身还持有那把锁（hash），那就代表发生重入了
-
执行hincrby命令，代表发生了重入了，重入次数+1
-
执行pexpire命令进行添加超时时间
-
返回nill，代表加锁成功，重入加锁成功
-
假如锁容器存在且对应的锁不存在，代表这个锁已经被人使用了，不能占有，直接返回锁的过期时间，即hash对象的过期时间
这个方法是专门用来执行lua脚本的
protected RFuture evalWriteAsync(String key, Codec codec, RedisCommand evalCommandType, String script, List keys, Object… params) {
//创建CommandBatchService，用来批量去执行命令的
CommandBatchService executorService = createCommandBatchService();
//通过CommandBatchServic去异步执行脚本
//并且将客户端存储的结果封装在RFuture中
RFuture result = executorService.evalWriteAsync(key, codec, evalCommandType, script, keys, params);
//ComandBatchService的创建
//假如commandExecutor可以强转成CommandBatchService
//那么上面创建的CommandBatchService就是由commandExecutor强转成的
if (commandExecutor instanceof CommandBatchService) {
return result;
}
//
RPromise r = new RedissonPromise<>();
RFuture<BatchResult<?>> future = executorService.executeAsync();
future.onComplete((res, ex) -> {
if (ex != null) {
r.tryFailure(ex);
return;
}
//
r.trySuccess(result.getNow());
});
return r;
}
从这里可以看到，执行LUA脚本的是由CommandBatchService来负责的，并且一般来说，这个CommandBatchService是由注入的CommandExecutor强转而来，也就是本质是由CommandExecutor来执行的！！！
总结一下加锁过程
把加锁的具体细节都看完了，现在也可以知道为什么前面用long变量接收加锁的结果了，前面产生的一些疑问也随之解开了
-
底层存储锁的本质是一个hash对象，hash对象就代表是一把锁，比如一个仓库的锁，而hash里面的键值对代表就是当前哪个线程获取了这把锁，只能有一个键值对
-
键值对里面的key就代表哪个线程在拥有锁，组成为：clusterID：线程ID
-
键值对里面的value就代表该锁发生重入的次数
-
并且每次重入成功都会延长过期时间
-
底层使用lua脚本来保证命令的原子性
-
执行命令是交由CommandBatchService执行的，其本质是CommandExecutor（先进行强转，强转成功就使用CommandExecutor）
-
加锁失败，返回的是hash的过期时间，也就是锁的过期时间
Watch dog
回到tryAcquireAsync方法中，接下来就是执行ttlRemainingFuture.onComplete方法了（ttlRemainingFuture是封装加锁的结果的）
一直到onComplete方法底层
大概逻辑如下
-
如果请求redis失败，将错误原因传入accept方法，从accept实现的具体细节可以看到，这样就直接return了
-
如果请求redis成功，进行下一步的开始watchDog
scheduleExpirationRenewal
这个方法就是开启watchDog的
源码如下
protected void scheduleExpirationRenewal(long threadId) {
//ExpirationEntry是用来封装被监视的线程的！！！
ExpirationEntry entry = new ExpirationEntry();
//EXPIRATION_RENEWAL_MAP容器是用来存储被监视的锁的
//通过putIfAbsent方法判断容器中是否已经有该锁了
//getEntryName返回的是entryName,组成为custerId:lockName（tryLock给的锁的名字）
//从这里也知道了RedissonBaseLock的entryName是用来映射监视锁容器的对应value的
ExpirationEntry oldEntry = EXPIRATION_RENEWAL_MAP.putIfAbsent(getEntryName(), entry);
//如果容器中已经存在该锁了
if (oldEntry != null) {
//往旧锁中添加线程ID
oldEntry.addThreadId(threadId);
} else {
//往新锁中添加线程ID
entry.addThreadId(threadId);
try {
//开启线程去进行锁续命
renewExpiration();
} finally {
//最后判断线程是否被中断
if (Thread.currentThread().isInterrupted()) {
//如果被中断，取消锁续命
cancelExpirationRenewal(threadId);
}
}
}
}
总结一下
-
Redisson使用了ConcurrentHashMap去存储正在续命的锁，key为clusterId:lockName
-
在获取锁成功后，如果releaseTime为-1（也就是默认配置），才会去开启WatchDog
-
使用ExpirationEntry去封装锁的信息，过期时间与拥有该锁的线程ID（LinkeHashMap记录，因为要支持可重入，value代表重入次数）
-
判断容器中是否已经存在该锁了，存在的话就添加线程ID，在底层的LinkedHashMap中找到对应的value进行自增，key就为线程ID，并且使用synchronic保证线程安全！！！（对可重入锁的实现支持）
-
不存在的话就往ConcurrentHashMap底层容器去添加该锁，代表该锁正在被监视续命
-
开启watchDog后，最后一步会判断线程是否被中止了，如果线程被中止了，就会取消监视
看一下ExpirationEntry的底层线程容器
renewExpiration
该方法就是开启定时任务，也就是WatchDog去进行锁续命的
private void renewExpiration() {
//从容器中去获取要被续命的锁
ExpirationEntry ee = EXPIRATION_RENEWAL_MAP.get(getEntryName());
//容器中没有要续命的锁，直接返回null
if (ee == null) {
return;
}
//创建定时任务
//并且执行的时间为30000/3毫秒，也就是10秒后
Timeout task = commandExecutor.getConnectionManager().newTimeout(new TimerTask() {
@Override
public void run(Timeout timeout) throws Exception {
//从容器中取出线程
ExpirationEntry ent = EXPIRATION_RENEWAL_MAP.get(getEntryName());
if (ent == null) {
return;
}
Long threadId = ent.getFirstThreadId();
if (threadId == null) {
return;
}
//Redis进行锁续命
//这个方法的作用其实底层也是去执行LUA脚本
RFuture future = renewExpirationAsync(threadId);
//同理去处理Redis续命结果
future.onComplete((res, e) -> {
if (e != null) {
log.error(“Can’t update lock " + getRawName() + " expiration”, e);
EXPIRATION_RENEWAL_MAP.remove(getEntryName());
return;
}
//如果成功续命，递归继续创建下一个10S后的任务
if (res) {
// reschedule itself
//递归继续创建下一个10S后的任务
renewExpiration();
}
//假如有一次失败，那就会取消续命
else {
cancelExpirationRenewal(null);
}
});
}
}, internalLockLeaseTime / 3, TimeUnit.MILLISECONDS);
ee.setTimeout(task);
}
现在我们就可以看到，大概整个续命流程了
-
从容器中取出要续命的锁
-
假如锁没了，就停止续命，所以容器中起到了一个判断是否还要继续续命的作用
-
假如锁在，就创建一个10S后执行的TimeOut
-
执行的任务（TimeTask）是再次判断容器里是否还有锁，没锁就直接Reutrn，有锁的话就执行renewExpirationAsync进行锁续命，参数为线程ID（因为在锁中，标识谁拥有这把锁的key为clusterId:threadId）
-
假如续命成功，递归再次去创建下一个10S后的定时任务
-
续命失败，就取消定时任务
最后
终极手撕架构师的学习笔记：分布式+微服务+开源框架+性能优化
tion();
}
//假如有一次失败，那就会取消续命
else {
cancelExpirationRenewal(null);
}
});
}
}, internalLockLeaseTime / 3, TimeUnit.MILLISECONDS);
ee.setTimeout(task);
}
现在我们就可以看到，大概整个续命流程了
-
从容器中取出要续命的锁
-
假如锁没了，就停止续命，所以容器中起到了一个判断是否还要继续续命的作用
-
假如锁在，就创建一个10S后执行的TimeOut
-
执行的任务（TimeTask）是再次判断容器里是否还有锁，没锁就直接Reutrn，有锁的话就执行renewExpirationAsync进行锁续命，参数为线程ID（因为在锁中，标识谁拥有这把锁的key为clusterId:threadId）
-
假如续命成功，递归再次去创建下一个10S后的定时任务
-
续命失败，就取消定时任务
最后
终极手撕架构师的学习笔记：分布式+微服务+开源框架+性能优化
[外链图片转存中…(img-ZvEJispf-1714145323019)]
435
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
