目前几乎很多大型网站及应用都是分布式部署的,分布式场景中的数据一致性问题一直是一个比较重要的话题。分布式的CAP理论告诉我们“任何一个分布式系统都无法同时满足一致性(Consistency)、可用性(Availability)和分区容错性(Partition tolerance),最多只能同时满足两项。”所以,很多系统在设计之初就要对这三者做出取舍。在互联网领域的绝大多数的场景中,都需要牺牲强一致性来换取系统的高可用性,系统往往只需要保证“最终一致性”,只要这个最终时间是在用户可以接受的范围内即可。
在很多场景中,我们为了保证数据的最终一致性,需要很多的技术方案来支持,比如分布式事务、分布式锁等。有的时候,我们需要保证一个方法在同一时间内只能被同一个线程执行。在单机环境中,Java中其实提供了很多并发处理相关的API,但是这些API在分布式场景中就无能为力了。也就是说单纯的Java Api并不能提供分布式锁的能力。所以针对分布式锁的实现目前有多种方案。本文只讨论Redis作为分布式锁的实现方式。
网上关于redis的方法很多,但或多或少存在问题。废话不多说,直接上源码,如有问题,欢迎大家讨论。
/**
* 获取redis锁
* @param lockName
* @param lockTime
* @return
*/
public String getRedisLock(String lockName , int lockTime){
String key = "lock:"+lockName;
String requestId = UUID.randomUUID().toString();
if(getJedisCluster().setnx(key, requestId) == 0){
if(getJedisCluster().ttl(key)==-1){
getJedisCluster().expire(key, lockTime);
}
return null;
}else{
return requestId;
}
}
/**
* 删除redis锁
* @param lockName
* @param requestId
* @return
*/
public boolean releaseRedisLock(String lockName , String requestId){
String key = "lock:"+lockName;
if(getJedisCluster().get(key).equals(requestId)){
return getJedisCluster().del(key) == 1 ? true:false;
}else{
return false;
}
}