分布式系统架构系列讲解二十五（分布式锁 5）Redisson加锁原理源码分析

最新推荐文章于 2021-06-11 09:46:26 发布
最新推荐文章于 2021-06-11 09:46:26 发布
阅读量152 收藏
点赞数 1
分类专栏： 分布式系统架构系列讲解 文章标签： Redisson加锁原理 Redisson源码分析 Redisson watch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013277209/article/details/115870601
版权
本文详细解析了Redisson分布式锁的工作原理，包括使用Lua脚本确保加锁和解锁的原子性，加锁过程，watch dog的自动续约机制，以及解锁逻辑。通过对源码的分析，阐述了锁的创建、过期时间处理和防止服务异常导致锁无法释放的问题。
摘要由CSDN通过智能技术生成

分布式系统架构系列讲解 - 总目录

一，Lua脚本

Redisson这个框架重度依赖了Lua脚本和Netty，用Lua脚本来保证加锁和解锁的原子操作，用Netty来保证高性能。

1，加锁Lua脚本

脚本入参
参数 示例值 含义
KEY个数 1 KEY个数
KEYS[1] my_first_lock_name 锁名
ARGV[1] 60000 持有锁的有效时间：毫秒
ARGV[2] 58c62432-bb74-4d14-8a00-9908cc8b828f:1 唯一标识：获取锁时set的唯一值，实现上为redisson客户端ID(UUID)+线程ID
脚本内容
// 若锁不存在：则新
了解本专栏 订阅专栏 解锁全文 超级会员免费看
吃透Java
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
分布式系统架构系列讲解八（分布式一致性 8）：PBFT算法
吃透Java
06-15 2万+
Leslie Lamport在论文中提出的口信消息解决方案就属于BFT，需要考虑恶意节点的篡改、攻击等问题。但是，口信消息解决方案在现实场景中很难落地。比如，它并不关心这个共识的结果是什么，这会出现一种情况：现在适合进攻，但将军们达成的共识却是撤退。 另外，实际场景中，我们往往需要就提议的一系列值（而不是单值）在拜占庭错误发生的时候，也能被达成共识。那应该怎么做呢？一种方案就是本文要讲解的PBFT算法。PBFT算法，是一种能在实际场景中落地的BFT算法，它在区块链中应用广泛。 一、oral message的
分布式系统架构系列讲解九（分布式一致性 9）：PoW算法
吃透Java
06-16 1801
谈起比特币，大家至少都应该有所耳闻吧？比特币是基于区块链实现的，而区块链运行在Internet上，这就存在有人试图作恶的情况。 前面几章，我提到的口信消息解决方案和PBFT算法，虽然能防止坏人作恶，但只能防止少数，也就是 (n-1)/3 个坏人 (其中 n 为节点数)。可由于很多区块链是在公网环境，可能有坏人不断增加节点数，轻松突破 (n - 1) / 3 的限制。 解决上述问题的方法就是PoW算法。PoW算法通过工作量证明（Proof of Work）增加了坏人作恶的成本，以此防止坏人作恶。本章，我就来讲
分布式系统架构系列讲解一（分布式一致性 1）：CAP理论
吃透Java
03-23 1417
集中式应用进行服务化拆分后，必然会出现一个问题：如何保证各个节点（Node）之间的数据一致性？ 比如以下场景：用户首先发起一次更新操作，映射到节点A；然后，用户又做了一次查询操作，操作映射到了节点B，此时A和B的数据如果不一致，对用户来说就会造成困扰。 分布式系统为了提高可用性，必然会引入冗余机制（副本），而冗余便带来了上面描述的一致性问题。为了解决这类问题，加州大学伯克利分校的Eric Brewer [https://en.wikipedia.org/wiki/Eric_Brewer_(scientist
分布式系统架构系列讲解三十一（可扩展 3）：全局流水号
吃透Java
04-02 1188
一、简介 在数据分片中，不管是普通hash、一致性hash还是range based，都要基于某个key进行hash运算，然后根据计算值进行分片。 Key一般采用基于记录的特征值，这个特征值在不同的框架中有不同的叫法，比如MongoDB中的sharding key (https://docs.mongodb.com/manual/core/sharding-shard-key/)，Oracle中的Partition Key(https://docs.oracle.com/cd/B28359_01/serve
分布式系统架构系列讲解三十三（高可用 1）：Master-Slave
吃透Java
04-12 910
一、引言 分布式系统通常由大量异构的节点和网络组成，节点随时可能crash，网络也随时可能出现延迟、丢包、分区。相比集中式应用，分布式系统放大了出故障的概率，因此分布式系统的其中一个实现目标就是高可用，高可用意味着系统必须具有较强的容错性，即在部分节点故障的情况下仍然能正常对外提供服务。 分布式系统实现高可用的方式有很多，常见的主要有以下几种： Master-Slave（包括主备、主从、主主） 集群 熔断 降级 限流 Master-Slave、集群的本质都是冗余。熔断、降级、限流则从另一个维度——系统内
分布式系统架构系列讲解 - 总目录
吃透Java
03-30 909
本专栏详细介绍分布式系统架构，分为理论篇+实践篇！ 理论篇主要包括：分布式架构一致性，分布式事物，高可用，高性能，高扩展等展开。 实践主要包括：Spring Cloud方案，Dubbo服务治理，Redis集群，分布式锁，Kafka，Zookeeper，mq等方案。 预计文章将会达到六七十篇！ 一，理论篇 分布式一致性 分布式系统架构系列讲解（分布式一致性 1）：CAP理论 分布式系统架构系列讲解（分布式一致性 2）：BASE理论 分布式事物 分布式系统架构系列讲解（分布式事物 1）：2PC 分布式系统架构系
分布式系统架构系列讲解三（分布式一致性 3）：共识问题
吃透Java
04-22 722
共识问题是分布式领域最复杂的一个容错模型，只有搞懂它，你才能掌握常用的各种共识算法，才能在设计分布式系统时，根据业务场景的特点选择适合的算法。 那么，什么是共识问题呢？ 简单的讲，共识问题就是分布式系统需要解决的一个核心问题：在一个可能发生机器宕机、网络异常、数据篡改的环境下，如何让分布式系统中的所有节点快速准确的对某个数据值达成一致，且不会破坏整个系统的一致性。 Leslie Lamport曾在论文《 The Byzantine Generals Problem》（https://www.microsof
分布式系统架构系列讲解七（分布式一致性 7）：Quorum NWR算法
吃透Java
06-11 615
CAP理论中的一致性一般指的是强一致性，也就是说写操作完成后，任何后续访问都能读到更新后的值。而BASE理论中的一致性指的是最终一致性，也就是说写操作完成后， 任何后续访问可能会读到旧数据，但是整个分布式系统的数据最终会达到一致。 那么，如果我们的系统现在是最终一致性模型，也就是AP模型，突然有一天因为业务需要，要临时保证节点间的数据强一致性，有没有办法临时做这样的改造呢？ 一种办法是重新开发一套系统，但显然成本太高了。另一种办法就是本章要介绍的Quorum NWR算法。通过 Quorum NWR，我们可以
分布式系统架构系列讲解十五（分布式事物实战 5）：消息队列+定时任务+本地事件表
吃透Java
04-06 594
一，项目背景 在系统模块中，非常重要得一块是支付模块，当app调用第三方支付接口支付成功后，第三方平台会回调到我们后台模块，我们后台模块如果把支付模块和订单模块分开得话，那么此时就应该考虑分布式事物！ 下面我们以 ActiveMQ+定时任务+本地事物表，来实现此场景下得分布式事物！ 注意：此场景可以应用在中小型系统中，不适用数据量特别大得系统中，大型系统场景中得实战我们后面会讲到 二，架构原理 第三方系统回调到支付模块中，更新支付系统中的流水记录表，并插入本地事件表，设置event_type状态为new
分布式系统架构系列讲解六（分布式一致性 6）：Gossip协议
吃透Java
06-10 559
Gossip 协议，顾名思义，就像流言蜚语一样，利用一种随机、带有传染性的方式，将信息传播到整个网络中，并在一定时间内，使得系统内的所有节点数据一致。 根据 Base 理论，如果你需要实现最终一致性，那么就可以通过 Gossip 协议实现这个目标。 Gossip协议的核心一共是三块内容：直接邮寄（Direct Mail）、反熵（Anti-entropy）和谣言传播（Rumor mongering）。 一、直接邮寄（Direct Mail） 所谓直接邮寄，就是直接发送更新数据，当数据发送失败时，将数据缓存下来
分布式系统架构系列讲解二十六（分布式锁 6）Redisson红锁（red lock）原理源码分析
吃透Java
04-19 531
一，redlock算法 Redis 官网对 redLock 算法的介绍大致如下： 在分布式版本的算法里我们假设我们有N个Redis master节点，这些节点都是完全独立的，我们不用任何复制或者其他隐含的分布式协调机制。之前我们已经描述了在Redis单实例下怎么安全地获取和释放锁。我们确保将在每（N)个实例上使用此方法获取和释放锁。在我们的例子里面我们把N设成5，这是一个比较合理的设置，所以我们需要在5台机器上面或者5台虚拟机上面运行这些实例，这样保证他们不会同时都宕掉。为了取到锁，客户端应该执行以下操作:
分布式系统架构系列讲解二十四（分布式锁 4）Redisson单点，哨兵，红锁实战
吃透Java
04-16 429
Redisson是java的redis客户端之一，提供了一些api方便操作redis。 Redisson为我们提供了单台Redis加锁，Redis哨兵加锁，红锁等方案。 本节我们只介绍使用，至于原理和源码我们后面会详细分析，下面我们通过示例来展示一下用Redisson加锁的几种方式： 一，单台 Redis单点模式，也就是使用一台Redis服务来实现分布式锁。 缺点也是显而易见的，无法实现高可用，万一这台设备挂了，那么将无法加锁。 pom依赖 <dependency>
分布式系统架构系列讲解二（分布式一致性 2）：BASE理论
吃透Java
03-24 406
在上一篇 CAP理论 中，我提到分布式系统理论上只能取CP或AP，如果要实现强一致性必然会影响可用性。但是，大多数系统实际上不需要那么强的一致性，而是更关注可用性。比如一个3节点的集群，假设每个节点的可用性为 99.9％，那么整个集群的可用性为 99.7％，也就是说，每个月约宕机 129.6 分钟，这对于很多系统是非常严重的问题，所以生产环境，大多数系统都会采用可用性优先的 AP 模型。 在对大规模分布式系统的实践过程中，eBay 的架构师 Dan Pritchett 提出了BASE理论，其核心思想就是：
分布式系统架构系列讲解十四（分布式事物 4）：可靠消息最终一致性方案
吃透Java
03-29 386
一、简介 本章，我们将要介绍一种生产上最常用的分布式事务解决方案——可靠消息最终一致性方案。所谓可靠消息最终一致性方案，其实就是在分布式系统当中，把一个业务操作转换成一个消息，然后利用消息来实现事务的最终一致性。 比如从A账户向B账户转账的操作，当服务A从A账户扣除完金额后，通过消息中间件向服务B发一个消息，服务B收到这条消息后，进行B账户的金额增加操作。 可靠消息最终一致性方案一般有两种实现方式，原理其实是一样的： 基于本地消息表 基于支持分布式事务的消息中间件，如RocketMQ等 二、本地消息
分布式系统架构系列讲解二十八（分布式ID）分布式ID详细介绍
吃透Java
04-21 346
一，为什么要使用分布式ID 1，什么是分布式ID 在我们业务数据量不大的时候，单库单表完全可以支撑现有业务，数据再大一点搞个MySQL主从同步读写分离也能对付。 但随着数据日渐增长，主从同步也扛不住了，就需要对数据库进行分库分表，但分库分表后需要有一个唯一ID来标识一条数据，数据库的自增ID显然不能满足需求；特别一点的如订单、优惠券也都需要有唯一ID做标识。此时一个能够生成全局唯一ID的系统是非常必要的。那么这个全局唯一ID就叫分布式ID。 2，分布式ID需要满足的条件 全局唯一：必须保证ID是全局性唯一
解法哦mysqlPython.txt
08-06
mysql解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlPython.txt解法哦mysqlP
相当易用的 Python 3D 渲染引擎.zip
08-06
python 相当易用的 Python 3D 渲染引擎.zip
毕业设计-c语言在线考试系统.zip
最新发布
08-06
优质项目，资源经过严格测试可直接运行成功且功能正常的情况才上传，可轻松copy复刻，拿到资料包后可轻松复现出一样的项目。 本人系统开发经验充足，有任何使用问题欢迎随时与我联系，我会及时为你解惑，提供帮助。 【资源内容】：包含完整源码+工程文件+说明（若有），项目具体内容可查看下方的资源详情。 【附带帮助】： 若还需要相关开发工具、学习资料等，我会提供帮助，提供资料，鼓励学习进步。 【本人专注嵌入式领域】： 有任何使用问题欢迎随时与我联系，我会及时解答，第一时间为你提供帮助，CSDN博客端可私信，为你解惑，欢迎交流。 【适合场景】： 相关项目设计中，皆可应用在项目开发、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面中 可借鉴此优质项目实现复刻，也可以基于此项目进行扩展来开发出更多功能 【无积分此资源可联系获取】 # 注意 1. 本资源仅用于开源学习和技术交流。不可商用等，一切后果由使用者承担。 2. 部分字体以及插图等来自网络，若是侵权请联系删除。积分/付费仅作为资源整理辛苦费用。
基于微信PC端的Python接口，开发者可通过Python轻松调用 实现微信机器人、群管理等强大的功能
08-06
基于微信PC端的Python接口，开发者可通过Python轻松调用。实现微信机器人、群管理等强大的功能基于微信PC端的Python接口，开发者可通过Python轻松调用。实现微信机器人、群管理等强大的功能基于微信PC端的Python接口，开发者可通过Python轻松调用。实现微信机器人、群管理等强大的功能基于微信PC端的Python接口，开发者可通过Python轻松调用。实现微信机器人、群管理等强大的功能基于微信PC端的Python接口，开发者可通过Python轻松调用。实现微信机器人、群管理等强大的功能基于微信PC端的Python接口，开发者可通过Python轻松调用。实现微信机器人、群管理等强大的功能基于微信PC端的Python接口，开发者可通过Python轻松调用。实现微信机器人、群管理等强大的功能基于微信PC端的Python接口，开发者可通过Python轻松调用。实现微信机器人、群管理等强大的功能基于微信PC端的Python接口，开发者可通过Python轻松调用。实现微信机器人、群管理等强大的功能基于微信PC端的Python接口，开发者可通过Python轻松调用。实现微信机器人
Redisson分布式锁源码深度解析
"Redisson分布式锁源码笔记涵盖了在分布式环境下遇到的问题，特别是对Redisson的可重入锁进行了深入的源码分析。笔记详细解释了RLock#lock()方法的实现，提到了看门狗（Watchdog）机制在维持锁状态中的作用，以及Lua...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

吃透Java

你的鼓励是我最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值