Jedis(github)
特点
Jedis 是我们最熟悉和最常用的客户端,轻量,简洁,便于集成和改造
public static void main(String[] args) {
Jedis jedis = new Jedis("127.0.0.1", 6379);
jedis.set("vincent", "9527");
System.out.println(jedis.get("vincent"));
jedis.close();
}
Jedis 多个线程使用一个连接的时候线程不安全。可以使用连接池,为每个请求创建不同的连接,基于 Apache common pool 实现。跟数据库一样,可以设置最大连接数等参数。Jedis 中有多种连接池的子类。
public static void main(String[] args) {
// 创建线程池
JedisPool pool = new JedisPool(ip, port);
// 从线程池中拿资源
Jedis jedis = jedisPool.getResource();
// 具体逻辑实现
}
Jedis 有 4 种工作模式:单节点、分片、哨兵、集群
Jedis 有 3 种请求模式:Client、Pipeline、事务
Client 模式就是客户端发送一个命令,阻塞等待服务端执行,然后读取返回结果
Pipeline 模式是一次性发送多个命令,最后一次取回所有的返回结果,这种模式通过减少网络的往返时间和 io 读写次数,大幅度提高通信性能
第三种是Transaction 模式。Transaction 模式即开启 Redis 的事务管理,事务模式开启后,所有的命令(除了 exec,discard,multi 和 watch)到达服务端以后不会立即执行,会进入一个等待队列
Sentinel 获取连接的原理
Jedis 连接 Sentinel 的时候,我们配置的是全部哨兵的地址。Sentinel 是如何返回可用的 master 地址的呢?
spring.redis.sentinel.master=redis-master
spring.redis.sentinel.nodes=192.168.1.203:26379,192.168.1.204:26379,192.168.1.205:26379
在构造方法中
pool = new JedisSentinelPool(masterName, sentinels);
调用了
public JedisSentinelPool(String masterName, Set<String> sentinels, GenericObjectPoolConfig poolConfig, int connectionTimeout, int soTimeout, String password, int database, String clientName) {
this.connectionTimeout = 2000;
this.soTimeout = 2000;
this.database = 0;
this.masterListeners = new HashSet();
this.log = Logger.getLogger(this.getClass().getName());
this.initPoolLock = new Object();
this.poolConfig = poolConfig;
this.connectionTimeout = connectionTimeout;
this.soTimeout = soTimeout;
this.password = password;
this.database = database;
this.clientName = clientName;
// 调用了 initSentinels 这个方法
HostAndPort master = this.initSentinels(sentinels, masterName);
this.initPool(master);
}
继续点进去查看
private HostAndPort initSentinels(Set < String > sentinels, final String masterName) {
HostAndPort master = null;
boolean sentinelAvailable = false;
log.info("Trying to find master from available Sentinels...");
// 有多个 sentinels,遍历这些个 sentinels
for (String sentinel: sentinels) {
// host:port 表示的 sentinel 地址转化为一个 HostAndPort 对象。
final HostAndPort hap = HostAndPort.parseString(sentinel);
log.fine("Connecting to Sentinel " + hap);
Jedis jedis = null;
try {
// 连接到 sentinel
jedis = new Jedis(hap.getHost(), hap.getPort());
// 根据 masterName 得到 master 的地址,返回一个 list,host= list[0], port =// list[1]
List < String > masterAddr = jedis.sentinelGetMasterAddrByName(masterName);
// connected to sentinel...
sentinelAvailable = true;
if (masterAddr == null || masterAddr.size() != 2) {
log.warning("Can not get master addr, master name: " + masterName + ". Sentinel: " + hap +
".");
continue;
}
// 如果在任何一个 sentinel 中找到了 master,不再遍历 sentinels
master = toHostAndPort(masterAddr);
log.fine("Found Redis master at " + master);
break;
} catch (JedisException e) {
// resolves #1036, it should handle JedisException there's another chance
// of raising JedisDataException
log.warning("Cannot get master address from sentinel running @ " + hap + ". Reason: " + e +
". Trying next one.");
} finally {
if (jedis != null) {
jedis.close();
}
}
}
// 到这里,如果 master 为 null,则说明有两种情况,一种是所有的 sentinels 节点都 down 掉了,一种是 master节点没有被存活的 sentinels 监控到
if (master == null) {
if (sentinelAvailable) {
// can connect to sentinel, but master name seems to not
// monitored
throw new JedisException("Can connect to sentinel, but " + masterName +
" seems to be not monitored...");
} else {
throw new JedisConnectionException("All sentinels down, cannot determine where is " +
masterName + " master is running...");
}
}
// 如果走到这里,说明找到了 master 的地址
log.info("Redis master running at " + master + ", starting Sentinel listeners...");
// 启动对每个 sentinels 的监听为每个 sentinel 都启动了一个监听者 MasterListener。MasterListener 本身是一个线
程, 它会去订阅 sentinel 上关于 master 节点地址改变的消息。
for (String sentinel: sentinels) {
final HostAndPort hap = HostAndPort.parseString(sentinel);
MasterListener masterListener = new MasterListener(masterName, hap.getHost(), hap.getPort());
// whether MasterListener threads are alive or not, process can be stopped
masterListener.setDaemon(true);
masterListeners.add(masterListener);
masterListener.start();
}
return master;
}
Cluster 获取连接原理
使用 Jedis 连接 Cluster 的时候,我们只需要连接到任意一个或者多个 redisgroup 中的实例地址,那我们是怎么获取到需要操作的 Redis Master 实例的?
关键在于如何存储 slot 和 Redis 连接池的关系
1、程序启动初始化集群环境,读取配置文件中的节点配置,无论是主从,无论多少个,只拿第一个,获取 redis 连接实例(后面有个 break)
// redis.clients.jedis.JedisClusterConnectionHandler#initializeSlotsCache
private void initializeSlotsCache(Set < HostAndPort > startNodes, GenericObjectPoolConfig poolConfig, String password) {
for (HostAndPort hostAndPort: startNodes) {
// 获取一个 Jedis 实例
Jedis jedis = new Jedis(hostAndPort.getHost(), hostAndPort.getPort());
if (password != null) {
jedis.auth(password);
}
try {
// 获取 Redis 节点和 Slot 虚拟槽
cache.discoverClusterNodesAndSlots(jedis);
// 直接跳出循环
break;
} catch (JedisConnectionException e) {
// try next nodes
} finally {
if (jedis != null) {
jedis.close();
}
}
}
2、用获取的 redis 连接实例执行 clusterSlots ()方法,实际执行 redis 服务端 cluster slots 命令,获取虚拟槽信息
该集合的基本信息为[long, long, List, List], 第一,二个元素是该节点负责槽点的起始位置,第三个元素是主节点信息,第四个元素为主节点对应的从节点信息。该 list 的基本信息为[string,int,string],第一个为 host 信息,第二个为 port 信息,第三个为唯一id
3、获取有关节点的槽点信息后,调用 getAssignedSlotArray(slotinfo)来获取所有的槽点值
4、再获取主节点的地址信息,调用 generateHostAndPort(hostInfo)方法,生成一个 ostAndPort 对象
5、再根据节点地址信息来设置节点对应的 JedisPool,即设置 Map<String,JedisPool> nodes 的值
接下来判断若此时节点信息为主节点信息时,则调用 assignSlotsToNodes 方法,设置每个槽点值对应的连接池,即设置 Map<Integer, JedisPool> slots 的值
// redis.clients.jedis.JedisClusterInfoCache#discoverClusterNodesAndSlots
public void discoverClusterNodesAndSlots(Jedis jedis) {
w.lock();
try {
reset();
// 获取节点集合
List < Object > slots = jedis.clusterSlots();
// 遍历 3 个 master 节点
for (Object slotInfoObj: slots) {
// slotInfo 槽开始,槽结束,主,从
// {[0,5460,7291,7294],[5461,10922,7292,7295],[10923,16383,7293,7296]}
List < Object > slotInfo = (List < Object > ) slotInfoObj;
// 如果<=2,代表没有分配 slot
if (slotInfo.size() <= MASTER_NODE_INDEX) {
continue;
}
// 获取分配到当前 master 节点的数据槽,例如 7291 节点的{0,1,2,3……5460}
List < Integer > slotNums = getAssignedSlotArray(slotInfo);
// hostInfos
int size = slotInfo.size(); // size 是 4,槽最小最大,主,从
// 第 3 位和第 4 位是主从端口的信息
for (int i = MASTER_NODE_INDEX; i < size; i++) {
List < Object > hostInfos = (List < Object > ) slotInfo.get(i);
if (hostInfos.size() <= 0) {
continue;
}
// 根据 IP 端口生成 HostAndPort 实例
HostAndPort targetNode = generateHostAndPort(hostInfos);
// 据HostAndPort解析出ip:port的key值,再根据key从缓存中查询对应的jedisPool实例。如果没有jedisPool
// 实例, 就创建 JedisPool 实例, 最后放入缓存中。 nodeKey 和 nodePool 的关系
setupNodeIfNotExist(targetNode);
// 把 slot 和 jedisPool 缓存起来(16384 个),key 是 slot 下标,value 是连接池
if (i == MASTER_NODE_INDEX) {
assignSlotsToNode(slotNums, targetNode);
}
}
}
} finally {
w.unlock();
}
}
从集群环境存取值:
1、把 key 作为参数,执行 CRC16 算法,获取 key 对应的 slot 值
2、通过该 slot 值,去 slots 的 map 集合中获取 jedisPool 实例
3、通过 jedisPool 实例获取 jedis 实例,最终完成 redis 数据存取工作
pipeline
慢在哪里?
Redis 使用的是客户端/服务器(C/S)模型和请求/响应协议的 TCP 服务器。这意味着通常情况下一个请求会遵循以下步骤:
- 客户端向服务端发送一个查询请求,并监听 Socket 返回,通常是以阻塞模式,等待服务端响应
- 服务端处理命令,并将结果返回给客户端
Redis 客户端与 Redis 服务器之间使用 TCP 协议进行连接,一个客户端可以通过一个 socket 连接发起多个请求命令。每个请求命令发出后 client 通常会阻塞并等待 redis服务器处理,redis 处理完请求命令后会将结果通过响应报文返回给 client,因此当执行多条命令的时候都需要等待上一条命令执行完毕才能执行
执行过程如图:
Redis 本身提供了一些批量操作命令,比如 mget,mset,可以减少通信的时间,但是大部分命令是不支持 multi 操作的,例如 hash 就没有
由于通信会有网络延迟,假如 client 和 server 之间的包传输时间需要 10 毫秒,一次交互就是 20 毫秒(RTT:Round Trip Time)。这样的话,client 1 秒钟也只能也只能发送 50 个命令。这显然没有充分利用 Redis 的处理能力。另外一个,Redis 服务端执行 I/O 的次数过多
Pipeline 管道(参考资料)
那我们能不能像数据库的 batch 操作一样,把一组命令组装在一起发送给 Redis 服务端执行,然后一次性获得返回结果呢?
这个就是 Pipeline 的作用。Pipeline 通过一个队列把所有的命令缓存起来,然后把多个命令在一次连接中发送给服务器
要实现 Pipeline,既要服务端的支持,也要客户端的支持。对于服务端来说,需要能够处理客户端通过一个 TCP 连接发来的多个命令,并且逐个地执行命令一起返回
对于客户端来说,要把多个命令缓存起来,达到一定的条件就发送出去,最后才处理 Redis 的应答(这里也要注意对客户端内存的消耗)
jedis-pipeline 的 client-buffer 限制:8192bytes,客户端堆积的命令超过 8192bytes 时,会发送给服务端
public RedisOutputStream(OutputStream out) {
this(out, 8192);
}
pipeline 对于命令条数没有限制,但是命令可能会受限于 TCP 包大小
如果 Jedis 发送了一组命令,而发送请求还没有结束,Redis 响应的结果会放在接收缓冲区。如果接收缓冲区满了,jedis 会通知 redis win=0,此时 redis 不会再发送结果给 jedis 端,转而把响应结果保存在 Redis 服务端的输出缓冲区中
输出缓冲区的配置:redis.conf
client-output-buffer-limit <class> <hard limit> <soft limit> <soft seconds>
// 正常
client-output-buffer-limit normal 0 0 0
// 分片
client-output-buffer-limit replica 256mb 64mb 60
// 发布订阅
client-output-buffer-limit pubsub 32mb 8mb 60
配置 | 作用 |
---|---|
class | 客户端类型,分为三种。a)normal:普通客户端;b)slave:slave 客户端,用于复制;c)pubsub:发布订阅客户端 |
hard limit | 如果客户端使用的输出缓冲区大于<hard limit>,客户端会被立即关闭,0 代表不限制 |
soft limit soft seconds | 如果客户端使用的输出缓冲区超过了<soft limit>并且持续了<soft limit>秒,客户端会被立即关闭 |
每个客户端使用的输出缓冲区的大小可以用 client list 命令查看
redis> client list
id=5 addr=192.168.1.101:10859 fd=8 name= age=5 idle=0 flags=N db=0 sub=0 psub=0 multi=-1 qbuf=5 qbuf-free=32763 obl=16380 oll=227 omem=4654408 events=rw cmd=set
obl : 输出缓冲区的长度(字节为单位, 0 表示没有分配输出缓冲区)
oll : 输出列表包含的对象数量(当输出缓冲区没有剩余空间时,命令回复会以字符串对象的形式被入队到这个
队列里)
omem : 输出缓冲区和输出列表占用的内存总量
Pipeline 的使用场景
- 如果某些操作需要马上得到 Redis 操作是否成功的结果,这种场景就不适合
- 有些场景,例如批量写入数据,对于结果的实时性和成功性要求不高,就可以用Pipeline
分布式锁的基本特性或者要求:
1、互斥性:只有一个客户端能够持有锁
2、不会产生死锁:即使持有锁的客户端崩溃,也能保证后续其他客户端可以获取锁
3、只有持有这把锁的客户端才能解锁
/**
* 尝试获取分布式锁
* @param jedis Redis客户端
* @param lockKey 锁
* @param requestId 请求标识
* @param expireTime 超期时间
* @return 是否获取成功
*/
public static boolean tryGetDistributedLock(Jedis jedis, String lockKey, String requestId, int expireTime) {
// set支持多个参数 NX(not exist) XX(exist) EX(seconds) PX(million seconds)
String result = jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);
if (LOCK_SUCCESS.equals(result)) {
return true;
}
return false;
}
参数解读:
1、lockKey 是 Redis key 的名称,也就是谁添加成功这个 key 代表谁获取锁成功
2、requestId 是客户端的 ID(设置成 value),如果我们要保证只有加锁的客户端才能释放锁,就必须获得客户端的 ID(保证第 3 点)
3、SET_IF_NOT_EXIST 是我们的命令里面加上 NX(保证第 1 点)
4、SET_WITH_EXPIRE_TIME,PX 代表以毫秒为单位设置 key 的过期时间(保证第 2 点)。expireTime 是自动释放锁的时间,比如 5000 代表 5 秒
释放锁,直接删除 key 来释放锁可以吗?
public static void wrongReleaseLock1(Jedis jedis, String lockKey) {
jedis.del(lockKey);
}
结论: 没有对客户端 requestId 进行判断,可能会释放其他客户端持有的锁
先判断后删除呢?
public static void wrongReleaseLock2(Jedis jedis, String lockKey, String requestId) {
// 判断加锁与解锁是不是同一个客户端
if (requestId.equals(jedis.get(lockKey))) {
// 若在此时,这把锁突然不是这个客户端的,则会误解锁
jedis.del(lockKey);
}
}
结论:如果在释放锁的时候,这把锁已经不属于这个客户端(例如已经过期,并且被别的客户端获取锁成功了),那就会出现释放了其他客户端的锁的情况
最稳妥的办法:把判断客户端是否相等和删除 key 的操作放在 Lua 脚本里面执行
/**
* 释放分布式锁
* @param jedis Redis客户端
* @param lockKey 锁
* @param requestId 请求标识
* @return 是否释放成功
*/
public static boolean releaseDistributedLock(Jedis jedis, String lockKey, String requestId) {
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
Object result = jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(requestId));
if (RELEASE_SUCCESS.equals(result)) {
return true;
}
return false;
}
Luttece(官网)
特点
- 与 Jedis 相比,Lettuce 则完全克服了其线程不安全的缺点:Lettuce 是一个可伸缩的线程安全的 Redis 客户端,支持同步、异步和响应式模式(Reactive)。多个线程可以共享一个连接实例,而不必担心多线程并发问题。
同步调用示例代码
public class LettuceSyncTest {
public static void main(String[] args) {
// 创建客户端
RedisClient client = RedisClient.create("redis://127.0.0.1:6379");
// 线程安全的长连接,连接丢失时会自动重连
StatefulRedisConnection<String, String> connection = client.connect();
// 获取同步执行命令,默认超时时间为 60s
RedisCommands<String, String> sync = connection.sync();
// 发送get请求,获取值
sync.set("vincent:sync","lettuce-sync-9527" );
String value = sync.get("vincent:sync");
System.out.println(value);
//关闭连接
connection.close();
//关掉客户端
client.shutdown();
}
}
异步调用示例代码
// 异步的结果使用 RedisFuture 包装,提供了大量回调的方法。
public class LettuceASyncTest {
public static void main(String[] args) {
RedisClient client = RedisClient.create("redis://127.0.0.1:6379");
// 线程安全的长连接,连接丢失时会自动重连
StatefulRedisConnection<String, String> connection = client.connect();
// 获取异步执行命令api
RedisAsyncCommands<String, String> commands = connection.async();
// 获取RedisFuture<T>
commands.set("vincent:async","lettuce-async-9527");
RedisFuture<String> future = commands.get("vincent:async");
try {
String value = future.get(60, TimeUnit.SECONDS);
System.out.println(value);
} catch (InterruptedException | ExecutionException | TimeoutException e) {
e.printStackTrace();
}
}
}
- 它基于 Netty 框架构建,支持 Redis 的高级功能,如 Pipeline、发布订阅,事务、Sentinel,集群,支持连接池
Lettuce 是 Spring Boot 2.x 默认的客户端,替换了 Jedis。集成之后我们不需要单独使用它,直接调用 Spring 的 RedisTemplate 操作,连接和创建和关闭也不需要我们操心
<!-- maven 依赖引入 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
Redisson(官网、github)
Redisson 是一个在 Redis 的基础上实现的 Java 驻内存数据网格(In-Memory Data Grid),提供了分布式和可扩展的 Java 数据结构
特点
- 基于 Netty 实现,采用非阻塞 IO,性能高
- 支持异步请求
- 支持连接池、pipeline、LUA Scripting、Redis Sentinel、Redis Cluster
- 不支持事务,官方建议以 LUA Scripting 代替事务
- 主从、哨兵、集群都支持。Spring 也可以配置和注入 RedissonClient
实现分布式锁
加锁
public class LockTest {
private static RedissonClient redissonClient;
static {
Config config=new Config();
config.useSingleServer().setAddress("redis://127.0.0.1:6379");
redissonClient= Redisson.create(config);
}
public static void main(String[] args) throws InterruptedException {
RLock rLock = redissonClient.getLock("updateAccount");
// 最多等待100秒、上锁10s以后自动解锁
if(rLock.tryLock(100,10, TimeUnit.SECONDS)){
System.out.println("获取锁成功");
}
rLock.unlock();
redissonClient.shutdown();
}
}
在获得 RLock 之后,只需要一个 tryLock 方法,里面有 3 个参数
1、watiTime:获取锁的最大等待时间,超过这个时间不再尝试获取锁
2、leaseTime:如果没有调用 unlock,超过了这个时间会自动释放锁
3、TimeUnit:释放时间的单位
Redisson 的分布式锁是怎么实现的呢?
在加锁的时候,在 Redis 写入了一个 HASH,key 是锁名称,field 是线程名称,value是 1(表示锁的重入次数)。
源码调用链路:
tryLock()——tryAcquire()——tryAcquireAsync()——tryLockInnerAsync()
最终也是调用了一段 Lua 脚本。里面有一个参数,两个参数的值
占位 | 填充 | 含义 | 实际值 |
---|---|---|---|
KEYS[1] | getName() | 锁的名称(key) | updateAccount |
ARGV[1] | internalLockLeaseTime | 锁释放时间(毫秒) | 10000 |
ARGV[2] | getLockName(threadId) | 线程名称 | b6369c8c-5846-486e-b4e7-305892634336:1 |
// KEYS[1] 锁名称 updateAccount
// ARGV[1] key 过期时间 10000ms
// ARGV[2] 线程名称
// 锁名称不存在
if (redis.call('exists', KEYS[1]) == 0) then
// 创建一个 hash,key=锁名称,field=线程名,value=1
redis.call('hset', KEYS[1], ARGV[2], 1);
// 设置 hash 的过期时间
redis.call('pexpire', KEYS[1], ARGV[1]);
return nil;
end;
// 锁名称存在,判断是否当前线程持有的锁
if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then
// 如果是,value+1,代表重入次数+1
redis.call('hincrby', KEYS[1], ARGV[2], 1);
// 重新获得锁,需要重新设置 Key 的过期时间
redis.call('pexpire', KEYS[1], ARGV[1]);
return nil;
end;
// 锁存在,但是不是当前线程持有,返回过期时间(毫秒)
return redis.call('pttl', KEYS[1]);
释放锁,源码调用链路:unlock——unlockInnerAsync
占位 | 填充 | 含义 | 实际值 |
---|---|---|---|
KEYS[1] | getName() | 锁名称 | updateAccount |
KEYS[2] | getChannelName() | 频道名称 | redisson_lock__channel:{updateAccount} |
ARGV[1] | LockPubSub.unlockMessage | 解锁时的消息 | 0 |
ARGV[2] | internalLockLeaseTime | 释放锁的时间 | 10000 |
ARGV[3] | getLockName(threadId) | 线程名称 | b6081c8c-9408-74fe-b0e7-308966586336:1 |
// KEYS[1] 锁的名称 updateAccount
// KEYS[2] 频道名称 redisson_lock__channel:{updateAccount}
// ARGV[1] 释放锁的消息 0
// ARGV[2] 锁释放时间 10000
// ARGV[3] 线程名称
// 锁不存在(过期或者已经释放了)
if (redis.call('exists', KEYS[1]) == 0) then
// 发布锁已经释放的消息
redis.call('publish', KEYS[2], ARGV[1]);
return 1;
end;
// 锁存在,但是不是当前线程加的锁
if (redis.call('hexists', KEYS[1], ARGV[3]) == 0) then
return nil;
end;
// 锁存在,是当前线程加的锁
// 重入次数-1
local counter = redis.call('hincrby', KEYS[1], ARGV[3], -1);
// -1 后大于 0,说明这个线程持有这把锁还有其他的任务需要执行
if (counter > 0) then
// 重新设置锁的过期时间
redis.call('pexpire', KEYS[1], ARGV[2]);
return 0;
else
// -1 之后等于 0,现在可以删除锁了
redis.call('del', KEYS[1]);
// 删除之后发布释放锁的消息
redis.call('publish', KEYS[2], ARGV[1]);
return 1;
end;
// 其他情况返回 nil
return nil;
Redisson 跟 Jedis 定位不同,它不是一个单纯的 Redis 客户端,而是基于 Redis 实现的分布式的服务,如果有需要用到一些分布式的数据结构,比如我们还可以基于Redisson 的分布式队列实现分布式事务,就可以引入 Redisson 的依赖实现