前言:
随着笔者的颜值不断提高,用户量的日益增长,传统的单机方案已经不能满足产品的需求。笔者在网上寻遍方案,发现均为人云亦云,一份以毫秒为精度的轮询分布式锁被转发转载上万次。然,该方案没法满足笔者性能要求。故此,笔者研发ELock插件,并发布本文章。
其实集群也好,分布式服务也好。当我们不能保证团队成员的整体素质,那么在某些业务上,分布式锁自然没法避免。
公认开发原则:能不使用分布式锁的,尽可能不使用
举个例子,一个商品交易,需要检查库存、检查余额、扣库存、扣款、变更订单状态。可能很多人觉得,在分布式环境下一定要分布式锁才能安全。
致此,笔者提供一种简单的方案:
订单处理{
if(订单状态!=待支付){
return 该订单已处理;
}
if(库存不足){
return 库存不足;
}
if(余额不足){
return 余额不足;
}
事务管理(rollbackFor = Exception.class){
//修改订单状态
int changeLine = 执行语句( update 订单表 set status=已支付 where status=待支付 and orderId=订单号);
if(changeLine < 1){
return 该订单已处理;
}
//扣库存
changeLine = 执行语句(update 商品表 set 库存=库存-订单信息.购买数量 where 库存>订单信息.购买数量 and 商品ID = ?);
if(changeLine != 1){
throw CustomRuntimeException("库存不足");
}
//扣款
changeLine = 执行语句(update 用户余额表 set 余额=余额-订单信息.订单金额 where 余额 > 订单信息.订单金额 and 订单信息.订单金额 > 0 and 用户ID = ?);
if(changeLine != 1){
throw CustomRuntimeException("余额不足");
}
}
}
我们仔细来分析一下如上的整个逻辑
1、当一个业务进入逻辑体,先检查订单状态、余额和库存,不满足条件则返回错误(可阻挡非并发情况下的大部分业务流入事物)
2、进入事物后,先变更订单状态,如果变更失败,直接返回错误
3、当订单状态变更成功,则扣取库存,扣取库存失败必须抛出异常,让第二步的订单状态回滚。
4、扣取库存后,则进行扣款,当扣款失败,则抛出异常(由于在业务体走到这里,已经扣取了库存,本处不能return,需抛出异常,让事物回滚)
特别注意:语句中,通过where来进行余额不足和库存不足的条件判断。通过执行语句返回的影响行数,来判断是否扣取成功。 在以上流程中,我们发现,即便不使用分布式锁,也无并发问题。
===========================================================
以上介绍了在常见的业务中如何规避分布式锁,下面介绍一下笔者的高性能分布式锁
友情提示:切勿觉得笔者以上理论是拆自己的台,笔者作为互联网技术人,希望各位技术人能够将产品质量做到最好,少加班,多回家陪陪家人
ELock介绍
ELock是笔者闲暇之余写的一套分布式锁插件,代码非常精简、并且以非轮询阻塞的方式进行加锁控制。适用于面向用户的互联网产品,目前用在一套用户量为7位数的直播系统中。 源码地址:https://gitee.com/coodyer/Coody-Framework/tree/original/coody-elock
Maven引用代码(可关注更新情况):
<dependency>
<groupId>org.coody.framework</groupId>
<artifactId>coody-elock</artifactId>
<!--更新于2019-01-22 10:23:00 -->
<version>alpha-1.2.4</version>
</dependency>
-
初始化JedisPool
//直接传入连接池初始化(注:无密码请传null)
new ELockCache().initJedisPool(JediPool);
//传入ip、端口、密码、超时时间初始化
new ELockCache().initJedisPool(host, port, secretKey, timeOut);
//传入ip、端口、密码、超时时间、配置器初始化
new ELockCache().initJedisPool(host, port, secretKey, timeOut, jedisPoolConfig);
-
加锁
ELocker.lock(key, expireSecond);
-
释放锁
ELocker.unLock(key);
注意: 加锁代码(ELocker.lock(key, expireSecond);)。需try{}catch{}包围,并在finally释放锁(ELocker.unLock(key);)
try {
ELocker.lock(key, 100);
for (int i = 0; i < 10; i++) {
System.out.println(Thread.currentThread().getId() + ">>" + i);
Thread.sleep(100l);
}
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
ELocker.unLock(key);
}
6. 测试代码
import java.util.ArrayList;
import java.util.List;
import org.coody.framework.elock.ELocker;
import org.coody.framework.elock.redis.ELockCache;
/**
* 分布式锁测试
* @author Coody
*
*/
public class ELockTest {
//要加锁的key
static String key = "TESTLOCK_1";
static {
//初始化jedis连接
new ELockCache().initJedisPool("127.0.0.1", 16379, "123456", 10000);
}
public static void main(String[] args) {
List<Thread> threads = new ArrayList<Thread>();
for (int i = 0; i < 10; i++) {
Thread thread = new Thread(new Runnable() {
[@Override](https://my.oschina.net/u/1162528)
public void run() {
test();
}
});
threads.add(thread);
}
//启动十个线程
for (Thread thread : threads) {
thread.start();
}
}
//要锁的方法
private static void test() {
try {
ELocker.lock(key, 100);
for (int i = 0; i < 10; i++) {
System.out.println(Thread.currentThread().getId() + ">>" + i);
Thread.sleep(100l);
}
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
ELocker.unLock(key);
}
}
}
执行效果:
===========================================================
以上介绍了这套锁的基本使用,下面开始介绍一下这套锁在Spring下的花样玩法
1、配置分布式锁中使用的缓存
<bean id="eLockCache" class="org.coody.framework.elock.redis.ELockCache" lazy-init="false">
<property name="jedisPool" ref="jedisPool" />
</bean>
2、配置分布式锁切面
<!-- 配置切面的bean -->
<bean id="eLockInterceptor" class="org.coody.framework.elock.aspect.ELockAspect"></bean>
<!-- 配置AOP -->
<aop:config>
<!-- 配置切面表达式 -->
<aop:pointcut
expression="@annotation(org.coody.framework.elock.annotation.ELock)"
id="eLockPointcut" />
<!-- 配置切面和通知 order:越小优先级越高 -->
<aop:aspect id="logAspect" ref="eLockInterceptor">
<aop:around method="rdLockForAspectj" pointcut-ref="eLockPointcut" />
</aop:aspect>
</aop:config>
致此,分布式锁配置完成,开始进入我们的花样玩法。
NO1. 使用注解添加分布式锁:
@ELock(name = "USER_MODIFY_LOCK", fields = "userId", waitTime = 20)
public void delUser(String userId) {
userDao.delUser(userId);
}
在ELock注解中,name代表key名字,field代表拼接的字段。
当fields所有字段长度超过32时,elock将会对key进行md5获取摘要作为缓存的key,即name:key。
本处fields支持选择对象的字段,即:方法参数名.字段值(如:userInfo.userId)
本处fields支持多个字段,fields={"userInfo.userId","orderInfo.orderId"}
当不指定key时,elock将会根据包名、类名、方法名和方法参数生成key
当不指定fields时,elock不会拼接任何多余参数,则该方法变成全局同步方法
如图:
NO2. 使用锁执行器添加分布式锁
public void delUser(String userId) throws InterruptedException {
String key="USER_MODIFY_LOCK"+userId;
Integer code=new AbstractLockAble(key,20) {
@Override
public Object doService() {
return userDao.delUser(userId);
}
}.invoke();
}
通过 返回值=new AbstractLockAble(锁名称,超时时间){}.invoke()的方式,覆盖doService方法,将需要加锁的代码块放置doService方法里面执行。
如图:
===========================================================
以上介绍了通过注解进行加锁和通过执行器进行加锁的操作,如果在项目中觉得两种方式不可取,可采用上文中常规方式。
本处介绍下这套锁为何高性能。
笔者曾经百度搜索Java分布式锁实现,发现所提供方案都如出一辙(由于没有作图工具,就随便写下流程)。
1、尝试获得锁
2、死循环轮询获得锁
3、执行业务
4、释放锁
在网上查到的方案,相信很多小朋友都知道,不知道是谁通过这种方式来做分布式锁,然后被一大堆网友转载。
这种方案是可以实现锁,但是不适用于对外的互联网产品。
重大问题地雷:当多个线程尝试获得锁,只有一个线程会执行,剩下的线程都在轮询获得锁。这里我们假设时间精度为1ms,那就意味着每个线程每秒钟最多轮询1000次。然而在分布式锁中,我们需要借助中介容器去进行尝试获得锁的操作,如redis zookeeper。故此,我们假设这个key有100个线程,第一个线程执行卡住,那么,1个线程在执行业务,99个线程在以每秒钟1000的频次对中间容器发起ddos攻击。故此,如上方案不适用于对外的互联网产品。
介绍下笔者的方案:
1、尝试获得锁
2、线程入列并暂停
3、执行业务
4、发送消息释放锁,并唤醒下一个线程(轮询至第1步)
我们知道,redis也好,zookeeper也好,都有消息订阅机制。当业务流入的时候,获取锁失败的线程,都进入了挂起的状态,那么此时有一个线程在执行。当这个线程执行完毕后,发送消息,这时候所有的应用程序都收到了这个消息,并尝试获得锁,以此往复,实现业务体执行权限
作者:Coody
版权:©2014-2020 Test404 All right reserved. 版权所有
反馈邮箱:644556636@qq.com
问题反馈群:Java泛太平洋研究中心 218481849