一.pom配置:
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-pool2</artifactId>
</dependency>
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson-spring-boot-starter</artifactId>
<version>3.13.6</version>
</dependency>
如果什么都不配置的话,会默认使用单Redis节点模式,代码中直接就可以使用 RedissonClient
具体配置可参考官方文档:https://github.com/redisson/redisson/wiki/2.-%E9%85%8D%E7%BD%AE%E6%96%B9%E6%B3%95
二.分布式锁实现:
@Slf4j
@SpringBootTest(classes = DemoWebApplication.class)
public class RedissonTest {
@Resource
private RedissonClient redissonClient;
@Test
public void redissonTest() throws InterruptedException {
log.info("===redissonTest====start===============");
for (int i = 0; i < 10; i++) {
new Thread(() -> {
lockTest();
}).start();
}
Thread.sleep(30000);
log.info("===redissonTest====end===============");
}
private void tryLockTest() {
// 见下文
}
private void lockTest() {
// 见下文
}
}
private void tryLockTest() {
String threadName = Thread.currentThread().getName();
log.info("===Thread=={}===start===", threadName);
RLock lock = redisson.getLock("DistributedRedisLockTest");
// 尝试加锁,最多等待10秒,上锁以后30秒自动解锁
boolean lockFlag = false;
try {
// 尝试去加锁,10秒没获取到锁,则返回false
// res = lock.tryLock(10, TimeUnit.SECONDS);
// 尝试去加锁,10秒没获取到锁,则返回false,获取到则返回true,获取到锁后30秒自动释放
// 当waitTime设置为0时,就相当于setNx,获取不到锁直接退出
lockFlag = lock.tryLock(5, 1, TimeUnit.SECONDS);
if (!lockFlag) {
log.info("===Thread=={}==res={}==没有获取到锁,退出===", threadName, lockFlag);
return;
}
log.info("===Thread=={}============getLock===", threadName);
// 模拟业务逻辑
Thread.sleep(2000);
} catch (Exception e) {
log.error("执行异常,e:{}", ExceptionUtils.getStackTrace(e));
} finally {
log.info("===Thread=={}==========isHeldByCurrentThread={}", threadName, lock.isHeldByCurrentThread());
// 释放锁也可能出现异常,比如业务代码没执行完,锁就过期,此时进行释放会抛异常,加个当前线程是否持有所的判断
if (lock.isHeldByCurrentThread()) {
lock.unlock();
}
}
log.info("===Thread=={}==lockFlag={}=end===", threadName, lockFlag);
}
private void lockTest() {
String threadName = Thread.currentThread().getName();
log.info("===Thread=={}===start===", threadName);
RLock lock = redisson.getLock("DistributedRedisLockTest");
// lock表示去加锁,加锁成功,没有返回值,继续执行下面代码;加锁失败,它会一直阻塞,直到锁被释放,再继续往下执行
// lock.lock();
// 1秒自动释放时间,但是后续执行unlock操作时会报错(自己只能解锁自己的,第一个线程释放之后执行到unlock方法,但是此时锁已经是第二个线程的了)
lock.lock(1, TimeUnit.SECONDS);
log.info("===Thread=={}============getLock===", threadName);
try {
Thread.sleep(2000);
} catch (Exception e) {
log.error("执行异常,e:{}", ExceptionUtils.getStackTrace(e));
} finally {
log.info("===Thread=={}==========isHeldByCurrentThread={}", threadName, lock.isHeldByCurrentThread());
// 释放锁也可能出现异常,比如业务代码没执行完,锁就过期,此时进行释放会抛异常,加个当前线程是否持有所的判断
if (lock.isHeldByCurrentThread()) {
lock.unlock();
}
}
log.info("===Thread=={}===end===", threadName);
}
三.分布式锁原理
本文中Redisson版本为 redisson-spring-boot-starter 3.13.6
先看下接口方法:
public interface RRLock extends Lock, RLockAsync{
//----------------------Lock接口方法-----------------------
/**
* 加锁 锁的有效期默认30秒
*/
void lock();
/**
* tryLock()方法是有返回值的,它表示用来尝试获取锁,如果获取成功,则返回true,如果获取失败(即锁已被其他线程获取),则返回false .
*/
boolean tryLock();
/**
* tryLock(long time, TimeUnit unit)方法和tryLock()方法是类似的,只不过区别在于这个方法在拿不到锁时会等待一定的时间,
* 在时间期限之内如果还拿不到锁,就返回false。如果如果一开始拿到锁或者在等待期间内拿到了锁,则返回true。
*
* @param time 等待时间
* @param unit 时间单位 小时、分、秒、毫秒等
*/
boolean tryLock(long time, TimeUnit unit) throws InterruptedException;
/**
* 解锁
*/
void unlock();
/**
* 中断锁 表示该锁可以被中断 假如A和B同时调这个方法,A获取锁,B为获取锁,那么B线程可以通过
* Thread.currentThread().interrupt(); 方法真正中断该线程
*/
void lockInterruptibly();
//----------------------RLock接口方法-----------------------
/**
* 加锁 上面是默认30秒这里可以手动设置锁的有效时间
*
* @param leaseTime 锁有效时间
* @param unit 时间单位 小时、分、秒、毫秒等
*/
void lock(long leaseTime, TimeUnit unit);
/**
* 这里比上面多一个参数,多添加一个锁的有效时间
*
* @param waitTime 等待时间
* @param leaseTime 锁有效时间
* @param unit 时间单位 小时、分、秒、毫秒等
*/
boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException;
/**
* 检验该锁是否被线程使用,如果被使用返回True
*/
boolean isLocked();
/**
* 检查当前线程是否获得此锁(这个和上面的区别就是该方法可以判断是否当前线程获得此锁,而不是此锁是否被线程占有)
* 这个比上面那个实用
*/
boolean isHeldByCurrentThread();
/**
* 中断锁 和上面中断锁差不多,只是这里如果获得锁成功,添加锁的有效时间
* @param leaseTime 锁有效时间
* @param unit 时间单位 小时、分、秒、毫秒等
*/
void lockInterruptibly(long leaseTime, TimeUnit unit);
}
tryLock方法
@Override
public boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException {
long time = unit.toMillis(waitTime);
long current = System.currentTimeMillis();
long threadId = Thread.currentThread().getId();
// 1.尝试申请锁,返回还剩余的锁过期时间
Long ttl = tryAcquire(waitTime, leaseTime, unit, threadId);
// 2.如果为空,表示申请锁成功, 返回true
if (ttl == null) {
return true;
}
// 3.申请锁的耗时如果大于等于最大等待时间,则申请锁失败
time -= System.currentTimeMillis() - current;
if (time <= 0) {
// 通过 promise.trySuccess 设置异步执行的结果为null
// Promise从Uncompleted-->Completed ,通知 Future 异步执行已完成
acquireFailed(waitTime, unit, threadId);
return false;
}
current = System.currentTimeMillis();
/**
* 4.订阅锁释放事件,并通过await方法阻塞等待锁释放,有效的解决了无效的锁申请浪费资源的问题:
* 基于信息量,当锁被其它资源占用时,当前线程通过 Redis 的 channel 订阅锁的释放事件,一旦锁释放会发消息通知待等待的线程进行竞争
* 当 this.await返回false,说明等待时间已经超出获取锁最大等待时间,取消订阅并返回获取锁失败
* 当 this.await返回true,进入循环尝试获取锁
* */
RFuture<RedissonLockEntry> subscribeFuture = subscribe(threadId);
// await 方法内部是用CountDownLatch来实现阻塞,获取subscribe异步执行的结果(应用了Netty 的 Future)
if (!subscribeFuture.await(time, TimeUnit.MILLISECONDS)) {
if (!subscribeFuture.cancel(false)) {
subscribeFuture.onComplete((res, e) -> {
if (e == null) {
unsubscribe(subscribeFuture, threadId);
}
});
}
acquireFailed(waitTime, unit, threadId);
return false;
}
try {
// 计算获取锁的总耗时,如果大于等于最大等待时间,则获取锁失败
time -= System.currentTimeMillis() - current;
if (time <= 0) {
acquireFailed(waitTime, unit, threadId);
return false;
}
/**
* 5.收到锁释放的信号后,在最大等待时间之内,循环一次接着一次的尝试获取锁
* * 获取锁成功,则立马返回true,
* * 若在最大等待时间之内还没获取到锁,则认为获取锁失败,返回false结束循环
* /
while (true) {
long currentTime = System.currentTimeMillis();
// 再次尝试申请锁
ttl = tryAcquire(waitTime, leaseTime, unit, threadId);
// 成功获取锁则直接返回true结束循环
if (ttl == null) {
return true;
}
// 超过最大等待时间则返回false结束循环,获取锁失败
time -= System.currentTimeMillis() - currentTime;
if (time <= 0) {
acquireFailed(waitTime, unit, threadId);
return false;
}
// 6.阻塞等待锁(通过信号量(共享锁)阻塞,等待解锁消息):
currentTime = System.currentTimeMillis();
if (ttl >= 0 && ttl < time) {
// 如果剩余时间(ttl)小于wait time ,就在 ttl 时间内,从Entry的信号量获取一个许可(除非被中断或者一直没有可用的许可)。
subscribeFuture.getNow().getLatch().tryAcquire(ttl, TimeUnit.MILLISECONDS);
} else {
// 则就在wait time 时间范围内等待可以通过信号量
subscribeFuture.getNow().getLatch().tryAcquire(time, TimeUnit.MILLISECONDS);
}
// 7.更新剩余的等待时间(最大等待时间-已经消耗的阻塞时间)
time -= System.currentTimeMillis() - currentTime;
if (time <= 0) {
acquireFailed(waitTime, unit, threadId);
return false;
}
}
} finally {
// 8.无论是否获得锁,都要取消订阅解锁消息
unsubscribe(subscribeFuture, threadId);
}
}
private <T> RFuture<Long> tryAcquireAsync(long waitTime, long leaseTime, TimeUnit unit, long threadId) {
// 如果指定了失效时间,就按指定的失效时间执行,然后返回
if (leaseTime != -1) {
return tryLockInnerAsync(waitTime, leaseTime, unit, threadId, RedisCommands.EVAL_LONG);
}
// 如果没有指定失效时间(leaseTime=-1),则默认配置30秒 (getLockWatchdogTimeOut()=30)
RFuture<Long> ttlRemainingFuture = tryLockInnerAsync(waitTime,
commandExecutor.getConnectionManager().getCfg().getLockWatchdogTimeout(),
TimeUnit.MILLISECONDS, threadId, RedisCommands.EVAL_LONG);
// 加锁完毕之后,启动看门狗线程,定时的延期失效时间(定时任务为 internalLockLeaseTime / 3 毫秒之后执行) ttlRemainingFuture.onComplete((ttlRemaining, e) -> {
if (e != null) {
return;
}
if (ttlRemaining == null) {
// 启动看门狗任务
scheduleExpirationRenewal(threadId);
}
});
return ttlRemainingFuture;
}
<T> RFuture<T> tryLockInnerAsync(long waitTime, long leaseTime, TimeUnit unit, long threadId, RedisStrictCommand<T> command) {
internalLockLeaseTime = unit.toMillis(leaseTime);
// 通过lua脚本访问Redis,保证操作的原子性, 以及达到批量操作的效果,提升性能
// KEYS[1] :表示分布式锁的key
// ARGV[1] :锁的租约时间(持有锁的有效时间),默认30s;
// ARGV[2] :获取锁时set的唯一值 value,即UUID:threadId。
return evalWriteAsync(getName(), LongCodec.INSTANCE, command,
// 如果缓存中的key不存在,则设置唯一标识和超时时间,初始化value=1
// 返回空值 nil ,表示获取锁成功
"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; " +
// 如果key已经存在,并且value也匹配(重入情况),表示是当前线程持有的锁,则执行 hincrby 命令,重入次数加1,并且设置失效时间
"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; " +
// 如果key已经存在,但是value不匹配,说明锁已经被其他线程持有,通过 pttl 命令获取锁的剩余存活时间并返回,至此获取锁失败
"return redis.call('pttl', KEYS[1]);",
// 这三个参数分别对应KEYS[1],ARGV[1]和ARGV[2]
Collections.singletonList(getName()), internalLockLeaseTime, getLockName(threadId));
}
四.加锁方法详解
unlock方法
调用关系:unlock —> unlockAsync —> unlockInnerAsync,unlockInnerAsync是解锁的核心代码
@Override
public RFuture<Void> unlockAsync(long threadId) {
RPromise<Void> result = new RedissonPromise<Void>();
RFuture<Boolean> future = unlockInnerAsync(threadId);
future.onComplete((opStatus, e) -> {
// 释放锁后取消刷新锁失效时间的调度任务
cancelExpirationRenewal(threadId);
if (e != null) {
result.tryFailure(e);
return;
}
// 非锁的持有者释放锁时抛出异常
if (opStatus == null) {
IllegalMonitorStateException cause = new IllegalMonitorStateException("attempt to unlock lock, not locked by current thread by node id: "
+ id + " thread-id: " + threadId);
result.tryFailure(cause);
return;
}
result.trySuccess(null);
});
return result;
}
// 通过 EVAL 命令执行 Lua 脚本获取锁,保证了原子性
// KEYS[1] :需要加锁的key,这里需要是字符串类型。
// KEYS[2] :redis消息的ChannelName,一个分布式锁对应唯一的一个channelName:“redisson_lock__channel__{” + getName() + “}”
// ARGV[1] :reids消息体,这里只需要一个字节的标记就可以,主要标记redis的key已经解锁,再结合redis的Subscribe,能唤醒其他订阅解锁消息的客户端线程申请锁。
// ARGV[2] :锁的超时时间,防止死锁
// ARGV[3] :锁的唯一标识,也就是刚才介绍的 id(UUID.randomUUID()) + “:” + threadId
protected RFuture<Boolean> unlockInnerAsync(long threadId) {
return evalWriteAsync(getName(), LongCodec.INSTANCE, RedisCommands.EVAL_BOOLEAN,
// 如果分布式锁存在,但是value不匹配,表示锁已经被其他线程占用,无权释放锁,那么直接返回空值(解铃还须系铃人)
"if (redis.call('hexists', KEYS[1], ARGV[3]) == 0) then " +
"return nil;" +
"end; " +
// 如果value匹配,则就是当前线程占有分布式锁,那么将重入次数减1
"local counter = redis.call('hincrby', KEYS[1], ARGV[3], -1); " +
// 重入次数减1后的值如果大于0,表示分布式锁有重入过,那么只能更新失效时间,还不能删除
"if (counter > 0) then " +
"redis.call('pexpire', KEYS[1], ARGV[2]); " +
"return 0; " +
"else " +
// 重入次数减1后的值如果为0,这时就可以删除这个KEY,并发布解锁消息,返回1
"redis.call('del', KEYS[1]); " +
"redis.call('publish', KEYS[2], ARGV[1]); " +
"return 1; " +
"end; " +
"return nil;",
// 这5个参数分别对应KEYS[1],KEYS[2],ARGV[1],ARGV[2]和ARGV[3]
Arrays.asList(getName(), getChannelName()), LockPubSub.UNLOCK_MESSAGE, internalLockLeaseTime, getLockName(threadId));
}
注意这里有个实际开发过程中,容易出现很容易出现上面第二步异常,非锁的持有者释放锁时抛出异常。
五.解锁消息通知:
之前加锁的时候源码里写过,如果没获取锁成功,就监听这个锁,监听它什么时候释放,所以解锁的时候,要发出这个消息通知,让其他想获取锁的客户端知道。
public class LockPubSub extends PublishSubscribe<RedissonLockEntry> {
public static final Long UNLOCK_MESSAGE = 0L;
public static final Long READ_UNLOCK_MESSAGE = 1L;
public LockPubSub(PublishSubscribeService service) {
super(service);
}
@Override
protected RedissonLockEntry createEntry(RPromise<RedissonLockEntry> newPromise) {
return new RedissonLockEntry(newPromise);
}
@Override
protected void onMessage(RedissonLockEntry value, Long message) {
/**
* 判断是否是解锁消息
*/
if (message.equals(UNLOCK_MESSAGE)) {
Runnable runnableToExecute = value.getListeners().poll();
if (runnableToExecute != null) {
runnableToExecute.run();
}
/**
* 释放一个信号量,唤醒等待的entry.getLatch().tryAcquire去再次尝试申请锁
*/
value.getLatch().release();
} else if (message.equals(READ_UNLOCK_MESSAGE)) {
while (true) {
/**
* 如果还有其他Listeners回调,则也唤醒执行
*/
Runnable runnableToExecute = value.getListeners().poll();
if (runnableToExecute == null) {
break;
}
runnableToExecute.run();
}
value.getLatch().release(value.getLatch().getQueueLength());
}
}
}
六.Redis大体流程图:
七.Redis分布式锁特点
互斥性。在任意时刻,只有一个客户端能持有锁,也叫唯一性。
不会发生死锁。即使有一个客户端在持有锁的期间崩溃而没有主动解锁,也能保证后续其他客户端能加锁。
防误删。加锁和解锁必须是同一个客户端,客户端自己不能把别人加的锁给解了,即不能误解锁。(业务执行时间过长,超过锁失效时间,锁被释放,第二个线程获取锁,此时第一个线程执行到释放锁代码时,不能删除第二个线程的锁)
看门狗机制。延长过期时间(没有设置过期时间的情况,leaseTime=-1,默认失效时间为30秒,启动看门狗线程,定时检查是否需要延长时间scheduleExpirationRenewal)。
具有可用性、容错性。只要大多数Redis节点正常运行,客户端就能够获取和释放锁。
可重入性。相同线程不需要在等待锁,而是可以直接进行相应操作
锁种类多样。可重入锁、公平锁、联锁、红锁、读写锁
可阻塞等待。
八.Redis分布式锁存在的问题
分布式架构中的CAP理论,分布式系统只能同时满足两个: 一致性(Consistency)、
可用性(Availability)、分区容错性(Partition tolerance)
Redisson分布式锁是AP模式,当锁存在的redis节点宕机,可能会被误判为锁失效,或者没有加锁。(Zookeeper实现的分布式锁,是CP理论)
因为在工作中Redis都是集群部署的,所以要考虑集群节点挂掉的问题。给大家举个例子:
A客户端请求主节点获取到了锁
主节点挂掉了,但是还没把锁的信息同步给其他从节点
由于主节点挂了,这时候开始主从切换,从节点成为主节点继续工作,但是新的主节点上,没有A客户端的加锁信息
这时候B客户端来加锁,因为目前是一个新的主节点,上面没有其他客户端加锁信息,所以B客户端获取锁成功
这时候就存在问题了,A和B两个客户端同时都持有锁,同时在执行代码,那么这时候分布式锁就失效了。
这里大家会有疑问了,为啥官方给出一个分布式锁的实现,却不解决这个问题呢,因为发生这种情况的几率不大,而且解决这个问题的成本有点小高。
-- 解决办法:
tradoff,分布式锁的redis采用单机部署,分布式锁专用
RedLock: RedLock算法思想,意思是不能只在一个redis实例上创建锁,应该是在多个redis实例上创建锁,n / 2 + 1,必须在大多数redis节点上都成功创建锁,才能算这个整体的RedLock加锁成功,避免说仅仅在一个redis实例上加锁而带来的问题。
如果对锁比较关注,一致性要求比较高,可以使用ZK实现的分布式锁
九.总结
如果考虑各种网络、宕机等原因,很多问题需要考虑,问题会变的复杂,其实分布式锁的应用场景不多,很多情况可
以绕开分布式锁,使用其他方式解决,比如 队列,异步,响应式
个人经验:分布式锁的场景,更多的应用是一个操作不能同时多处进行,不能短时间内重复执行,需要幂等操作等场景,比如:防止快速的重复提交,mq与定时任务双线更改状态,防止消息重复消费 等等。这些情况一般使用setNx即可解决
所谓的减库存其实也用不到分布式锁