思考：生产环境下Redis集群环境，怎么保证锁的同步？
我们先来回顾一下分布式锁的作用：就是保证同一时间只有一个客户端可以对共享资源进行操作。
当我们集群环境部署的时候，假如节点一在主节点获取分布式锁成功。Redis主节点再同步数据到从节点时宕机，数据没同步成功；高可用机制 则Redis从节点升级为主节点 （但是没有锁信息）。节点二 在新的Redis上也成功获取分布式锁，导致一个锁资源同时被两个节点获取，这个就出现了问题。
那么我们应该怎么去解决这个问题？
采用 RedLock 算法，Redis从3.0版本开始支持 Redlock 算法，通过在多个 Redis 节点上创建同一个锁来防止主从节点之间出现的数据不一致的问题。在 Redlock 算法中，需要从多个Redis节点获取锁，并对取锁结果进行校验，从而避免数据不一致性带来的问题。锁变量由多个实例维护，即使有实例发生了故障，锁变量仍然是存在的，客户端还是可以完成锁操作。需要注意的是, redlock算法会引入一定的错误率，需要根据业务场景进行权衡和控制。
RedLock加锁流程
- 客户端 获取当前毫秒级时间戳，并设置超时时间 TTL
- 依次向 N 个 Redis 服务发出请求，用能够保证全局唯一的 value 申请锁 key
- 如果从 N/2+1 个 redis 服务中都获取锁成功，那本次分布式锁的获取被视为成功，否则获取锁失败
- 如果获取锁失败，或执行达到 TTL，则向所有 Redis 服务都发出解锁请求
如果想搭建一个能够允许 N 台机器 down 掉的集群，那么就要部署一个由 2*N+1 台服务器构成的 集群。高可用部署最少的节点数计算公式 ：N( 总节点数) = 2 * X(宕机数) +1，X > 0，最少需要 3 台，半数以上节点选举，不包含半数。
- 宕机一台还可以高可用：3 = 2 * 1 + 1
- 宕机二台还可以高可用：5= 2 * 2 + 1
这种架构上redis全部节点都是主节点，没有从节点，抛弃了主从的异步复制。各个节点之间没关系，不是集群也不是主从，互相独立 。由于使用比较复杂且概率性较低，但多数公司还是采用了主从架构，在一些特定的场景且要求高的情况才会采用，且节点数会根据情况增加。
ok，下面我们先来进行环境的搭建。采用Docker的方式搭建三个Redis节点。
docker run -itd --name redlock-1 -p 6380:6379 redis:7.0.8 --requirepass 123456
docker run -itd --name redlock-2 -p 6381:6379 redis:7.0.8 --requirepass 123456
docker run -itd --name redlock-3 -p 6382:6379 redis:7.0.8 --requirepass 123456
查看Redis节点部署情况。
OK，接下来我们正式进入编码环节。我们采用SpringBoot+Redisson+Redis来实现RedLock
首先创建SpringBoot项目添加依赖。
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson</artifactId>
<version>3.20.1</version>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
<version>3.0.6</version>
</dependency>
</dependencies>
随后，我们编写程序主类，Redis的配置类。
/**
* @author lixiang
* @date 2023/6/25 11:33
*/
@SpringBootApplication
public class RedLockApplication {
public static void main(String[] args) {
SpringApplication.run(RedLockApplication.class, args);
}
}
/**
* @author lixiang
* @date 2023/6/25 10:59
*/
@Configuration
public class RedisConfig {
@Bean
public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
RedisTemplate<Object, Object> redisTemplate = new RedisTemplate<>();
redisTemplate.setConnectionFactory(redisConnectionFactory);
// 使用Jackson2JsonRedisSerialize 替换默认序列化
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);
ObjectMapper objectMapper = new ObjectMapper();
objectMapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
jackson2JsonRedisSerializer.setObjectMapper(objectMapper);
// 设置key和value的序列化规则
redisTemplate.setKeySerializer(new StringRedisSerializer());
redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);
// 设置hashKey和hashValue的序列化规则
redisTemplate.setHashKeySerializer(new StringRedisSerializer());
redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);
// 设置支持事物
//redisTemplate.setEnableTransactionSupport(true);
redisTemplate.afterPropertiesSet();
return redisTemplate;
}
@Bean
public Redisson redissonClient1(){
Config config = new Config();
config.useSingleServer().setAddress("redis://ip:6380").setDatabase(0).setPassword("123456");
return (Redisson) Redisson.create(config);
}
@Bean
public Redisson redissonClient2(){
Config config = new Config();
config.useSingleServer().setAddress("redis://ip:6381").setDatabase(0).setPassword("123456");
return (Redisson) Redisson.create(config);
}
@Bean
public Redisson redissonClient3(){
Config config = new Config();
config.useSingleServer().setAddress("redis://ip:6382").setDatabase(0).setPassword("123456");
return (Redisson) Redisson.create(config);
}
}
编写Controller逻辑。
/**
* @author lixiang
* @date 2023/6/25 11:04
*/
@RestController
@RequestMapping("/")
public class RedLockController {
/**
* 定义锁的名字
*/
public static final String CACHE_KEY_REDLOCK = "redlock";
@Autowired
private RedissonClient redissonClient1;
@Autowired
private RedissonClient redissonClient2;
@Autowired
private RedissonClient redissonClient3;
@RequestMapping("getRedLock")
public String getRedLock(){
//每个客户端分别获取锁资源
RLock lock1 = redissonClient1.getLock(CACHE_KEY_REDLOCK);
RLock lock2 = redissonClient2.getLock(CACHE_KEY_REDLOCK);
RLock lock3 = redissonClient3.getLock(CACHE_KEY_REDLOCK);
//创建红锁 客户端
RedissonRedLock redLock = new RedissonRedLock(lock1, lock2, lock3);
//定义获取锁标志位,默认是获取失败
boolean isLockBoolean = false;
try {
/**
* waitTime：等待获取锁的最长时间。如果在等待时间内无法获取锁，并且没有其他锁释放，则返回 false。如果 waitTime < 0，则无限期等待，直到获得锁定。
* leaseTime：就是redis key的过期时间，锁的持有时间，可以使用 ttl 查看过期时间。
* 如果在持有时间结束前锁未被释放，则锁将自动过期，没有进行key续期，并且其他线程可以获得此锁。如果 leaseTime = 0，则锁将永久存在，直到被显式释放。
*/
isLockBoolean = redLock.tryLock(1, 20, TimeUnit.SECONDS);
System.out.printf("线程:"+Thread.currentThread().getId()+",是否拿到锁:" +isLockBoolean +"\n");
if (isLockBoolean) {
System.out.println("线程:"+Thread.currentThread().getId() + ",加锁成功，进入业务操作");
try {
//业务逻辑，40s模拟，超过了key的过期时间
TimeUnit.SECONDS.sleep(40);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
} catch (Exception e) {
System.err.printf("线程:"+Thread.currentThread().getId()+"发生异常,加锁失败");
e.printStackTrace();
} finally {
// 无论如何，最后都要解锁
redLock.unlock();
}
return isLockBoolean?"success":"fail";
}
}
测试启动，接口调用。
模拟加锁故障
-
3个节点停止1个节点，加锁成功
-
3个节点停止2个节点，加锁失败
注意，RedLock也是非绝对安全的
RedLock解决了单Redis节点的分布式锁在failover的时候锁失效的问题，但节点如果出现奔溃重启，对锁的安全性依旧存在问题。
- 假如一共有5个Redis节点：A, B, C, D, E
- 客户端1成功锁住了A, B, C，获取锁成功（但D和E没有锁住）。
- 节点C崩溃重启，但客户端1在C上加的锁没有持久化下来，aof机制导致。
- 节点C重启后，客户端2锁住了C, D, E，获取锁成功。
- Redis 的 AOF 持久化方式是每秒执行fsync写一次磁盘，最坏情况下可能丢失1秒的数据。
- 尽可能不丢数据，Redis允许设置成每次修改数据都进行fsync，但会降低性能。
- 即使执行了fsync也仍然有可能丢失数据，因为也取决操作系统的刷盘策略，文件系统写到了buffer里面。
- 建议 延迟重启，一个节点崩溃后，先不立即重启它，而是等待一段时间再重启，这段时间应该大于锁的有效时间。
- 那这个节点在重启前所参与的锁都会过期，它在重启后就不会对现有的锁造成影响。
OK，RedLock相关的知识点以及案例实战，我们就介绍到这里了哦，记得三连下哦！
2327
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
