蚂蚁金服面试:如何优雅的用Redis实现分布式锁?

本文详细介绍了分布式锁的概念及其在分布式系统中的重要性,特别是使用Redis实现分布式锁的常见问题与解决方案。分析了常规实现存在的并发问题,提出了续命锁策略以及使用Redisson的优化方案,探讨了Redisson的主从同步问题和分段锁的使用,以提升并发性能。同时,文章还提到了RedLock策略及其争议。
摘要由CSDN通过智能技术生成

一、分布式锁简介

1.什么是分布式锁

当在分布式模型下,数据只有一份(或有限制),此时需要利用锁的技术控制某一时刻修改数据的进程数。
与单机模式下的锁不仅需要保证进程可见,还需要考虑进程与锁之间的网络问题。
分布式锁还是可以将标记存在内存,只是该内存不是某个进程分配的内存而是公共内存如 Redis、Memcache。至于利用数据库、文件等做锁与单机的实现是一样的,只要保证标记能互斥就行。

本文分享给需要面试刷题的朋友,整理了面试资料这份资料主要包含了Java基础,数据结构,jvm,多线程等等,由于篇幅有限,以下只展示小部分面试题,
需要完整版的朋友可以点一点领取:戳这里即可领取下面资料,获取码:CSDN在这里插入图片描述

2.分布式锁具备的条件

在分布式系统环境下,一个方法在同一时间只能被一个机器的一个线程执行;
高可用的获取锁与释放锁;
高性能的获取锁与释放锁;
具备可重入特性;
具备锁失效机制,防止死锁;
具备非阻塞锁特性,即没有获取到锁将直接返回获取锁失败。

二、采用Redis实现分布式锁

1.常规代码实现

@RequestMapping("/deduct_stock")
public String deductStock() {
    String lockKey = "product_001";
    try {
       /*Boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "aaa"); //jedis.setnx
        stringRedisTemplate.expire(lockKey, 30, TimeUnit.SECONDS); //设置超时*/
        //为解决原子性问题将设置锁和设置超时时间合并
        Boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "aaa", 10, TimeUnit.SECONDS);

        //未设置成功,当前key已经存在了,直接返回错误
        if (!result) {
            return "error_code";
        }

        //业务逻辑实现,扣减库存
        ....
    } catch (Exception e) {
        e.printStackTrace();
    }finally {
        stringRedisTemplate.delete(lockKey);
    }
    return "end";
}

2.问题分析

上述代码可以看到,当前锁的失效时间为10s,如果当前扣减库存的业务逻辑执行需要15s时,高并发时会出现问题:

线程1,首先执行到10s后,锁(product_001)失效
线程2,在第10s后同样进入当前方法,此时加上锁(product_001)
当执行到15s时,线程1删除线程2加的锁(product_001)
线程3,可以加锁 … 如此循环,实际锁已经没有意义

a)方案1:当前线程删除当前线程所加的锁

@RequestMapping("/deduct_stock")
public String deductStock() {
    String lockKey = "product_001";
    //定义唯一的客户端ID
    String clientId = UUID.randomUUID().toString();
    try {
        //为解决原子性问题将设置锁和设置超时时间合并,将clientID作为值放入锁中
        Boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, clientId, 10, TimeUnit.SECONDS);

        //未设置成功,当前key已经存在了,直接返回错误
        if (!result) {
            return "error_code";
        }

        //业务逻辑实现,扣减库存
        ....
    } catch (Exception e) {
        e.printStackTrace();
    }finally {
        //只有在获取锁的值为当前clientId时才会进行删除锁操作
        if (clientId.equals(stringRedisTemplate.opsForValue().get(lockKey))) {
            stringRedisTemplate.delete(lockKey);
        }
    }
    return "end";
}

这样能保证每个线程删除的锁为当前线程添加的锁,但是 还是会有超卖的问题 :因为 线程1在还没有执行完成的时候,此时锁已经到达过期时间,此时线程2则会加锁成功
b)方案2:续命锁
定义一个子线程,定时去查看 是否存在主线程的持有当前锁 ,如果 存在则为其延长过期时间。
c)方案3:Redisson

@Autowired
Redisson redisson;
@RequestMapping("/deduct_stock_redisson")
public String deductStockRedisson() {
    String lockKey = "product_001";
    RLock rlock = redisson.getLock(lockKey);
    try {
        rlock.lock();

        //业务逻辑实现,扣减库存
        ....
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        rlock.unlock();
    }
    return "end";
}

在这里插入图片描述
多个线程去执行lock操作,仅有一个线程能够加锁成功,其它线程循环阻塞。
加锁成功,锁超时时间 默认30s ,并开启后台线程,加锁的后台会 每隔10秒 去检测线程持有的锁是否存在,还在的话,就延迟锁超时时间,重新设置为30s,即 锁延期 。
对于原子性,Redis分布式锁底层借助 Lua脚本实现锁的原子性 。锁延期是通过在底层用Lua进行延时,延时检测时间是对超时时间timeout /3

三、采用Redisson分布式锁的问题分析

1.主从同步问题
当主Redis加锁了,开始执行线程,若还未将锁通过异步同步的方式同步到从Redis节点,主节点就挂了,此时会把某一台从节点作为新的主节点,此时别的线程就可以加锁了,这样就出错了,怎么办?
a)采用zookeeper代替Redis
由于zk集群的特点,其支持的是CP。而Redis集群支持的则是AP。
b)采用RedLock

在这里插入图片描述
假设有3个redis节点,这些节点之间既没有主从,也没有集群关系。客户端用相同的key和随机值在3个节点上请求锁,请求锁的超时时间应小于锁自动释放时间。当在2个(超过半数)redis上请求到锁的时候,才算是真正获取到了锁。如果没有获取到锁,则把部分已锁的redis释放掉。

@RequestMapping("/deduct_stock_redlock")
public String deductStockRedlock() {
    String lockKey = "product_001";
    //TODO 这里需要自己实例化不同redis实例的redisson客户端连接,这里只是伪代码用一个redisson客户端简化了
    RLock rLock1 = redisson.getLock(lockKey);
    RLock rLock2 = redisson.getLock(lockKey);
    RLock rLock3 = redisson.getLock(lockKey);

    // 向3个redis实例尝试加锁
    RedissonRedLock redLock = new RedissonRedLock(rLock1, rLock2, rLock3);
    boolean isLock;
    try {
        // 500ms拿不到锁, 就认为获取锁失败。10000ms即10s是锁失效时间。
        isLock = redLock.tryLock(500, 10000, TimeUnit.MILLISECONDS);
        System.out.println("isLock = " + isLock);
        if (isLock) {
            //业务逻辑处理
            ...
        }
    } catch (Exception e) {

    } finally {
        // 无论如何, 最后都要解锁
        redLock.unlock();
    }
}

具体使用存在争议,不太推荐使用。 如果考虑高可用并发推荐使用Redisson,考虑一致性推荐使用zookeeper 。

2.提高并发:分段锁

由于Redisson实际上就是将并行的请求,转化为串行请求。这样就降低了并发的响应速度,为了解决这一问题,可以将锁进行分段处理:例如秒杀商品001,原本存在1000个商品,可以将其分为20段,为每段分配50个商品…

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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