黑马点评--分布式锁

黑马点评–分布式锁

基本原理与不同实现方式对比：

什么是分布式锁：

​ 分布式锁：满足分布式系统或集群模式下多进程可见并且互斥的锁。

分布式锁的核心是实现多进程之间互斥，而满足这一点的方式有很多，常见的有三种：

基于Redis的分布式锁

实现分布式锁时需要实现的两个基本方法：

• 获取锁：

  • 互斥：确保只能有一个线程获取锁

  • set lock thread1 nx ex 10
    

• 释放锁：

  • 手动释放

  • 超时释放：获取锁时添加一个超时时间

  • Del key
    

流程：

基于Redis实现分布式锁初级版本：

需求：定义一个类，实现下面接口，利用Redis实现分布式锁功能

public interface ILock {

    /**
     * 尝试获取锁
     * @param timeoutSec 锁持有的超时时间，过期后自动释放
     * @return true代表获取锁成功；false代表获取锁失败
     */
    boolean tryLock(long timeoutSec);


    /**
     * 释放锁
     */
    void unlock();
}

实现ILock接口：

public class SimpleRedisLock implements ILock{

    private StringRedisTemplate stringRedisTemplate;

    //锁的名称
    private String name;

    public SimpleRedisLock(String name,StringRedisTemplate stringRedisTemplate) {
        this.stringRedisTemplate = stringRedisTemplate;
        this.name = name;
    }

    //锁的前缀
    private static final String KEY_PREFIX ="lock:";


    @Override
    public boolean tryLock(long timeoutSec) {
        //获取线程表示
        long threadId = Thread.currentThread().getId();
        //获取锁
        Boolean success = stringRedisTemplate.opsForValue().setIfAbsent(KEY_PREFIX+name,threadId+"", timeoutSec, TimeUnit.SECONDS);
        return Boolean.TRUE.equals(success);
    }

    @Override
    public void unlock() {
            //释放锁
            stringRedisTemplate.delete(KEY_PREFIX+name);
    }
}

对秒杀劵一人一单进行分布式锁实现：

  @Autowired
    private ISeckillVoucherService iSeckillVoucherService;

    @Autowired
    private RedisIdWorker redisIdWorker;

    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    @Override
    public Result seckillVoucher(Long voucherId) {
        //1.查询优惠劵
        SeckillVoucher voucher = iSeckillVoucherService.getById(voucherId);
        //2.判断秒杀是否开始
        LocalDateTime beginTime = voucher.getBeginTime();
        if (beginTime.isAfter(LocalDateTime.now())) {
            //尚未开始
            return Result.fail("活动尚未开始");
        }
        //3.判断秒杀是否已经结束
        LocalDateTime endTime = voucher.getEndTime();
        if (LocalDateTime.now().isAfter(endTime)) {
            //已结束
            return Result.fail("活动已经结束");
        }
        //4判断库存是否充足
        if (voucher.getStock() < 1) {
            //库存不足
            return Result.fail("库存不足!");
        }
        Long userId = UserHolder.getUser().getId();
//        synchronized (userId.toString().intern()){
        //创建锁对象
        SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate);
        //获取锁
        boolean tryLock = lock.tryLock(1200);
        //判断获取锁成功
        if (!tryLock){
            //获取锁失败,返回错误或重试
            return Result.fail("一个人允许下一单");
        }
        try {
            //获取spring事务代理对象
            IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
            return proxy.createVoucherOrder(voucherId);
        } catch (IllegalStateException e) {
            e.printStackTrace();
        }finally {
            //释放锁
            lock.unlock();
        }
//    }
        return Result.fail("抢购失败");
    }

    @Transactional
    public  Result createVoucherOrder(Long voucherId) {
            //6.一个人一单
            Long userId = UserHolder.getUser().getId();
            //6.1查询订单
            int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
            //6.2判断是否存在
            if (count > 0) {
                //用户以及购买过
                return Result.fail("用户已经购买过一次");
            }
            //7.扣减库存
            boolean success = iSeckillVoucherService.update()
                    .setSql("stock =stock -1")
                    .eq("voucher_id", voucherId)
                    .gt("stock", 0).update();
            if (!success) {
                //扣减失败
                return Result.fail("库存不足!");
            }
            //8.创建订单
            VoucherOrder voucherOrder = new VoucherOrder();
            //8.1 订单id
            long orderId = redisIdWorker.nextId("order");
            voucherOrder.setId(orderId);
            //8.2 用户id
            voucherOrder.setUserId(userId);
            //8.3 代金券id
            voucherOrder.setVoucherId(voucherId);
            save(voucherOrder);
            // 9.返回订单id
            return Result.ok(orderId);
        }

解决Redis分布式锁误删问题：

需求：修改之前的分布式锁实现，满足：

1. 在获取锁时存入线程标示（可以用UUID表示）
2. 在释放锁时先获取锁中的线程标示，判断是否与当前线程标示一致
   • 如果一致则释放锁
   • 如果不一致则不释放锁

public class SimpleRedisLock implements ILock{

    private StringRedisTemplate stringRedisTemplate;

    //锁的名称
    private String name;

    public SimpleRedisLock(String name,StringRedisTemplate stringRedisTemplate) {
        this.stringRedisTemplate = stringRedisTemplate;
        this.name = name;
    }

    //锁的前缀
    private static final String KEY_PREFIX ="lock:";
    private static final String ID_PREFIX = UUID.randomUUID().toString(true)+"-";


    @Override
    public boolean tryLock(long timeoutSec) {
        //获取线程表示
        String threadId =ID_PREFIX+Thread.currentThread().getId();
        //获取锁
        Boolean success = stringRedisTemplate.opsForValue()
                .setIfAbsent(KEY_PREFIX+name,threadId+"", timeoutSec, TimeUnit.SECONDS);
        return Boolean.TRUE.equals(success);
    }

    @Override
    public void unlock() {
        //获取线程标示
        String threadId =ID_PREFIX+Thread.currentThread().getId();
        // 获取锁中的标示
        String id =stringRedisTemplate.opsForValue().get(KEY_PREFIX+name);
        //判断标示是否一致
        if (threadId.equals(id)){
            //释放锁
            stringRedisTemplate.delete(KEY_PREFIX+name);
        }
    }
}

分布式锁的原子性问题：

当获取锁标示并判断是一致时，jvm执行gc时改线程发生阻塞，导致没有及时释放锁。如果在阻塞阶段锁超时释放，就会导致其他线程获得到锁。这时如果改线程阻塞结束，去释放锁就会导致误释放其他线程的锁。引发线程安全问题。

解决方法：使判断锁和释放锁为原子性（同成功，同时失败）

Redis的Lua脚本

Redis提供了Lua脚本功能，在一个脚本中编写多余Redis命令，确保多条命令执行时的原子性。

Redis提供的调用函数，语法如下：

redis.call('命令','key','其它参数'，...)

例如，执行set name jack 脚本为：

redis.cll('set','name','jack')

再次改进Redis的分布式锁：

需求：基于Lua脚本实现分布式锁的释放锁逻辑

提示：RedisTemplate调用Lua脚本的API如下：

释放锁的逻辑改变

  private static final DefaultRedisScript<Long> UNLOCK_SCRIPT ;

    static {
        UNLOCK_SCRIPT =new DefaultRedisScript<>();
        UNLOCK_SCRIPT.setLocation(new ClassPathResource("unlock.lua"));
        UNLOCK_SCRIPT.setResultType(Long.class);
    }  
@Override
    public void unlock() {
            //调用lua脚本
        stringRedisTemplate.execute(
                UNLOCK_SCRIPT,
                Collections.singletonList(KEY_PREFIX+name),
                ID_PREFIX+Thread.currentThread().getId());
    }

lua脚本：

-- 比较线程标示与锁中的标示是否一致
if (redis.call('get', KEYS[1]) == ARGV[1]) then
    --释放锁 del key
    return redis.call('del',KEYS[1])
end
return 0

总结基于Redis的分布式锁实现思路：

• 利用set nx ex获取锁，并设置过期时间，保存线程标示
• 释放锁时先判断线程标示是否与自己一致，一致则删除锁

特性：

• 利用set nx满足互斥性
• 利用set ex保证故障时锁依然能释放。避免死锁，提高安全性
• 利用Redis集群保证高可用和高并发特性

基于Redis的分布式锁优化：

基于setnx实现的分布式锁存在下面的问题：

Redisson：

Redisson是一个在Redis的基础上实现的Java驻内存数据网格。它不仅提供了一系列的分布式的Java常用对象，还提供了许多分布式服务，其中就包含了各种分布式锁的实现。

Redisson快速入门：

1.引入依赖：

        <dependency>
            <groupId>org.redisson</groupId>
            <artifactId>redisson</artifactId>
            <version>3.13.6</version>
        </dependency>

2.配置Redisson客户端：

@Configuration
public class RedisConfig {
    @Bean
    public RedissonClient redissonClient(){
        //配置类
        Config config=new Config();
        //添加redis地址，这里添加了单点的地址，也可以使用config.useClusterServers()添加集群地址
        config.useSingleServer().setAddress("redis://43.138.50.132:6379").setPassword("123321");
        //创建客户端
        return Redisson.create(config);
    }
}

3.使用Redisson的分布式锁

 @Resource
    private RedissonClient redissonClient;
    @Test
    void testRedisson() throws InterruptedException{
        //获取锁(可重入)，指定锁的名称
        RLock lock = redissonClient.getLock("anyLock");
        //尝试获取锁，参数分别:获取锁的最大等待时间(期间会重试)，锁自动释放时间，时间单位
        boolean isLock =lock.tryLock(1,10, TimeUnit.SECONDS);
        //判断释放获取成功
        if (isLock){
            try {
                System.out.println("执行业务");
            }finally {
                //释放锁
                lock.unlock();
            }
        }
    }

Redisson可重入锁原理：

锁的存储使用hash结构

获取锁：

释放锁：

基于setnx实现的分布式锁存在下面的问题：

Redisson分布式锁原理：

• 可重入：利用hash结构记录线程id和重入次数
• 可重试：利用信号量和PubSub功能实现等待，唤醒，获取锁失败的重试机制
• 超时续约：利用watchDog，每隔一段时间（releaseTime/3）,重置超时时间

Redisson的multiLock解决：

分布式锁主从一致性问题----没听懂。。。

总结：

不可重入Redis分布式锁：

• 原理：利用setnx的互斥性；利用ex避免死锁；释放锁时判断线程标示
• 缺陷：不可重入，无法重试，锁超时失效

可重入的Redis分布式锁：

• 原理：利用hash结构，记录线程标示和重入次数；利用watchDog延续锁时间；利用信号量控制重试等待
• 缺陷：redis宕机引起锁失效问题

Redisson的multiLock：

• 原理：多个独立的Redis节点，必须在所有节点都获取重入锁，才算获取锁成功
• 缺陷：运维成本高，实现复杂