文章目录
- 1、抢券场景
- 2、Redis分布式锁
- 3、Redisson实现分布式锁
- 4、Redisson实现的分布式锁是可重入锁
- 5、Redisson实现分布式锁下的主从一致性
- 6、面试
1、抢券场景
正常思路:
代码实现:
比如优惠券数量为1。正常情况下:用户A的请求过来(对应线程1),查库存,抢券、改库存,然后用户B也来请求(对应线程2),继续查库存,抢券,此时,库存为0,抢券失败,没问题。
但既然是抢券,就不会一个请求一个请求的来,并发下,线程必然交替执行。
线程1查完库存,num=1,挂起,同时线程2执行,查库存,num=1,此时,线程2被挂起,线程1抢完券,改库存减一,库存为0。线程2继续执行,其挂起前查的num为1,也去扣减库存,此时,就会超卖。先考虑加锁,因为是并发抢夺同一个资源:
时序图:
如此,就解决了问题。但生产环境,一般不是单节点部署,如果抢券接口所在的微服务被部署在了三个节点或者实例上,这三个实例对应三个JVM
此时,线程1、2的请求被路由到8080的实例,线程3、4的请求被路由到8081的实例,则线程1和线程3都能获取到互斥锁。因为:代码里获取的synchronize锁属于本地锁,这个锁是属于JVM里的,现在一份代码跑在多个实例中,每个实例都启动了一个JVM。也就是说,synchronize能解决通一个JVM下的互斥,但解决不了多个JVM下的互斥,所以,集群下,不能使用本地锁来实现了,要用一个外部的锁
由此,引入分布式锁(超出JVM之外的外部锁):
2、Redis分布式锁
Redis实现分布式锁,依靠setnx命令,setnx即set if not exists,不存在就set:
//获取锁,NX是互斥,EX是设置超时时间
SET lock value NX EX 10
//释放锁,删除即可
DEL key
通过set来获取锁时,之所以设置过期时间,倒不是担心发生异常,导致锁释放失败,这个可以try-finally,如果不是异常,而是获取锁后服务器宕机,则这个锁永远不会被释放。
但这个超时时间如何控制,根据业务时间估算是不靠谱的,考虑开个线程:如果业务还在执行的话,就去给锁续期 ⇒ 关于这个思想的落地:redission
3、Redisson实现分布式锁
和单纯的setnx相比,Redisson除了加锁,还会单开一个线程(看门狗)去给锁续期,没releaseTime/3做一次续期,releaseTime即锁的超时时间,默认30秒。即watch dog线程每10秒给持有分布式锁的线程做一次续期,将其重置为默认的30秒。最后线程释放分布式锁的时候,通知对应的watch dog线程,不用再做监听了。
此外,线程A持有分布式锁的时候,线程B再来尝试获取锁,如果获取失败,会while循环尝试加锁,循环次数达到阈值后,还没获取成功,则返回获取锁失败。
代码实现:
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson-spring-boot-starter</artifactId>
<version>3.16.3</version> <!-- 替换需要的版本号 -->
</dependency>
@Resource
private RedissonClient redissonClient;
public void redissonLock() {
//获取锁(重入锁)
RLock lock = redissonClient.getLock("your-key");
try {
//tryLock方法重载,形参1为获取锁的最大等待时间,形参2为锁超时释放时间,形参3为时间单位
boolean isLock = lock.tryLock(10, TimeUnit.SECONDS);
//注意下面,如果传了锁超时释放时间,则watch dog机制失效,redisson认为你自己可以控制超时时间,不传或传-1,则有看门狗续期
//boolean isLock = lock.tryLock(10, 30, TimeUnit.SECONDS);
//获取锁成功
if (isLock) {
System.out.println("执行业务");
}
} catch (InterruptedException e) {
//打印必要的log
e.printStackTrace();
} finally {
//释放锁
lock.unlock();
}
}
最后,以上加锁、设置过期时间灯操作是基于Lua脚本完成,原子性有保证
4、Redisson实现的分布式锁是可重入锁
redisson实现的分布式锁是可重入锁:
public void add1(){
RLock lock = redissonClient.getLock("your-key");
boolean isLock = lock.tryLock();
//执行业务
add2();
//释放锁
lock.unlock();
}
public void add2(){
RLock lock = redissonClient.getLock("your-key");
boolean isLock = lock.tryLock();
//执行业务
//释放锁
lock.unlock();
}
判断是同一个线程ID,就可重入,内部用hash结构记录线程ID和可重入的次数
5、Redisson实现分布式锁下的主从一致性
Java应用尝试获取分布式锁(Set lock xx)到master节点,线程获取锁成功,正常接下来应该主从同步。
若此时master宕机,没来得及同步到slave,然后主从故障转移,从slave中选出一个新的master,线程2又来获取锁,此时,对新的master,自然可以set成功,即获取分布式锁成功,如此,就出现了两个线程同时获取到了分布式锁。
针对这个问题,刚第一反应是等同步到slave了再返回写入成功,即抢锁成功,但这样也性能太差了,没意义了。 ⇒ 红锁方案:红锁即ReadLock,指不能只在一个redis实例上创建锁,应该在(n/2+1)个节点上创建锁成功(n为Redis节点的数量),但这样Redis集群运维难度大、性能差,也有局限性,不推荐。
最后,Redis集群优先是AP,即高可用,如果需要数据的强一致性,那可使用zookeeper来实现分布式锁
6、面试