redis分布式鎖實現
一、使用分布式鎖要滿足的幾個條件：
- 系統是一個分布式系統（關鍵是分布式，單機的可以使用ReentrantLock或者synchronized代碼塊來實現）
- 共享資源（各個系統訪問同一個資源，資源的載體可能是傳統關系型數據庫或者NoSQL）
- 同步訪問（即有很多個進程同事訪問同一個共享資源。沒有同步訪問，誰管你資源競爭不競爭）
二、應用的場景例子
管理後臺的部署架構（多臺tomcat服務器+redis【多臺tomcat服務器訪問一臺redis】+mysql【多臺tomcat服務器訪問一臺服務器上的mysql】）就滿足使用分布式鎖的條件。多臺服務器要訪問redis全局緩存的資源，如果不使用分布式鎖就會出現問題。 看如下偽代碼：
long N=0L;
//N從redis獲取值
if(N<5){
N++；
//N寫回redis
}
上面的代碼主要實現的功能：
從redis獲取值N，對數值N進行邊界檢查，自加1，然後N寫回redis中。 這種應用場景很常見，像秒殺，全局遞增ID、IP訪問限制等。以IP訪問限制來說，惡意攻擊者可能發起無限次訪問，並發量比較大，分布式環境下對N的邊界檢查就不可靠，因為從redis讀的N可能已經是臟數據。傳統的加鎖的做法（如java的synchronized和Lock）也沒用，因為這是分布式環境，這個同步問題的救火隊員也束手無策。在這危急存亡之秋，分布式鎖終於有用武之地了。
分布式鎖可以基於很多種方式實現，比如zookeeper、redis...。不管哪種方式，他的基本原理
這裏主要講如何用redis實現分布式鎖。
三、使用redis的setNX命令實現分布式鎖
1、實現的原理
Redis為單進程單線程模式，采用隊列模式將並發訪問變成串行訪問，且多客戶端對Redis的連接並不存在競爭關系。redis的SETNX命令可以方便的實現分布式鎖。
2、基本命令解析
1）setNX（SET if Not eXists）
語法：
SETNX key value
將 key 的值設為 value ，當且僅當 key 不存在。
若給定的 key 已經存在，則 SETNX 不做任何動作。
SETNX 是『SET if Not eXists』(如果不存在，則 SET)的簡寫
返回值：
設置成功，返回 1 。 設置失敗，返回 0 。例子：
redis> EXISTS job # job 不存在 (integer) 0 redis> SETNX job "programmer" # job 設置成功 (integer) 1 redis> SETNX job "code-farmer" # 嘗試覆蓋 job ，失敗 (integer) 0 redis> GET job # 沒有被覆蓋 "programmer"
所以我們使用執行下面的命令
SETNX lock.foo <current Unix time + lock timeout + 1>
-
如返回1，則該客戶端獲得鎖，把lock.foo的鍵值設置為時間值表示該鍵已被鎖定，該客戶端最後可以通過DEL lock.foo來釋放該鎖。
-
如返回0，表明該鎖已被其他客戶端取得，這時我們可以先返回或進行重試等對方完成或等待鎖超時。
2）getSET
語法：
GETSET key value
將給定 key 的值設為 value ，並返回 key 的舊值(old value)。
當 key 存在但不是字符串類型時，返回一個錯誤。
返回值：
返回給定 key 的舊值。 當 key 沒有舊值時，也即是， key 不存在時，返回 nil 。 3）get 語法：GET key
返回值：
當 key 不存在時，返回 nil ，否則，返回 key 的值。 如果 key 不是字符串類型，那麽返回一個錯誤四、解決死鎖
上面的鎖定邏輯有一個問題：如果一個持有鎖的客戶端失敗或崩潰了不能釋放鎖，該怎麽解決？
我們可以通過鎖的鍵對應的時間戳來判斷這種情況是否發生了，如果當前的時間已經大於lock.foo的值，說明該鎖已失效，可以被重新使用。
發生這種情況時，可不能簡單的通過DEL來刪除鎖，然後再SETNX一次（講道理，刪除鎖的操作應該是鎖擁有這執行的，這裏只需要等它超時即可），當多個客戶端檢測到鎖超時後都會嘗試去釋放它，這裏就可能出現一個競態條件,讓我們模擬一下這個場景：
C0操作超時了，但它還持有著鎖，C1和C2讀取lock.foo檢查時間戳，先後發現超時了。 C1 發送DEL lock.foo C1 發送SETNX lock.foo 並且成功了。 C2 發送DEL lock.foo C2 發送SETNX lock.foo 並且成功了。 這樣一來，C1，C2都拿到了鎖！問題大了！
幸好這種問題是可以避免的，讓我們來看看C3這個客戶端是怎樣做的：
C3發送SETNX lock.foo 想要獲得鎖，由於C0還持有鎖，所以Redis返回給C3一個0 C3發送GET lock.foo 以檢查鎖是否超時了，如果沒超時，則等待或重試。 反之，如果已超時，C3通過下面的操作來嘗試獲得鎖： GETSET lock.foo <current Unix time + lock timeout + 1> 通過GETSET，C3拿到的時間戳如果仍然是超時的，那就說明，C3如願以償拿到鎖了。 如果在C3之前，有個叫C4的客戶端比C3快一步執行了上面的操作，那麽C3拿到的時間戳是個未超時的值，這時，C3沒有如期獲得鎖，需要再次等待或重試。留意一下，盡管C3沒拿到鎖，但它改寫了C4設置的鎖的超時值，不過這一點非常微小的誤差帶來的影響可以忽略不計。
註意：為了讓分布式鎖的算法更穩鍵些，持有鎖的客戶端在解鎖之前應該再檢查一次自己的鎖是否已經超時，再去做DEL操作，因為可能客戶端因為某個耗時的操作而掛起，操作完的時候鎖因為超時已經被別人獲得，這時就不必解鎖了。
五、代碼實現
expireMsecs 鎖持有超時，防止線程在入鎖以後，無限的執行下去，讓鎖無法釋放
timeoutMsecs 鎖等待超時，防止線程饑餓，永遠沒有入鎖執行代碼的機會
註意：項目裏面需要先搭建好redis的相關配置
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.dao.DataAccessException;
import org.springframework.data.redis.connection.RedisConnection;
import org.springframework.data.redis.core.RedisCallback;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.StringRedisSerializer;
/**
* Redis distributed lock implementation.
*
* @author zhengcanrui
*/
public class RedisLock {
private static Logger logger = LoggerFactory.getLogger(RedisLock.class);
private RedisTemplate redisTemplate;
private static final int DEFAULT_ACQUIRY_RESOLUTION_MILLIS = 100;
/**
* Lock key path.
*/
private String lockKey;
/**
* 鎖超時時間，防止線程在入鎖以後，無限的執行等待
*/
private int expireMsecs = 60 * 1000;
/**
* 鎖等待時間，防止線程饑餓
*/
private int timeoutMsecs = 10 * 1000;
private volatile boolean locked = false;
/**
* Detailed constructor with default acquire timeout 10000 msecs and lock expiration of 60000 msecs.
*
* @param lockKey lock key (ex. account:1, ...)
*/
public RedisLock(RedisTemplate redisTemplate, String lockKey) {
this.redisTemplate = redisTemplate;
this.lockKey = lockKey + "_lock";
}
/**
* Detailed constructor with default lock expiration of 60000 msecs.
*
*/
public RedisLock(RedisTemplate redisTemplate, String lockKey, int timeoutMsecs) {
this(redisTemplate, lockKey);
this.timeoutMsecs = timeoutMsecs;
}
/**
* Detailed constructor.
*
*/
public RedisLock(RedisTemplate redisTemplate, String lockKey, int timeoutMsecs, int expireMsecs) {
this(redisTemplate, lockKey, timeoutMsecs);
this.expireMsecs = expireMsecs;
}
/**
* @return lock key
*/
public String getLockKey() {
return lockKey;
}
private String get(final String key) {
Object obj = null;
try {
obj = redisTemplate.execute(new RedisCallback<Object>() {
@Override
public Object doInRedis(RedisConnection connection) throws DataAccessException {
StringRedisSerializer serializer = new StringRedisSerializer();
byte[] data = connection.get(serializer.serialize(key));
connection.close();
if (data == null) {
return null;
}
return serializer.deserialize(data);
}
});
} catch (Exception e) {
logger.error("get redis error, key : {}", key);
}
return obj != null ? obj.toString() : null;
}
private boolean setNX(final String key, final String value) {
Object obj = null;
try {
obj = redisTemplate.execute(new RedisCallback<Object>() {
@Override
public Object doInRedis(RedisConnection connection) throws DataAccessException {
StringRedisSerializer serializer = new StringRedisSerializer();
Boolean success = connection.setNX(serializer.serialize(key), serializer.serialize(value));
connection.close();
return success;
}
});
} catch (Exception e) {
logger.error("setNX redis error, key : {}", key);
}
return obj != null ? (Boolean) obj : false;
}
private String getSet(final String key, final String value) {
Object obj = null;
try {
obj = redisTemplate.execute(new RedisCallback<Object>() {
@Override
public Object doInRedis(RedisConnection connection) throws DataAccessException {
StringRedisSerializer serializer = new StringRedisSerializer();
byte[] ret = connection.getSet(serializer.serialize(key), serializer.serialize(value));
connection.close();
return serializer.deserialize(ret);
}
});
} catch (Exception e) {
logger.error("setNX redis error, key : {}", key);
}
return obj != null ? (String) obj : null;
}
/**
* 獲得 lock.
* 實現思路: 主要是使用了redis 的setnx命令,緩存了鎖.
* reids緩存的key是鎖的key,所有的共享, value是鎖的到期時間(註意:這裏把過期時間放在value了,沒有時間上設置其超時時間)
* 執行過程:
* 1.通過setnx嘗試設置某個key的值,成功(當前沒有這個鎖)則返回,成功獲得鎖
* 2.鎖已經存在則獲取鎖的到期時間,和當前時間比較,超時的話,則設置新的值
*
* @return true if lock is acquired, false acquire timeouted
* @throws InterruptedException in case of thread interruption
*/
public synchronized boolean lock() throws InterruptedException {
int timeout = timeoutMsecs;
while (timeout >= 0) {
long expires = System.currentTimeMillis() + expireMsecs + 1;
String expiresStr = String.valueOf(expires); //鎖到期時間
if (this.setNX(lockKey, expiresStr)) {
// lock acquired
locked = true;
return true;
}
String currentValueStr = this.get(lockKey); //redis裏的時間
if (currentValueStr != null && Long.parseLong(currentValueStr) < System.currentTimeMillis()) {
//判斷是否為空，不為空的情況下，如果被其他線程設置了值，則第二個條件判斷是過不去的
// lock is expired
String oldValueStr = this.getSet(lockKey, expiresStr);
//獲取上一個鎖到期時間，並設置現在的鎖到期時間，
//只有一個線程才能獲取上一個線上的設置時間，因為jedis.getSet是同步的
if (oldValueStr != null && oldValueStr.equals(currentValueStr)) {
//防止誤刪（覆蓋，因為key是相同的）了他人的鎖——這裏達不到效果，這裏值會被覆蓋，但是因為什麽相差了很少的時間，所以可以接受
//[分布式的情況下]:如過這個時候，多個線程恰好都到了這裏，但是只有一個線程的設置值和當前值相同，他才有權利獲取鎖
// lock acquired
locked = true;
return true;
}
}
timeout -= DEFAULT_ACQUIRY_RESOLUTION_MILLIS;
/*
延遲100 毫秒, 這裏使用隨機時間可能會好一點,可以防止饑餓進程的出現,即,當同時到達多個進程,
只會有一個進程獲得鎖,其他的都用同樣的頻率進行嘗試,後面有來了一些進行,也以同樣的頻率申請鎖,這將可能導致前面來的鎖得不到滿足.
使用隨機的等待時間可以一定程度上保證公平性
*/
Thread.sleep(DEFAULT_ACQUIRY_RESOLUTION_MILLIS);
}
return false;
}
/**
* Acqurired lock release.
*/
public synchronized void unlock() {
if (locked) {
redisTemplate.delete(lockKey);
locked = false;
}
}
}
調用：
RedisLock lock = new RedisLock(redisTemplate, key, 10000, 20000);
try {
if(lock.lock()) {
//需要加鎖的代碼
}
}
} catch (InterruptedException e) {
e.printStackTrace();
}finally {
//為了讓分布式鎖的算法更穩鍵些，持有鎖的客戶端在解鎖之前應該再檢查一次自己的鎖是否已經超時，再去做DEL操作，因為可能客戶端因為某個耗時的操作而掛起，
//操作完的時候鎖因為超時已經被別人獲得，這時就不必解鎖了。 ————這裏沒有做
lock.unlock();
}
六、一些問題
1、為什麽不直接使用expire設置超時時間，而將時間的毫秒數其作為value放在redis中？
如下面的方式，把超時的交給redis處理：
lock(key, expireSec){
isSuccess = setnx key
if (isSuccess)
expire key expireSec
}
這種方式貌似沒什麽問題，但是假如在setnx後，redis崩潰了，expire就沒有執行，結果就是死鎖了。鎖永遠不會超時。
2、為什麽前面的鎖已經超時了，還要用getSet去設置新的時間戳的時間獲取舊的值，然後和外面的判斷超時時間的時間戳比較呢？
因為是分布式的環境下，可以在前一個鎖失效的時候，有兩個進程進入到鎖超時的判斷。如：
C0超時了，還持有鎖,C1/C2同時請求進入了方法裏面
C1/C2獲取到了C0的超時時間
C1使用getSet方法
C2也執行了getSet方法
假如我們不加 oldValueStr.equals(currentValueStr) 的判斷，將會C1/C2都將獲得鎖，加了之後，能保證C1和C2只能一個能獲得鎖，一個只能繼續等待。
註意：這裏可能導致超時時間不是其原本的超時時間，C1的超時時間可能被C2覆蓋了，但是他們相差的毫秒及其小，這裏忽略了。
原文鏈接：http://www.cnblogs.com/0201zcr/p/5942748.html
redis分布式鎖實現