1. 程式人生 > >Redis分散式鎖的使用與實現原理

Redis分散式鎖的使用與實現原理

模擬一個電商裡面下單減庫存的場景。 1.首先在redis里加入商品庫存數量。 ![](https://img2020.cnblogs.com/blog/718178/202011/718178-20201120192413579-2003089469.png) 2.新建一個Spring Boot專案,在pom裡面引入相關的依賴。 ``` org.springframework.boot spring-boot-starter-web org.springframework.boot spring-boot-starter-data-redis ``` 3.接下來,在application.yml配置redis屬性和指定應用的埠號: ``` server: port: 8090 spring: redis: host: 192.168.0.60 port: 6379 ``` 4.新建一個Controller類,扣減庫存第一版程式碼: ``` import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.data.redis.core.StringRedisTemplate; import org.springframework.web.bind.annotation.RequestMapping; import org.springframework.web.bind.annotation.RestController; import javax.annotation.Resource; import java.util.Objects; @RestController public class StockController { private static final Logger logger = LoggerFactory.getLogger(StockController.class); @Resource private StringRedisTemplate stringRedisTemplate; @RequestMapping("/reduceStock") public String reduceStock() { // 從redis中獲取庫存數量 int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount"))); if (stock >
0) { // 減庫存 int restStock = stock - 1; // 剩餘庫存再重新設定到redis中 stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock)); logger.info("扣減成功,剩餘庫存:{}", restStock); } else { logger.info("庫存不足,扣減失敗。"); } return "success"; } } ``` 上面第一版的程式碼存在什麼問題:超賣。假如多個執行緒同時呼叫獲取庫存數量的程式碼,那麼每個執行緒拿到的都是100,判斷庫存都大於0,都可以執行減庫存的操作。假如兩個執行緒都做減庫存更新快取,那麼快取的庫存變成99,但實際上,應該是減掉2個庫存。 那麼很多人的第一個想法是加synchronized同步程式碼塊,因為獲取數量和減庫存不是原子性操作,有多個執行緒來執行程式碼的時候,只允許一個執行緒執行程式碼塊裡的程式碼。那麼改完的第二版的程式碼如下: ``` @RequestMapping("/reduceStock") public String reduceStock() { synchronized (this) { // 從redis中獲取庫存數量 int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount"))); if (stock >
0) { // 減庫存 int restStock = stock - 1; // 剩餘庫存再重新設定到redis中 stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock)); logger.info("扣減成功,剩餘庫存:{}", restStock); } else { logger.info("庫存不足,扣減失敗。"); } } return "success"; } ``` 但使用synchronize存在的問題,就是隻能保證單機環境執行時沒有問題的。但現在的軟體公司裡,基本上都是叢集架構,是多例項,前面使用Nginx做負載均衡,大概架構如下: ![](https://img2020.cnblogs.com/blog/718178/202011/718178-20201120203107979-1328710368.png) Nginx分發請求,把請求傳送到不同的Tomcat容器,而synchronize只能保證一個應用是沒有問題的。 那麼程式碼改進第三版,就是引入redis分散式鎖,具體程式碼如下: ``` @RequestMapping("/reduceStock") public String reduceStock() { String lockKey = "stockKey"; try { boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "1"); if (!result) { return "errorCode"; } // 從redis中獲取庫存數量 int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount"))); if (stock >
0) { // 減庫存 int restStock = stock - 1; // 剩餘庫存再重新設定到redis中 stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock)); logger.info("扣減成功,剩餘庫存:{}", restStock); } else { logger.info("庫存不足,扣減失敗。"); } } finally { stringRedisTemplate.delete(lockKey) } return "success"; } ``` 如果有一個執行緒拿到鎖,那麼其他的執行緒就會等待。一定要記得在finally裡面把使用完的鎖要刪除掉。否則一旦丟擲異常,只有一個執行緒會一直持有鎖,其他執行緒沒有機會獲取。 但如果在執行`if (stock > 0) {`程式碼塊裡的程式碼,因為宕機或重啟沒有執行完,也會一直持有鎖,所以,這裡需要把鎖加一個超時時間: ``` boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "1"); stringRedisTemplate.expire(lockKey, 10, TimeUnit.SECONDS); ``` 但如果上面兩行程式碼在中間執行出問題了,設定超時時間的程式碼還沒執行,也會出現鎖不能釋放的問題。好在有對應的方法:就是把上面兩行程式碼設定成一個原子操作: ``` // 這裡預設設定超時時間為10秒 boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "1", 10, TimeUnit.SECONDS); ``` 到此為止,如果併發量不是很大的話,基本上是沒有問題的。 但是,如果請求的併發量很大,就會出現新的問題:有種比較特殊的情況,第一個執行緒執行了15秒,但是執行到10秒鐘的時候,鎖已經失效釋放了,那麼在高併發場景下,第二個執行緒發現鎖已經失效,那麼它就可以拿到這把鎖進行加鎖, 假設第二個執行緒執行需要8秒,它執行到5秒鐘後,此時第一個執行緒已經執行完了,執行完那一刻,進行了刪除key的操作,但是此時的鎖是第二個執行緒加的,這樣第一個執行緒把第二個執行緒加的鎖刪掉了。 那意味著第三個執行緒又可以拿到鎖,第三個執行緒執行了3秒鐘,此時第二個執行緒執行完畢,那麼第二個執行緒把第三個執行緒的鎖又刪除了。導致鎖失效。 那麼解決的思路就是,我自己加的鎖,不要被別人刪掉。那麼可以為每個進來的請求生成一個唯一的id,作為分散式鎖的值,然後在釋放時,判斷一下當前執行緒的id,是不是和快取裡的id是否相等。 ``` @RequestMapping("/reduceStock") public String reduceStock() { String lockKey = "stockKey"; String id = UUID.randomUUID().toString(); try { // 這裡預設設定超時時間為30秒 boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, id, 30, TimeUnit.SECONDS); if (!result) { return "errorCode"; } // 從redis中獲取庫存數量 int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount"))); if (stock > 0) { // 減庫存 int restStock = stock - 1; // 剩餘庫存再重新設定到redis中 stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock)); logger.info("扣減成功,剩餘庫存:{}", restStock); } else { logger.info("庫存不足,扣減失敗。"); } } finally { if (id.contentEquals(Objects.requireNonNull(stringRedisTemplate.opsForValue().get(lockKey)))) { stringRedisTemplate.delete(lockKey); } } return "success"; } ``` 到此為止,一個比較完善的鎖就實現了,可以應付大部分場景。 當然,上面的程式碼還有一個問題,就是一個執行緒執行時間超過了過期時間,後面的程式碼還沒有執行完,鎖就已經刪除了,還是會有些bug存在。解決的方法是給鎖續命的操作。 在當前主執行緒獲取到鎖以後,可以fork出一個執行緒,執行Timer定時器操作,假如預設超時時間為30秒,那麼定時器每隔10秒去看下這把鎖還是否存在,存在就說明這個鎖裡的邏輯還沒有執行完,那麼就可以把當前主執行緒的超時時間重新設定為30秒;如果不存在,就直接結束掉。 但是上面的邏輯,在高併發場景下,實現比較完善還是比較困難的。好在現在已經有比較成熟的框架,那就是Redisson。官方地址https://redisson.org。 下面用Redisson來實現分散式鎖。 首先引入依賴包: ``` org.redisson redisson 3.6.5 ``` 配置類: ``` @Configuration public class RedissonConfig { @Bean public Redisson redisson() { // 單機模式 Config config = new Config(); config.useSingleServer().setAddress("redis://192.168.0.60:6379").setDatabase(0); return (Redisson) Redisson.create(config); } } ``` 接下來用redisson重寫上面的減庫存操作: ``` @Resource private Redisson redisson; @RequestMapping("/reduceStock") public String reduceStock() { String lockKey = "stockKey"; RLock redissonLock = redisson.getLock(lockKey); try { // 加鎖,鎖續命 redissonLock.lock(); // 從redis中獲取庫存數量 int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount"))); if (stock > 0) { // 減庫存 int restStock = stock - 1; // 剩餘庫存再重新設定到redis中 stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock)); logger.info("扣減成功,剩餘庫存:{}", restStock); } else { logger.info("庫存不足,扣減失敗。"); } } finally { redissonLock.unlock(); } return "success"; } ``` 其實就是三個步驟:獲取鎖,加鎖,釋放鎖。 先簡單看下Redisson的實現原理: ![](https://img2020.cnblogs.com/blog/718178/202011/718178-20201120230819105-769274887.png) 這裡先說一下Redis很多操作使用Lua指令碼來實現原子性操作,關於Lua語法,可以去網上找下相關教程。 使用Lua指令碼的好處有: 1.減少網路開銷,多個命令可以使用一次請求完成; 2.實現了原子性操作,Redis會把Lua指令碼作為一個整體去執行; 3.實現事務,Redis自帶的事務功能有限,而Lua指令碼實現了事務的常規操作,而且還支援回滾。 但是Lua實際上不會使用很多,如果Lua指令碼執行時間過長,因為Redis是單執行緒,因此會導致堵塞。 最後,說下Redisson分散式鎖的程式碼實現, 找到上面的redissonLock.lock(); lock方法點進去,一直點到RedissonLock類裡面的lockInterruptibly方法: ``` @Override public void lockInterruptibly(long leaseTime, TimeUnit unit) throws InterruptedException { // 獲取執行緒id long threadId = Thread.currentThread().getId(); Long ttl = tryAcquire(leaseTime, unit, threadId); // lock acquired if (ttl == null) { return; } RFuture future = subscribe(threadId); commandExecutor.syncSubscription(future); try { while (true) { ttl = tryAcquire(leaseTime, unit, threadId); // lock acquired if (ttl == null) { break; } // waiting for message if (ttl >= 0) { getEntry(threadId).getLatch().tryAcquire(ttl, TimeUnit.MILLISECONDS); } else { getEntry(threadId).getLatch().acquire(); } } } finally { unsubscribe(future, threadId); } // get(lockAsync(leaseTime, unit)); } ``` 重點看下tryAcquire方法,把執行緒id作為一個引數傳遞進來,在這個方法裡面,找到tryLockInnerAsync方法點進去, ``` RFuture tryLockInnerAsync(long leaseTime, TimeUnit unit, long threadId, RedisStrictCommand command) { internalLockLeaseTime = unit.toMillis(leaseTime); return commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, command, "if (redis.call('exists', KEYS[1]) == 0) then " + "redis.call('hset', KEYS[1], ARGV[2], 1); " + "redis.call('pexpire', KEYS[1], ARGV[1]); " + "return nil; " + "end; " + "if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then " + "redis.call('hincrby', KEYS[1], ARGV[2], 1); " + "redis.call('pexpire', KEYS[1], ARGV[1]); " + "return nil; " + "end; " + "return redis.call('pttl', KEYS[1]);", Collections.singletonList(getName()), internalLockLeaseTime, getLockName(threadId)); } ``` 這裡就是一堆Lua指令碼,先看第一個if命令,先去判斷 KEYS[1](就是對應的鎖key的名字),如果不存在,在hashmap裡,設定一個屬性為執行緒id,值為1,再把map的過期時間設定為internalLockLeaseTime,這個值預設是30秒, ![](https://img2020.cnblogs.com/blog/718178/202011/718178-20201121000545088-356966651.png) 上面的操作對應的命令是: ``` hset keyname id:thread 1 pexpire keyname 30 ``` 然後返回nil,相當於null,那程式return了。 另外,Redisson還支援重入鎖,那第二個if就是執行重入鎖的操作,會判斷鎖是否存在,並且傳入的執行緒id是否是當前執行緒的id,若果是,支援重複加鎖進行自增操作; 如果是其他執行緒呼叫lock方法,上面兩個if判斷不會走,會返回鎖剩餘過期時間。 接著返回到tryAcquireAsync方法裡面往下看: 實際上是加了一個監聽器,在監聽器裡面有個很重要的方法scheduleExpirationRenewal,一看這個名字就能大概猜出是什麼功能, 裡面有個定時任務的輪詢, ``` private void scheduleExpirationRenewal(final long threadId) { if (expirationRenewalMap.containsKey(getEntryName())) { return; } Timeout task = commandExecutor.getConnectionManager().newTimeout(new TimerTask() { @Override public void run(Timeout timeout) throws Exception { // 判斷傳遞進來的執行緒id是否是我們之前主執行緒設定的id,如果是,則增加續命,增加30秒。 RFuture future = commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, RedisCommands.EVAL_BOOLEAN, "if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then " + "redis.call('pexpire', KEYS[1], ARGV[1]); " + "return 1; " + "end; " + "return 0;", Collections.singletonList(getName()), internalLockLeaseTime, getLockName(threadId)); future.addListener(new FutureListener() { @Override public void operationComplete(Future future) throws Exception { expirationRenewalMap.remove(getEntryName()); if (!future.isSuccess()) { log.error("Can't update lock " + getName() + " expiration", future.cause()); return; } if (future.getNow()) { // reschedule itself scheduleExpirationRenewal(threadId); } } }); } }, internalLockLeaseTime / 3, TimeUnit.MILLISECONDS); if (expirationRenewalMap.putIfAbsent(getEntryName(), task) != null) { task.cancel(); } } ``` 接著推遲10秒鐘(internalLockLeaseTime / 3),再執行續命操作邏輯。 到最後,再回到lockInterruptibly方法, 如果ttl 為null,說明加鎖成功了,就返回null,那如果其他執行緒的話,就會返回剩餘過期時間,那麼就會進入到while死迴圈裡,一直嘗試加鎖,呼叫tryAcquire方法,在瑣失效以後,再會嘗試獲取加鎖。 到此為止,分析完畢。