这次我们来简单说说分布式锁，我记得过去我也过一篇JMM的内存一致性算法，就是说拿到锁的可以继续操作，没拿到的自旋等待。
思路与场景
我们在Zookeeper中提到过分布式锁，这里我们先用redis实现一个简单的分布式锁，这里是我们一个简单的售卖减库存的小实例，剩余库存假设存在数据库内。
@GetMapping(value = "/getLock")
public String getLock() {
int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));
if (stock > 0) {
int realStock = stock - 1;
stringRedisTemplate.opsForValue().set("stock", realStock + "");
System.out.println("售卖成功,剩余" + realStock + "");
return "success";
}else{
System.out.println("剩余库存不足");
return "fail";
}
}
这样简单的实现了一个售卖的过程，现在看来确实没什么问题的，但是如果是一个并发下的场景就可能会出现超卖的情况了，我们来改造一下代码。
@GetMapping(value = "/getLock")
public String getLock() {
synchronized (this) {
int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));
if (stock > 0) {
int realStock = stock - 1;
stringRedisTemplate.opsForValue().set("stock", realStock + "");
System.out.println("售卖成功,剩余" + realStock + "");
return "success";
} else {
System.out.println("剩余库存不足");
return "fail";
}
}
}
貌似这回就可以了，可以抗住高并发了，但是新的问题又来了，我们如果是分布式的场景下，synchronized关键字是不起作用的啊。也就是说还是会出现超卖的情况的啊，我们再来改造一下
@GetMapping(value = "/getLock")
public String getLock() {
String lockKey = "lock"; Boolean bool = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "xiaocai");//相当于我们的setnx命令
if(!bool){
return "error";
} int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));
if (stock > 0) {
int realStock = stock - 1;
stringRedisTemplate.opsForValue().set("stock", realStock + "");
System.out.println("售卖成功,剩余" + realStock + "");
stringRedisTemplate.delete(lockKey);
return "success";
} else {
System.out.println("剩余库存不足");
stringRedisTemplate.delete(lockKey);
return "fail";
}
}
这次我们看来基本可以了，使用我们的setnx命令来做一次唯一的限制，万一报错了呢？解锁怎么办？再来改造一下。
@GetMapping(value = "/getLock")
public String getLock() {
String lockKey = "lock";
Boolean bool = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "xiaocai", 10, TimeUnit.SECONDS);//相当于我们的setnx命令
try {
if (!bool) {
return "error";
} int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));
if (stock > 0) {
int realStock = stock - 1;
stringRedisTemplate.opsForValue().set("stock", realStock + "");
System.out.println("售卖成功,剩余" + realStock + ""); return "success";
} else {
System.out.println("剩余库存不足");
return "fail";
}
} finally {
if (bool) {
stringRedisTemplate.delete(lockKey);
}
}
}
这次貌似真的可以了，可以加锁，最后在finally解锁，如果解锁还是不成功，我们还设置了我们的超时时间，貌似完美了，我们再来提出一个场景。
就是什么意思呢？我们的线程来争抢锁，拿到锁的线程开始执行，但是我们并不知道何时执行完成，我们只是设定了10秒自动释放掉锁，如果说我们的线程10秒还没有结束，其它线程会拿到锁资源，开始执行代码，但是过了一段时间（蓝色线程还未执行完成），这时我们的绿色线程执行完毕了，开始释放锁资源，他释放的其实已经不是他自己的锁了，他自己的锁超时了，自动释放了，实则绿色线程释放的蓝色的资源，这也就造成了释放其它的锁，其它的线程又会重复的拿到锁，重复执行该操作。明显有点乱了，这不合理，我们来改善一下。
@GetMapping(value = "/getLock")
public String getLock() {
String lockKey = "lock";
String lockValue = UUID.randomUUID().toString();
Boolean bool = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, lockValue, 10, TimeUnit.SECONDS);//相当于我们的setnx命令
try {
if (!bool) {
return "error";
} int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));
if (stock > 0) {
int realStock = stock - 1;
stringRedisTemplate.opsForValue().set("stock", realStock + "");
System.out.println("售卖成功,剩余" + realStock + ""); return "success";
} else {
System.out.println("剩余库存不足");
return "fail";
}
} finally {
if (lockValue.equals(stringRedisTemplate.opsForValue().get(lockKey))) {
stringRedisTemplate.delete(lockKey);
}
}
}
这次再来看一下流程，我们设置一个UUID，设置为锁的值，也就是说，每次上锁的UUID都是不一致的，我们的线程A的锁这次只能由我们的线程A来释放掉，不会造成释放其它锁的问题了，还是上次的图，我们回过头来看一下，10秒？真的合理吗？万一10秒还没有执行完成呢？有的人还会问，那设置100秒？万一执行到delete操作的时候，服务宕机了呢？是不是还要等待100秒才可以释放锁。别说那只是万一，我们的代码希望达到我们能力范围之内的最严谨。这次来说一下我们本节的其中一个重点，Lua脚本，后面会去说，我们来先用我们这次博文的Redisson吧
Redisson
刚才我们提到了我们锁的时间设置，多长才是合理的，100秒？可能宕机，造成等待100秒自动释放，1秒？线程可能执行不完，我们可不可以这样来做呢？我们设置一个30秒，或者说设置10秒，然后我们给予一个固定时间来检查我们的主线程是否执行完成，执行完成再释放我们的锁，思路有了，但是代码实现起来并不简单，别着急，我们已经有了现成的包供我们使用的，就是我们的Redisson，首先我们来引入我们的依赖，修改一下pom文件。
<!-- https://mvnrepository.com/artifact/org.redisson/redisson -->
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson</artifactId>
<version>3.11.4</version>
</dependency>
然后通过@Bean的方式注入容器，三种方式我都写在上面了。
@Bean
public Redisson redisson(){
Config config = new Config();
//主从(单机)
config.useSingleServer().setAddress("redis://127.0.0.1:6379").setDatabase(0);
//哨兵
// config.useSentinelServers().setMasterName("mymaster");
// config.useSentinelServers().addSentinelAddress("redis://192.168.1.1:26379");
// config.useSentinelServers().addSentinelAddress("redis://192.168.1.2:26379");
// config.useSentinelServers().addSentinelAddress("redis://192.168.1..3:26379");
// config.useSentinelServers().setDatabase(0);
// //集群
// config.useClusterServers()
// .addNodeAddress("redis://192.168.0.1:8001")
// .addNodeAddress("redis://192.168.0.2:8002")
// .addNodeAddress("redis://192.168.0.3:8003")
// .addNodeAddress("redis://192.168.0.4:8004")
// .addNodeAddress("redis://192.168.0.5:8005")
// .addNodeAddress("redis://192.168.0.6:8006");
// config.useSentinelServers().setPassword("xiaocai");//密码设置
return (Redisson) Redisson.create(config);
}
如果我们的是springboot也可以通过配置来实现的。
application.properties
## 因为springboot-data-redis 是用到了jedis，所已这里得配置
spring.redis.database=10
spring.redis.pool.max-idle=8
spring.redis.pool.min-idle=0
spring.redis.pool.max-active=8
spring.redis.pool.max-wait=-1
## jedis 哨兵配置
spring.redis.sentinel.master=mymaster
spring.redis.sentinel.nodes=192.168.1.241:26379,192.168.1.241:36379,192.168.1.241:46379
spring.redis.password=admin
## 关键地方 redisson
spring.redis.redisson.config=classpath:redisson.json
redisson.json
## redisson.json 文件
{
"sentinelServersConfig":{
"sentinelAddresses": ["redis://192.168.1.241:26379","redis://192.168.1.241:36379","redis://192.168.1.241:46379"],
"masterName": "mymaster",
"database": 0,
"password":"admin"
}
}
这样我们就建立了我们的Redisson的连接了，我们来看一下如何使用吧。
package com.redisclient.cluster; import org.redisson.Redisson;
import org.redisson.api.RLock;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController; @RestController
public class RedisCluster { @Autowired
private StringRedisTemplate stringRedisTemplate; @Autowired
private Redisson redisson; @GetMapping(value = "/getLock")
public String getLock() {
String lockKey = "lock";
RLock redissonLock = redisson.getLock(lockKey);
try {
redissonLock.lock();
int stock = Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));
if (stock > 0) {
int realStock = stock - 1;
stringRedisTemplate.opsForValue().set("stock", realStock + "");
System.out.println("售卖成功,剩余" + realStock + ""); return "success";
} else {
System.out.println("剩余库存不足");
return "fail";
}
} finally {
redissonLock.unlock();
}
}
}
使用也是超级简单的，Redisson还有重入锁功能等等，有兴趣的可以去Redisson查看，地址：https://redisson.org/ 国外的地址打开可能会慢一些。Redis的分布式锁使用就差不多说到这里了，我们来回到我们刚才说到的Lua脚本这里。
Lua脚本和管道
Lua脚本
lua脚本就是一个事务控制的过程，我们可以在lua脚本中写一些列的命令，一次性的塞入到我们的redis客户端，保证了原子性，要么都成功，要么都失败。好处在于减少与reidis的多次连接，可以替代redis的事务操作以及保证我们的原子性。
String luaString = "";//Lua脚本
jedis.eval(luaString, Arrays.asList("keysList"),Arrays.asList("valueList"));
脚本我就不写了（我也不熟悉），我来解释一下eval的三个参数，第一个是我们的写好的脚本，然后我们的脚本可能传参数的，也就是我们KEYS[1]或者是ARGV[4]，意思就是我们的KEYS[1]就是我们的ArrayList("keysList")中的第一项，ARGV[4]就是我们的ArrayList("valueList")的第四项。
管道
管道和我们的和我们的Lua脚本差不多，不一样就是管道不会保证我们的事务，也就是说我们现在塞给管道10条命令 ，我们执行到第三条时报错了，后面的依然会执行，前面执行过的两条还是生效的。虽然可以减少我们的网络开销，也别一次塞太多命令进去，毕竟redis的是单线程的，不建议使用管道来操作redis，想深入了解的可以参照https://www.runoob.com/redis/redis-pipelining.html
redis的分布式锁差不多就说这么多了，关键是实现思路，使用Redisson倒是很简单的，还有我们的Lua脚本和管道，Lua脚本可以保证事务，管道一次性可以执行多条命令，减少网络开销，但不建议使用，下次我们来说下，大厂用redis的一些使用注意事项和优化吧。
最进弄了一个公众号，小菜技术，欢迎大家的加入