前言
为了保证一个在高并发存场景下只能被同一个线程操作，java并发处理提供ReentrantLock或Synchronized进行互斥控制。但是这仅仅对单机环境有效。我们实现分布式锁大概通过三种方式。
- redis实现分布式锁
- 数据库实现分布式锁
- zk实现分布式锁
原理剖析
上述三种分布式锁都是通过各自为依据对各个请求进行上锁，解锁从而控制放行还是拒绝。redis锁是基于其提供的setnx命令。
setnx当且仅当key不存在。若给定key已经存在，则setnx不做任何动作。setnx是一个原子性操作。
和数据库分布式相比，因为redis内存轻量。所以redis分布式锁性能更好
实现
原理很简单。结合springboot项目我们实现一套通过注解形式对接口进行库存上锁案例进行理解
编写注解
我们编写注解。方便我们在接口上添加注解提供拦截信息
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
@Documented
@Inherited
public @interface StockLock {
String prefix() default "";
String delimiter() default ":";
}
@Target({ElementType.PARAMETER , ElementType.METHOD , ElementType.FIELD})
@Retention(RetentionPolicy.RUNTIME)
@Documented
@Inherited
public @interface StockParam {
String[] names() default {""};
}拦截器拦截
redis分布式锁实现的关键就是拦截器的编写。上面的注解只是为了实现拦截的一个辅助。
@Around("execution(public * *(..)) && @annotation(com.ay.framework.order.redis.product.StockLock)")通过springboot的Around进行针对StockLock注解的拦截。通过拦截我们可以获取到拦截的方法、参数、及需要的锁的参数。
我们获取到需要锁的名称这里叫做【a】之后通过redis的原子性操作对该key进行递减操作。
为了方便我们在削减库存的时候可以对库存进行更新操作。我们在递减库存前还需要借助于另一把锁。 这一把锁我们叫做【a_key】
换句话说我们接口想访问就必须获取【a】锁，拿到【a】锁需要减少库存。减少库存之前需要获取【a_key】锁。
拿到锁之后处理完逻辑之后我们需要释放对应锁。
RedisAtomicLong entityIdCounter = new RedisAtomicLong(lockKey, redisTemplate.getConnectionFactory());
if (redisTemplate.hasKey(CoreConstants.UPDATEPRODUCTREDISLOCKKEY + lockKey)) {
//表示lockKey的库存信息有变动。此时无法进行交易
throw new BusinessException("库存变动。暂无法交易");
}
Long increment = entityIdCounter.decrementAndGet();
if (increment >= 0) {
try {
Object proceed = pjp.proceed();
} catch (Throwable throwable) {
//所占资源需要释放回资源池
while (!redisLock.tryGetLock(CoreConstants.UPDATEPRODUCTREDISLOCKKEY + lockKey, "")) {
}
//表示lockKey的库存信息有变动。此时无法进行交易
long l = entityIdCounter.incrementAndGet();
if (l < 1) {
redisTemplate.opsForValue().set(lockKey,1);
}
redisLock.unLock(CoreConstants.UPDATEPRODUCTREDISLOCKKEY + lockKey);
throwable.printStackTrace();
}
} else {
redisTemplate.opsForValue().set(lockKey,0);
throw new BusinessException("库存不足！无法操作");
}因为我们上锁就需要释放锁。但是程序在中途处理业务是发生异常导致没有走到释放锁的步骤。这个时候就导致我们的分布式锁一直被锁。俗称【死锁】。为了避免这种场景的发生。我们常常在上锁的时候给一个有效期。有效期已过自动释放锁。这个特性恰好和redis的过期策略不摩尔和。
上述提及工具
RedisLock
public Boolean tryGetLock(String key , String value) {
return tryGetLock(key, value, -1, TimeUnit.DAYS);
}
public Boolean tryGetLock(String key , String value, Integer expire) {
return tryGetLock(key, value, expire, TimeUnit.SECONDS);
}
public Boolean tryGetLock(String key , String value, Integer expire , TimeUnit timeUnit) {
ValueOperations operations = redisTemplate.opsForValue();
if (operations.setIfAbsent(key, value)) {
//说明 redis没有该key , 换言之 加锁成功 设置过期时间防止死锁
if (expire > 0) {
redisTemplate.expire(key, expire, timeUnit);
}
return true;
}
return false;
}
public Boolean unLock(String key) {
return redisTemplate.delete(key);
}StockKeyGenerator
@Component()
@Primary
public class StockKeyGenerator implements CacheKeyGenerator {
@Override
public String getLockKey(ProceedingJoinPoint pjp) {
//获取方法签名
MethodSignature signature = (MethodSignature) pjp.getSignature();
Method method = signature.getMethod();
//获取方法cacheLock注解
StockLock stockLock = method.getAnnotation(StockLock.class);
//获取方法参数
Object[] args = pjp.getArgs();
Parameter[] parameters = method.getParameters();
StringBuilder builder = new StringBuilder();
for (int i = 0; i < parameters.length; i++) {
StockParam stockParam = parameters[i].getAnnotation(StockParam.class);
Object arg = args[i];
if (arg instanceof Map) {
Map<String, Object> temArgMap = (Map<String, Object>) arg;
String[] names = stockParam.names();
for (String name : names) {
if (builder.length() > 0) {
builder.append(stockLock.delimiter());
}
builder.append(temArgMap.get(name));
}
}
}
return builder.toString();
}
}问题分析
上面分析了一个死锁的场景，理论上出了死锁我们redis分布锁很好的解决了分布式问题。但是还是会出现问题。下面列举写小编遇到的问题。
业务处理时间>上锁过期时间
- a线程获取到锁，开始进行业务处理需要8S
- 在8S内，锁的有效期是5S，在锁过期后也就是第6S ， b线程进入开始获取锁这个时候b是可以获取到新锁的。这个时候就是有问题的。
- 假设b线程业务处理只需要3S ， 但是因为a线程释放了锁，所以在第8S的时候虽然b线程没有释放锁，b的锁也没有过期但是这时候也没有了锁。从而导致C线程也可以进入
以上就是详解基于redis实现分布式锁的详细内容，更多关于基于redis实现分布式锁的资料请关注编程网其它相关文章！
