基于Redis实现的分布式锁

程序员文章站 2022-06-16 08:26:03

前言Redis这种相信在各个公司都会用到，但是通过分布式的调用Redis，可能用的就不是那么多了，今天就介绍一下在分布式调用Redis的环境中，较为常见的分布式锁。目录前言分布式、微服务和集群的区别Demo背景环境搭建分布式、微服务和集群的区别有的刚接触的小伙伴，可能不太能够分清分布式和集群的区别，这两个东西经常一起谈到，有的人可能就会混为一谈，认为分布式就是集群环境，集群环境就会用到分布式。其实不然，这两个还是有本质的区别的。同时，提到分布式又会经常提到微服务，微服务和分布式有很多的共同点，又有着...

前言

锁这种功能相信只要是接触过多线程的小伙伴们都比较熟悉，但是多线程内部加锁仅能解决单体架构给我们带来的相关问题，在微服务满天飞的今天，程序内部锁已经不能满足我们的需求了，于是便有了基于各种方式实现的分布式锁，今天就介绍一下在分布式的环境中用Redis实现较为常见的分布式锁。

本文将会通过迭代多个版本的代码，来由浅到深的展示：
1.无分布式锁，仅在程序内加锁的场景
2.有简单的分布式锁的场景
3.标准分布式锁场景

源码

GitHub : 基于Redis的分布式锁简单demo（一）无分布式锁，仅在程序内加锁的场景
GitHub : 基于Redis的分布式锁简单demo（二）有简单的分布式锁的场景
GitHub : 基于Redis的分布式锁简单demo（三）标准分布式锁场景（基于Redisson的可重入锁）

分布式、微服务和集群的区别

有的刚接触的小伙伴，可能不太能够分清分布式和集群的区别，这两个东西经常一起谈到，有的人可能就会混为一谈，认为分布式就是集群环境，集群环境就会用到分布式。其实不然，这两个还是有本质的区别的。同时，提到分布式又会经常提到微服务，微服务和分布式有很多的共同点，又有着一些区别，分布式强调的是服务的分散化，微服务则是更强调服务的专业化。当然，在实际应用的场景，微服务多是分布式的。
分布式：

是指将一个业务拆分不同的子业务，分布在不同的机器上执行。

集群：

是指多台服务器集中在一起，实现同一业务，可以视为一台计算机。

微服务：

是一种架构风格，一个大型复杂软件应用由一个或多个微服务组成。系统中的各个微服务可被独立部署，各个微服务之间是松耦合的。每个微服务仅关注于完成一件任务并很好地完成该任务。在所有情况下，每个任务代表着一个小的业务能力。

通俗的来说，一个业务逻辑相同的http服务，运行在不同的机器上，同时有一台或一个集群的nginx做负载均衡和转发，就可以视为是分布式了。而微服务则强调注册和发现，会有独立的注册中心，相对独立的网关，通过网关便可以实现服务的负载均衡了。
下面介绍的项目，则是基于SpringCloud的微服务架构，使用了网关进行负载均衡。

Demo背景

模拟一个购物秒杀的请求，在单体架构情况下，都用不到分布式锁，只要在服务内加锁即可实现。而在真正的业务场景中，秒杀的架构，肯定是分布式的，这就得考虑到多服务间共享了，于是Redis就很好的引入了进来。虽然Redis是单线程的，但是有可能存在多个服务同时读取到了这个被秒杀商品的数量，这样再进行修改，任然可能出现超卖，这时候光靠加锁已经解决不了问题了，于是又引入了基于Redis的分布式锁。

环境搭建

环境搭建的比较简单，在服务器上用Docker运行了一个Redis（为什么用Docker？因为真的很方便），我选择将Redis的配置文件自己配置，再映射进容器，配置相关的东西，就不在这里介绍了。在下载完Docer环境后运行：

docker run -d -p 6379:6379 --name=redis -v /data/redis/:/etc/redis/ redis:5.0.5 redis-server /etc/redis/redis.conf --appendonly yes

然后通过docker ps查看一下，此时我们的redis已经启动了。
基于Redis实现的分布式锁
还需要安装一个Jmeter的压测工具，来模拟高并发的请求。这里我就安装在了我开发的windows操作系统中。先去官网下一个Jmeter，然后需要配置一下环境变量，新建一个系统变量JMETER_HOME，路径填的是你的解压路径，然后在classpath里面添加，%JMETER_HOME%\lib\ext\ApacheJMeter_core.jar;%JMETER_HOME%\lib\jorphan.jar;%JMETER_HOME%\lib/logkit-2.0.jar;然后双击bin目录中的jmeter.bat就可以启动了。
这样基础环境就搭建完了。

项目的搭建

搭建的项目比较简单，就是基于SpringCloud的Eureka做了个注册中心，然后用Zuul做了个网关，然后用一个简单的shop项目，去调Redis，进行拿库存，减库存操作。这个简单的shop项目我们启动多个，用相同的spring.application.name，这样在Erueka中就会注册成同一个服务，而后通过网关的转发，便可实现访问网关+指定后缀，转发到几个shop服务中去，实现负载均衡。
首先搭建一个父工程，详见源码中最外层的pom。
然后以最简单最快捷的方式搭建Eureka-Server和Zuul网关，在配置文件中，方便指定端口，程序名称等参数。
1、再在Eureka-Server的启动类中，添加@EnableEurekaServer注解
2、在其他服务中添加@EnableDiscoveryClient注解。
3、在Zuul中添加@EnableZuulProxy，启用网关。
Erueka-Server的配置文件：

server:
  port: 8008

eureka:
  server:
    enable-self-preservation: false
  instance:
    hostname: 192.168.0.24
  client:
    fetch-registry: false
    register-with-eureka: false
    service-url:
      defaultZone: http://${eureka.instance.hostname}:${server.port}/eureka/
spring:
  application:
    name: eureka-server

Zuul的配置文件中，则多了个关于服务的路由的配置：

server:
  port: 8080

spring:
  application:
    name: gateway
eureka:
  instance:
    hostname: 127.0.0.1
  client:
    eureka-server-port: 8008
    service-url:
      defaultZone: http://${eureka.instance.hostname}:${eureka.client.eureka-server-port}/eureka/
zuul:
  routes:
    shop-api:
      path: /shop-api/**
      serviceId: shop

这样基础的配置就完成了，接下来可以启动两个程序看一下，在Erueka的管理界面中，可以看到zuul已经注册了。
基于Redis实现的分布式锁
而后，就是shop服务的配置了。shop服务需要引入spring-boot-starter-data-redis，添加关于redis的依赖。这样，我们需要在配置文件中，指定好redis的相关配置：

server:
  port: 8888 #服务端口，在启动多个服务时，仅需修改这个参数即可
eureka:
  instance:
    hostname: 127.0.0.1 #注册中心ip
  client:
    eureka-server-port: 8008 #注册中心端口
    service-url:
      defaultZone: http://${eureka.instance.hostname}:${eureka.client.eureka-server-port}/eureka/
spring:
  redis:
    host: 192.168.0.128 #改成你的redis的ip
    port: 6379	#改成你的Redis的端口
    password: 123456 #改成你的Redis的密码
  application:
    name: shop #给服务起的名称

然后我们声明一个Controller，在Controller中，有一个接口，接口内是实现从redis拿剩余商品数、消费一个后将剩余的商品数，重新放到redis中的操作。对Redis的操作使用了StringRedisTemplate来实现。

    @Autowired
    private StringRedisTemplate redisTemplate;

    @GetMapping("/shop")
    public String shopPhone() {
        synchronized (this) {
            int number = Integer.parseInt(String.valueOf(redisTemplate.opsForValue().get("phone")));
            if (number > 0) {
                number--;
                redisTemplate.opsForValue().set("phone", String.valueOf(number));
                System.out.println("恭喜抢到啦！"+number);
                return "恭喜抢到啦！";
            } else {
                System.out.println("没抢到...");
                return "没抢到...";
            }
        }
    }

Demo演示

版本一：无分布式锁，仅在程序内加锁的场景

一切完成，我在redis中，将phone这个商品，添加20件库存，然后我们将几个服务一起运行一下。（当然，这里你可以先只启动一个shop去测试一下）
我启动了三个shop服务，在Erueka注册中心中可以看到，分别启动在了8887、8888、8889端口上。
基于Redis实现的分布式锁
然后我们使用JMeter
1.创建一个线程组，将Number of Threads 设置为100，这个参数就是模拟并发请求的人数；Ramp-up perlod 设置为0 ，意思是同时时刻启动这100个请求，最后Loop Count设置为3，意思这100个请求执行三次，总并发量为300
基于Redis实现的分布式锁
2.然后创建一个HTTPRequest请求，在HTTPRequest中，指定好Url，url需要填写网关的url，通过网关路由到各个服务上去。

3.再创建一个显示结果的Aggregate Report，里面可以看到实际请求的每秒并发量。最后我们点击中上方的绿色按钮，启动它（确保你的服务已经启动）。
4.启动后，我们打开程序的控制台，可以看到剩余商品数16、12、8、6、5、3、0都出现了一次或两次的重复，说明有几次重复消费了，这样就会造成我们的商品，超量销售，就出大问题啦。
基于Redis实现的分布式锁

这时候就体现出了分布式锁的必要了。
以上的代码位于：基于Redis的分布式锁简单demo（一）无分布式锁，仅在程序内加锁的场景

版本二：在代码内手动添加简单锁的实现场景

首先介绍一下思路：
1.考虑在Redis中存放一把锁，Redis中有一个setNX操作，可以在指定的 key 不存在时，为 key 设置指定的值，并返回是否设置成功的一个boolean类型。
2.依赖setNX和Redis是单线程的特性，我们可以简单的实现一个分布式锁。
3.比如A服务、B服务、C服务同时有请求进来，但是能获取到该商品的该锁的只会有一个线程。这样在宏观情况下，可以说就是实现了分布式锁。
4.然后往下再细细考虑，加锁，就需要释放锁，那么用try…finally就可以实现了。

		String lock = "phoneLock";
        /*
         * 尝试获取锁,Redis单线程，所以同时只会有一个线程获得锁
         * 未设置超时时间，在服务不出问题的情况下（如服务挂了，网络断了等），可以实现分布式锁
         */
        Boolean result = redisTemplate.opsForValue().setIfAbsent(lock, "phone");
        assert result != null;
        //假如没获取到锁
        if (!result) {
            System.out.println("活动太火爆了，请稍后再试!");
            return "活动太火爆了，请稍后再试!";
        }
        //获取到了，才需要finally去释放锁
        try {
            //取出phone的剩余数量
            String phone = redisTemplate.opsForValue().get("phone");
            if (phone == null) {
                System.out.println("没抢到...");
                return "没抢到...";
            }
            int number = Integer.parseInt(phone);
            //还有剩余
            if (number > 0) {
                //消费一个
                int newNumber = number - 1;
                //将消费完的phone的数量，重新放到redis中
                redisTemplate.opsForValue().set("phone", String.valueOf(newNumber));
                System.out.println("恭喜抢到啦！" + newNumber);
                return "恭喜抢到啦！";
            } else {
                System.out.println("没抢到...");
                return "没抢到...";
            }
        } finally {
            //释放锁
            redisTemplate.delete(lock);
        }

执行结果的“活动太火爆了，请稍后再试!”有点多，所以我把日志做了下过滤：
基于Redis实现的分布式锁
可以看到，的确没有再出现超售的情况了。

但是再细想，还会出现什么问题呢？

当加了锁，程序挂了，那这个锁就成了死锁了，再也没有程序能获取到它，它也会在Redis，永远得不到释放。

怎么解决这个问题呢？

很简单加一个锁超时时间就行了嘛。

但是真有这么简单吗？

加超时时间，说的很简单，但是具体加多久的超时时间呢？
为了确保服务的可靠性，总不能我还没消费完，锁就自动失效了吧？
那样其他的服务就可以拿到锁了，还是会出现超卖现象，还有一个严重的问题。

1.假如A线程先抢到了锁lock，设置了10秒的超时时间，但是10秒后，其实A并没有执行完成，但此时的锁已经失效了，B线程也可以拿到同一把lock锁了，这是第一个问题。
2.第二个问题是，别忘记，A线程还有一个释放锁的操作呀，假设B线程现在并未执行完成，但是A线程执行完成了，A线程以为是它加的锁，然后把锁释放了，这样就会造成大量的循环的问题出现。

于是再考虑，有没有办法解决上面的这个问题呢？

当然是有的，我们给每一个程序加一个唯一标识，让线程解锁的时候判断一下，是不是当前线程加的锁，是的话再将它解锁。

于是便有了以下的代码。

        String lock = "phoneLock";
		/*
         * 标识当前线程，没有该参数，可能会存在的问题：
         *  线程还没消费完，但是锁却被别的线程拿到了。
         *  而后该线程再释放锁，导致又有第三个线程可以拿到该锁，造成循环的问题。
         * 有了该标识，便可解决该问题。
         */
        String uuid = UUID.randomUUID().toString();
        //此处的时间设置多少，都是不合理的，只是为了防止比如程序挂了，网络断了等问题造成的死锁
        Boolean result = redisTemplate.opsForValue().setIfAbsent(lock, uuid, 5, TimeUnit.SECONDS);
        assert result != null;
        //假如没获取到锁
        if (!result) {
            System.out.println("活动太火爆了，请稍后再试!");
            return "活动太火爆了，请稍后再试!";
        }
        //获取到了，才需要finally去释放锁
        try {
            //取出phone的剩余数量
            String phone = redisTemplate.opsForValue().get("phone");
            if (phone == null) {
                System.out.println("没抢到...");
                return "没抢到...";
            }
            int number = Integer.parseInt(phone);
            //还有剩余
            if (number > 0) {
                //消费一个
                int newNumber = number - 1;
                //将消费完的phone的数量，重新放到redis中
                redisTemplate.opsForValue().set("phone", String.valueOf(newNumber));
                System.out.println("恭喜抢到啦！" + newNumber);
                return "恭喜抢到啦！";
            } else {
                System.out.println("没抢到...");
                return "没抢到...";
            }
        } finally {
            //获取Redis中锁存放的ID
            String id = redisTemplate.opsForValue().get(lock);
            //是当前线程设置的，才释放锁
            if (uuid.equals(id)) {
                //释放锁
                redisTemplate.delete(lock);
            }
        }

重新执行，结果还是一样，没有出现超卖的情况
思考：但是真的就没有问题了吗？
以上的代码在基于Redis的分布式锁简单demo（二）有简单的分布式锁的场景

版本三：使用成熟的第三方锁Redisson加锁的实现场景

问题还是会有的，就比如上面提出的具体要加多久的超时时间呢？单体Redis虽然能支持每秒10w+QPS，但是假如还是不够呢？这就需要用到Redis集群了，引入Redis集群就又会出现新的问题，假如Redis写库已经写入了数据，但是读库还没有同步到这个数据就又被新的线程请求了，这样同样会导致超出预期的问题发生。
那么行业内成熟的分布式锁是怎么实现的呢？
有几种方案：

1.基于数据库
2.基于Zookeeper
3.基于Redis等单线程的内存数据库

基于Redis又有Jedis,Redisson,Lettuce等三种解决方案，本文就介绍基于Redisson实现的分布式锁。
Redisson中包含了很多的功能，Redisson官网介绍的有以下的功能。
大概有：支持分布式，分布式Java锁和同步器，分布式Java服务，分布式Java对象，云上的Redis等等等等，我们这里就用到了分布式Java锁和同步器这块的功能。
基于Redis实现的分布式锁
在Redisson的分布式锁中，它实现了可重入锁（Reentrant Lock）、公平锁（Fair Lock）、联锁（MultiLock）、红锁（RedLock）、读写锁（ReadWriteLock）、信号量（Semaphore）、可过期性信号量（PermitExpirableSemaphore）、闭锁（CountDownLatch）等常见的8种锁。
本文就以最简单的可重入锁进行演示，想了解更多的小伙伴，可以自行尝试一下各种锁。GitHub中也有相关的介绍Redisson目录。
可重入锁，简单来说便是在获取到锁之后，调用一个新的线程去轮询(轮询间隔大概是锁超时时间的1/3)的查看是否已到超时时间，到了而线程还没执行完，就给这个锁续上时间以便它能拿到锁继续执行，保证不被别的线程抢走。
官方的介绍是:

大家都知道，如果负责储存这个分布式锁的Redisson节点宕机以后，而且这个锁正好处于锁住的状态时，这个锁会出现锁死的状态。为了避免这种情况的发生，Redisson内部提供了一个监控锁的看门狗，它的作用是在Redisson实例被关闭前，不断的延长锁的有效期。默认情况下，看门狗的检查锁的超时时间是30秒钟，也可以通过修改Config.lockWatchdogTimeout来另行指定。

另外Redisson还通过加锁的方法提供了leaseTime的参数来指定加锁的时间。超过这个时间后锁便自动解开了。

要使用Redisson，就当然要引入依赖，在spring-boot-starter中，也有相关的依赖，直接引入如下依赖就可以了。

		<dependency>
            <groupId>org.redisson</groupId>
            <artifactId>redisson-spring-boot-starter</artifactId>
            <version>${redisson.version}</version>
        </dependency>

而后，是需要配置相关参数的，如果是集群的，配置的就比较多了，这里提供一个官方的配置方法，作为演示，只使用最简单的单机式Redis，所以就添加一个Redisson的配置类就可以了。注入一个RedissonClient的bean，填好相关的地址和密码就可以了。

	@Bean
    public RedissonClient redisson() throws IOException {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://"+url + ":" + port).setPassword(password);
        return Redisson.create(config);
    }

最后，再对我们的服务进行一些小的修改，把原先我们自己实现的分布式锁给替换成Redisson实现的分布式锁。

		//标识锁用
        String lock = "phoneLock";
        //获取锁
        RLock rLock = redissonClient.getLock(lock);
        if (rLock.isLocked()) {
            System.out.println("活动太火爆了，请稍后再试！");
            return "活动太火爆了，请稍后再试！";
        }
        //获取到了，才需要finally去释放锁
        try {
            //加锁
            rLock.lock(5, TimeUnit.SECONDS);
            //取出phone的剩余数量
            String phone = redisTemplate.opsForValue().get("phone");
            if (phone == null) {
                System.out.println("没抢到...");
                return "没抢到...";
            }
            int number = Integer.parseInt(phone);
            //还有剩余
            if (number > 0) {
                //消费一个
                int newNumber = number - 1;
                //将消费完的phone的数量，重新放到redis中
                redisTemplate.opsForValue().set("phone", String.valueOf(newNumber));
                System.out.println("恭喜抢到啦！" + newNumber);
                return "恭喜抢到啦！";
            } else {
                System.out.println("没抢到...");
                return "没抢到...";
            }
        } finally {
            if (rLock.isLocked()) {
                //释放锁
                rLock.unlock();
            }
        }

然后同样的执行一下，输出结果如下。
基于Redis实现的分布式锁
通过Redisson，我们可以非常方便快捷的使用分布式锁。本项目就演示了简单的可重入锁的使用，不同场景需求Redisson也给我们提供了不同的锁，具体问题，具体分析需要什么锁。

最后再简单介绍一下各种锁吧：

可重入锁
基于Redis的Redisson分布式可重入锁RLock Java对象实现了java.util.concurrent.locks.Lock接口。同时还提供了异步（Async）、反射式（Reactive）和RxJava2标准的接口。
大家都知道，如果负责储存这个分布式锁的Redisson节点宕机以后，而且这个锁正好处于锁住的状态时，这个锁会出现锁死的状态。为了避免这种情况的发生，Redisson内部提供了一个监控锁的看门狗，它的作用是在Redisson实例被关闭前，不断的延长锁的有效期。默认情况下，看门狗的检查锁的超时时间是30秒钟，也可以通过修改Config.lockWatchdogTimeout来另行指定。
另外Redisson还通过加锁的方法提供了leaseTime的参数来指定加锁的时间。超过这个时间后锁便自动解开了。

公平锁
它保证了当多个Redisson客户端线程同时请求加锁时，优先分配给先发出请求的线程。所有请求线程会在一个队列中排队，当某个线程出现宕机时，Redisson会等待5秒后继续下一个线程，也就是说如果前面有5个线程都处于等待状态，那么后面的线程会等待至少25秒。

联锁
基于Redis的Redisson分布式联锁RedissonMultiLock对象可以将多个RLock对象关联为一个联锁，每个RLock对象实例可以来自于不同的Redisson实例。

红锁（RedLock）
基于Redis的Redisson红锁RedissonRedLock对象实现了Redlock介绍的加锁算法。该对象也可以用来将多个RLock对象关联为一个红锁，每个RLock对象实例可以来自于不同的Redisson实例。

读写锁（ReadWriteLock）
分布式可重入读写锁允许同时有多个读锁和一个写锁处于加锁状态。

信号量（Semaphore）
基于Redis的Redisson的分布式信号量（Semaphore）Java对象RSemaphore采用了与java.util.concurrent.Semaphore相似的接口和用法。同时还提供了异步（Async）、反射式（Reactive）和RxJava2标准的接口。

可过期性信号量（PermitExpirableSemaphore）
基于Redis的Redisson可过期性信号量（PermitExpirableSemaphore）是在RSemaphore对象的基础上，为每个信号增加了一个过期时间。每个信号可以通过独立的ID来辨识，释放时只能通过提交这个ID才能释放。它提供了异步（Async）、反射式（Reactive）和RxJava2标准的接口。

闭锁（CountDownLatch）
基于Redisson的Redisson分布式闭锁（CountDownLatch）Java对象RCountDownLatch采用了与java.util.concurrent.CountDownLatch相似的接口和用法。

以上代码在基于Redis的分布式锁简单demo（三）标准分布式锁场景（基于Redisson的可重入锁）

本文地址：https://blog.csdn.net/mingwei_cheng/article/details/107369378

相关标签：分布式高并发微服务分布式

上一篇：宇文护曾三次弑君，最终为何还是死在了皇帝手上？

下一篇： ps怎么把图片贴在斜墙上 ps将图片无缝贴合到斜墙面教程

基于Redis实现的分布式锁

前言

源码

目录

分布式、微服务和集群的区别

Demo背景

环境搭建

项目的搭建

Demo演示

版本一：无分布式锁，仅在程序内加锁的场景

版本二：在代码内手动添加简单锁的实现场景

版本三：使用成熟的第三方锁Redisson加锁的实现场景

一个基于jquery的简单下拉框实现

SpringBoot与Quartz集成实现分布式定时任务集群的代码实例

asp.net基于windows服务实现定时发送邮件的方法

asp.net基于session实现购物车的方法

Java开发之spring security实现基于MongoDB的认证功能

基于python脚本实现软件的注册功能（机器码+注册码机制）

基于私钥加密公钥解密的RSA算法C#实现方法

Java实现基于JDBC操作mysql数据库的方法

asp.net基于Web Service实现远程上传图片的方法

基于C#实现Windows服务状态启动和停止服务的方法