快捷導(dǎo)航

redis分布式鎖的問題與解決方法

更新時(shí)間：2019年07月21日 10:16:14 作者：付威的網(wǎng)絡(luò)博客

這篇文章主要給大家介紹了關(guān)于redis分布式鎖的問題與解決方法，文中通過示例代碼介紹的非常詳細(xì)，對大家學(xué)習(xí)或者使用redis具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧

分布式鎖

在分布式環(huán)境中，為了保證業(yè)務(wù)數(shù)據(jù)的正常訪問，防止出現(xiàn)重復(fù)請求的問題，會(huì)使用分布式鎖來阻攔后續(xù)請求。我們先寫一段有問題的業(yè)務(wù)代碼：

public void doSomething(String userId){
  User user=getUser(userId);
  if(user==null){
   user.setUserName("xxxxx");
   user.setUserId(userId);
   insert(user);
   return;
  }
  update(user);
 }

上面的代碼很簡單，查詢db中有沒有對應(yīng)的user數(shù)據(jù)，如果有的話，執(zhí)行更新操作，如果沒有則插入。

我們知道，上面的代碼是線程不安全的，在多線程的環(huán)境中，就會(huì)出現(xiàn)問題。為了能夠保證數(shù)據(jù)的正確性，在單機(jī)環(huán)境下，我們可以使用synchronized的方法，來保證線程安全，具體修改：

public synchronized void doSomething(String userId){
  User user=getUser(userId);
  if(user==null){
   user.setUserName("xxxxx");
   user.setUserId(userId);
   insert(user);
   return;
  }
  update(user);
 }

在單機(jī)器的環(huán)境下，能夠解決線程安全的問題，那在分布式環(huán)境下呢？這個(gè)時(shí)候需要用到分布式鎖.

分布式鎖需要借助其他組件來實(shí)現(xiàn)，常用的有redis和zookeeper。下面我們就用redis的實(shí)現(xiàn)，來說明下問題，分布式鎖具體的實(shí)現(xiàn)方法如下

public void doSomething(String userId){
  String lock=RedisUtils.get("xxxx"+userId);
  if(StringUtils.isNotEmpty(lock)){//說明當(dāng)前userId已經(jīng)被鎖定
   return;
  }
  RedisUtils.set("xxxx"+userId,userId,1000);//鎖定10s
  User user=getUser(userId);
  if(user==null){
   insert(user);
   RedisUtils.delete("xxxx"+userId);
   return;
  }
  update(user);
  RedisUtils.delete("xxxx"+userId);
  
 }

上面的代碼解決了在分布式環(huán)境中的并發(fā)的問題。但同樣需要考慮一個(gè)問題，如果insert操作和update操作異常了，分布式鎖不會(huì)釋放，后續(xù)的請求還會(huì)被攔截。

所以我們再優(yōu)化，增加對異常的捕獲。

public void doSomething(String userId){
  try {
    String lock=RedisUtils.get("xxxx"+userId);
    if(StringUtils.isNotEmpty(lock)){//說明當(dāng)前userId已經(jīng)被鎖定
     return;
    }
    RedisUtils.set("xxxx"+userId,userId,1000);//鎖定1s
    User user=getUser(userId);
    if(user==null){
     insert(user);
     return;
    }
    update(user);
  }
  catch(Exception ex){

  }
  finally{
   RedisUtils.delete("xxxx"+userId);
  }
 }

現(xiàn)在即使是程序異常了，鎖會(huì)自動(dòng)釋放。但redis的get和set也會(huì)存在并發(fā)問題，我們再繼續(xù)優(yōu)化，使用redis中的setnx方法

public void doSomething(String userId){
  try {
    boolean lock=RedisUtils.setnx("xxxx"+userId,userId,1000);//鎖定1s
    if(!lock){//說明當(dāng)前userId已經(jīng)被鎖定
     return;
    }
    User user=getUser(userId);
    if(user==null){
     insert(user);
     return;
    }
    update(user);
  }
  catch(Exception ex){

  }
  finally{
   RedisUtils.delete("xxxx"+userId);
  }
 }

上面的代碼好像沒有什么問題了，但也存在很大的隱患。我們分析下，假設(shè)第一個(gè)請求過來，執(zhí)行鎖定成功，程序開始運(yùn)行，但是insert和update操作阻塞了1s，第二個(gè)請求過來，鎖的緩存已經(jīng)過期，第二個(gè)執(zhí)行鎖定成功，這個(gè)時(shí)候第一個(gè)請求完成了鎖被釋放，第二個(gè)請求的鎖就被第一次請求釋放了，第三次的請求就會(huì)造成線程不安全問題。

怎么再去優(yōu)化呢？問題主要是出現(xiàn)在第一次請求誤刪鎖的問題，所以我們在移除鎖的時(shí)候要判斷能否移除。

思路：我們在鎖定的時(shí)候，value使用當(dāng)前的時(shí)間戳，刪除時(shí)判斷是否過期如果不過期就不要?jiǎng)h除，具體代碼如下：

public void doSomething(String userId){
  try {
    boolean lock=RedisUtils.setnx("xxxx"+userId,LocalDateTime.now(),1000);//鎖定10s
    if(!lock){//說明當(dāng)前userId已經(jīng)被鎖定
     return;
    }
    User user=getUser(userId);
    if(user==null){
     insert(user);
     return;
    }
    update(user);
  }
  catch(Exception ex){

  }
  finally{
   LocalDateTime lockTIme= RedisUtils.get("xxxx"+userId);
   if(lockTIme.compare(LocalDateTime.now())<0){
    //說明已經(jīng)過期，可以刪除key
    RedisUtils.delete("xxxx"+userId);
   }
  }
 }

這樣即使出現(xiàn)阻塞，第二次的時(shí)間戳覆蓋了第一次的鎖定，這樣即使第一次完成了，也不會(huì)釋放鎖。

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，謝謝大家對腳本之家的支持。

您可能感興趣的文章: