線程并發(fā)redisson的坑

背景

因?yàn)闃I(yè)務(wù)上的一個(gè)購(gòu)買需求，需要對(duì)庫(kù)存進(jìn)行行程保護(hù)，防止超賣的出現(xiàn)（我們不是電商公司），經(jīng)過調(diào)研，最終選擇使用Redission來(lái)進(jìn)行控制。

主要因?yàn)镽edission豐富的API，開源框架，已經(jīng)被廣泛應(yīng)用于實(shí)際生產(chǎn)環(huán)境。

問題描述

當(dāng)我們使用Ression中Lock.lock()方法之后，如果存在線程并發(fā)常見情況下，會(huì)出現(xiàn)如下異常：

java.lang.IllegalMonitorStateException: attempt to unlock lock, not locked by current thread by node id: 9f178836-f7e1-44fe-a89d-2db52f399c0d thread-id: 22

問題分析

在thread-1還沒有結(jié)束的時(shí)候,也就是在thread-1在獲得鎖但是還沒有釋放鎖的時(shí)候, `thread-2由于被別的線程中斷停止了等待從lock.tryLock的阻塞狀態(tài)中返回繼續(xù)執(zhí)行接下來(lái)的邏輯,并且由于嘗試去釋放一個(gè)屬于線程thread-1的鎖而拋出了一個(gè)運(yùn)行時(shí)異常導(dǎo)致該線程thread-2結(jié)束了, 然而thread-2完成了一系列操作后,線程thread-1才釋放了自己的鎖.

所以thread-2并沒有獲得鎖,卻執(zhí)行了需要同步的內(nèi)容,還嘗試去釋放鎖。

那解決方式我們就知道了，當(dāng)前線程加的鎖由當(dāng)前線程去解鎖，也就是說(shuō)當(dāng)我們使用lock.unlock的時(shí)候加上線程的判斷即可。

問題解決

 RLock lock = redissonClient.getLock(key);
    if(lock.isLocked()){ // 是否還是鎖定狀態(tài)
      if(lock.isHeldByCurrentThread()){ // 時(shí)候是當(dāng)前執(zhí)行線程的鎖
        lock.unlock(); // 釋放鎖
      }
    }

redisson使用注意事項(xiàng)

Redisson 是一個(gè)在 Redis 的基礎(chǔ)上實(shí)現(xiàn)的 Java 駐內(nèi)存數(shù)據(jù)網(wǎng)格，相較于暴露底層操作的Jedis，Redisson提供了一系列的分布式的 Java 常用對(duì)象，還提供了許多分布式服務(wù)。

特性 & 功能：

• 支持 Redis 單節(jié)點(diǎn)（single）模式、哨兵（sentinel）模式、主從（Master/Slave）模式以及集群（Redis Cluster）模式
• 程序接口調(diào)用方式采用異步執(zhí)行和異步流執(zhí)行兩種方式
• 數(shù)據(jù)序列化，Redisson 的對(duì)象編碼類是用于將對(duì)象進(jìn)行序列化和反序列化，以實(shí)現(xiàn)對(duì)該對(duì)象在 Redis 里的讀取和存儲(chǔ)
• 單個(gè)集合數(shù)據(jù)分片，在集群模式下，Redisson 為單個(gè) Redis 集合類型提供了自動(dòng)分片的功能
• 提供多種分布式對(duì)象，如：Object Bucket，Bitset，AtomicLong，Bloom Filter 和 HyperLogLog 等
• 提供豐富的分布式集合，如：Map，Multimap，Set，SortedSet，List，Deque，Queue 等
• 分布式鎖和同步器的實(shí)現(xiàn)，可重入鎖（Reentrant Lock），公平鎖（Fair Lock），聯(lián)鎖（MultiLock），紅鎖（Red Lock），信號(hào)量（Semaphonre），可過期性信號(hào)鎖（PermitExpirableSemaphore）等
• 提供先進(jìn)的分布式服務(wù)，如分布式遠(yuǎn)程服務(wù)（Remote Service），分布式實(shí)時(shí)對(duì)象（Live Object）服務(wù)，分布式執(zhí)行服務(wù)（Executor Service），分布式調(diào)度任務(wù)服務(wù)（Schedule Service）和分布式映射歸納服務(wù)（MapReduce）
• 更多特性和功能，請(qǐng)關(guān)注官網(wǎng)：http://redisson.org

實(shí)現(xiàn)原理

redis本身是不支持上述的分布式對(duì)象和集合，Redisson是通過利用redis的特性在客戶端實(shí)現(xiàn)了高級(jí)數(shù)據(jù)結(jié)構(gòu)和特性，例如優(yōu)先隊(duì)列的實(shí)現(xiàn)，是通過客戶端排序整理后再存入redis。

客戶端實(shí)現(xiàn)，意味著當(dāng)沒有任何客戶端在線時(shí)，這些所有的數(shù)據(jù)結(jié)構(gòu)和特性都不會(huì)保留，也不會(huì)自動(dòng)生效，例如過期事件的觸發(fā)或原來(lái)優(yōu)先隊(duì)列的元素增加。

注意事項(xiàng)

實(shí)時(shí)性

RMap中有一個(gè)功能是可以設(shè)置鍵值對(duì)的過期時(shí)間的，并可以注冊(cè)鍵值對(duì)的事件監(jiān)聽器

元素淘汰功能（Eviction）

Redisson的分布式的RMapCache Java對(duì)象在基于RMap的前提下實(shí)現(xiàn)了針對(duì)單個(gè)元素的淘汰機(jī)制。同時(shí)仍然保留了元素的插入順序。由于RMapCache是基于RMap實(shí)現(xiàn)的，使它同時(shí)繼承了java.util.concurrent.ConcurrentMap接口和java.util.Map接口。Redisson提供的Spring Cache整合以及JCache正是基于這樣的功能來(lái)實(shí)現(xiàn)的。

目前的Redis自身并不支持散列（Hash）當(dāng)中的元素淘汰，因此所有過期元素都是通過org.redisson.EvictionScheduler實(shí)例來(lái)實(shí)現(xiàn)定期清理的。為了保證資源的有效利用，每次運(yùn)行最多清理300個(gè)過期元素。任務(wù)的啟動(dòng)時(shí)間將根據(jù)上次實(shí)際清理數(shù)量自動(dòng)調(diào)整，間隔時(shí)間趨于1秒到1小時(shí)之間。比如該次清理時(shí)刪除了300條元素，那么下次執(zhí)行清理的時(shí)間將在1秒以后（最小間隔時(shí)間）。一旦該次清理數(shù)量少于上次清理數(shù)量，時(shí)間間隔將增加1.5倍。

正如官方wiki所述，這個(gè)功能是通過后臺(tái)線程定時(shí)去清理的， 所以這個(gè)是非實(shí)時(shí)的（issue-1234：on expired event is not executed in real-time.），延遲在5秒到2小時(shí)之間，因此對(duì)實(shí)時(shí)性要求比較高的場(chǎng)景就得自己衡量了。

由于過期時(shí)間的非實(shí)時(shí)性，所以導(dǎo)致過期事件的發(fā)生也是非實(shí)時(shí)的，相應(yīng)的監(jiān)聽器可能會(huì)延遲了一會(huì)兒才收到通知，在我的測(cè)試中，ttl設(shè)置在秒級(jí)誤差是比較大的，分鐘級(jí)別的ttl倒還好(左側(cè)設(shè)置值，右側(cè)實(shí)際耗時(shí))：

1s _ 5s
3s _ 5s
4s _ 5s
5s _ 9s
6s _ 10s
10s _ 15s
1m _ 1m11s

序列化

由Redisson默認(rèn)的編碼器為JsonJacksonCodec，JsonJackson在序列化有雙向引用的對(duì)象時(shí)，會(huì)出現(xiàn)無(wú)限循環(huán)異常。而fastjson在檢查出雙向引用后會(huì)自動(dòng)用引用符$ref替換，終止循環(huán)。

在我的情況中，我序列化了一個(gè)service，這個(gè)service已被spring托管，而且和另一個(gè)service之間也相互注入了，用fastjson能 正常序列化到redis，而JsonJackson則拋出無(wú)限循環(huán)異常。

為了序列化后的內(nèi)容可見，所以不用redission其他自帶的二進(jìn)制編碼器，自行實(shí)現(xiàn)編碼器：

import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.serializer.SerializerFeature;
import io.netty.buffer.ByteBuf;
import io.netty.buffer.ByteBufAllocator;
import io.netty.buffer.ByteBufInputStream;
import io.netty.buffer.ByteBufOutputStream;
import org.redisson.client.codec.BaseCodec;
import org.redisson.client.protocol.Decoder;
import org.redisson.client.protocol.Encoder;​
import java.io.IOException;​
public class FastjsonCodec extends BaseCodec {​
 private final Encoder encoder = in -> {
 ByteBuf out = ByteBufAllocator.DEFAULT.buffer();
 try {
 ByteBufOutputStream os = new ByteBufOutputStream(out);
 JSON.writeJSONString(os, in,SerializerFeature.WriteClassName);
 return os.buffer();
 } catch (IOException e) {
 out.release();
 throw e;
 } catch (Exception e) {
 out.release();
 throw new IOException(e);
 }
 };
​
 private final Decoder<Object> decoder = (buf, state) ->
 JSON.parseObject(new ByteBufInputStream(buf), Object.class);
​
 @Override
 public Decoder<Object> getValueDecoder() {
 return decoder;
 }
​
 @Override
 public Encoder getValueEncoder() {
 return encoder;
 }
}

訂閱發(fā)布

Redisson對(duì)訂閱發(fā)布的封裝是RTopic，這也是Redisson中很多事件監(jiān)聽的實(shí)現(xiàn)原理（例如鍵值對(duì)的事件監(jiān)聽）。

使用單元測(cè)試時(shí)發(fā)現(xiàn)，在事件發(fā)布后，訂閱方需要延時(shí)一下才能收到事件。具體原因待查。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論