使用Redis解決高并發(fā)方案及思路解讀
NoSQL
Not Only SQL的簡(jiǎn)稱。NoSQL是解決傳統(tǒng)的RDBMS在應(yīng)對(duì)某些問(wèn)題時(shí)比較乏力而提出的。
即非關(guān)系型數(shù)據(jù)庫(kù),它們不保證關(guān)系數(shù)據(jù)的ACID特性,數(shù)據(jù)之間一般沒(méi)有關(guān)聯(lián),在擴(kuò)展上就非常容易實(shí)現(xiàn),并且擁有較高的性能。
Redis
redis是nosql的典型代表,也是目前互聯(lián)網(wǎng)公司的必用技術(shù)。
redis是鍵值(Key-Value)存儲(chǔ)數(shù)據(jù)庫(kù),主要會(huì)使用到哈希表。大多數(shù)時(shí)候是直接以緩存的形式被使用,使得請(qǐng)求不直接訪問(wèn)到磁盤(pán),所以效率方面是很不錯(cuò)的,完全能滿足中小型企業(yè)的使用需求。
常用數(shù)據(jù)類型
- 字符串string
- 散列hash
- 列表list
- 集合sets
- 有序集合sort set
使用頻率上string和hash會(huì)高一些,各個(gè)類型有各自的操作命令,無(wú)非增刪改查,具體的命令后面我會(huì)整理一份。
痛點(diǎn)
web應(yīng)用在眾多請(qǐng)求同時(shí)發(fā)生時(shí),可能會(huì)導(dǎo)致數(shù)據(jù)讀取、存儲(chǔ)上出現(xiàn)錯(cuò)誤,即發(fā)生臟讀、臟數(shù)據(jù)生成。
在分布式項(xiàng)目下,會(huì)出現(xiàn)更多的問(wèn)題。
思路
并發(fā)時(shí),本質(zhì)其實(shí)就是多個(gè)請(qǐng)求同時(shí)進(jìn)來(lái)了,沒(méi)辦法正確的去進(jìn)行處理。
可以將所有的請(qǐng)求放在 一個(gè)隊(duì)列,讓請(qǐng)求們按照一個(gè)順序,挨個(gè)進(jìn)來(lái)執(zhí)行業(yè)務(wù)邏輯。目前成熟的解決方案就是使用消息隊(duì)列,下次我會(huì)整理一篇消息隊(duì)列處理高并發(fā)的;
還有一個(gè)方法是直接將并行轉(zhuǎn)為串行,Java提供了synchronized,即同步,不過(guò)這個(gè)在效率要求比較苛刻的地方 或者 分布式項(xiàng)目下還是不太合適的方案,這里就引出了使用redis來(lái)實(shí)現(xiàn)分布式鎖,從而解決并發(fā)問(wèn)題。
分布式鎖
在分布式項(xiàng)目中,使用一個(gè)唯一、通用、效率高的標(biāo)識(shí),來(lái)表示上鎖和解鎖。
redis實(shí)現(xiàn)起來(lái)很簡(jiǎn)單,即對(duì)一個(gè)key是否存在來(lái)表示是否上鎖、是否解鎖。
以string類型舉例:
Integer stock = goodsMapper.getStock(); if (stock > 0) { ? ? stock =- 1; ? ? goodsMapper.updateStock(stock); }
以上是最簡(jiǎn)單的秒殺偽代碼,我們嘗試用redis實(shí)現(xiàn)分布式鎖。
// 這里是錯(cuò)誤代碼,只是一個(gè)思考過(guò)程,請(qǐng)耐心看完哦 String key = "REDIS_DISTRIBUTION_LOCKER"; // 分布式鎖名稱 String value = jedisUtils.get(key); if (value != null) { // 未上鎖 ? ? // wingzingliu ? ? jedisUtils.set(key, 1); // 上鎖 ? ? Integer stock = goodsMapper.getStock(); ? ? if (stock > 0) { ? ? ? ? stock =- 1; ? ? ? ? goodsMapper.updateStock(stock); ? ? ? ? jedisUtils.del(key); // 釋放鎖 ? ? } }
以上代碼可能會(huì)出現(xiàn)一個(gè)問(wèn)題,就是當(dāng)同時(shí)多個(gè)請(qǐng)求進(jìn)來(lái),某次多個(gè)請(qǐng)求都拿到value為空,線程A進(jìn)入if 走到// wingzingliu這里的時(shí)候,還未上鎖,其他請(qǐng)求也進(jìn)來(lái)了,這樣就會(huì)出現(xiàn)臟數(shù)據(jù)了。
這里的代碼問(wèn)題就是出在沒(méi)有考慮原子性問(wèn)題。
所以我們要使用到redis的一個(gè)setNx命令,本質(zhì)也是設(shè)置值,但是這是一個(gè)原子操作,執(zhí)行之后會(huì)返回是否設(shè)置成功。
redis> SETNX job "programmer" ? ?# job 設(shè)置成功 (integer) 1 ? redis> SETNX job "code-farmer" ? # 嘗試覆蓋 job ,失敗 (integer) 0 ? redis> GET job ? ? ? ? ? ? ? ? ? # 沒(méi)有被覆蓋 "programmer"
重點(diǎn)關(guān)注 當(dāng)有值時(shí),會(huì)失敗,返回0。所以我們的代碼會(huì)改造成以下這個(gè)樣子。
// 這里是錯(cuò)誤代碼,只是一個(gè)思考過(guò)程,請(qǐng)耐心看完哦 String key = "REDIS_DISTRIBUTION_LOCKER"; // 分布式鎖名稱 Long result = jedisUtils.setNx(key, 1); if (result > 0) { // 上鎖成功,進(jìn)入邏輯 ? ? // wingzingliu1 ? ? Integer stock = goodsMapper.getStock(); ? ? if (stock > 0) { ? ? ? ? stock =- 1; ? ? ? ? goodsMapper.updateStock(stock); ? ? ? ? ? System.out.println("購(gòu)買成功!"); ? ? } else { ? ? ? ? System.out.println("沒(méi)有庫(kù)存了!"); ? ? } ? ? // wingzingliu2 ? ? jedisUtils.del(key); // 釋放鎖 }
以上我們就可以保證原子性,能正確的按照順序去處理。
可是還有一個(gè)隱藏的問(wèn)題,就是當(dāng)某個(gè)線程執(zhí)行上鎖成功后,在wingzingliu1到wingzingliu2之間時(shí),程序拋異常了,那么程序終止了,就無(wú)法釋放鎖,其他線程也都進(jìn)不來(lái)了。
解決方案是加上try catch finally塊,在finally里面去釋放鎖。
可是那如果是宕機(jī)呢?上鎖之后宕機(jī)了,finally里面的依然不會(huì)執(zhí)行,鎖沒(méi)有得到釋放,不手動(dòng)處理的情況下,以后所有線程也無(wú)法進(jìn)入。
所以引入了redis的過(guò)期時(shí)間,到了某個(gè)時(shí)間自動(dòng)解鎖。
// 這里是不夠完善的代碼,請(qǐng)耐心看完哦 try { ? ? String key = "REDIS_DISTRIBUTION_LOCKER"; // 分布式鎖名稱 ? ? Long result = jedisUtils.setNx(key, 1, 30); // 假設(shè)處理邏輯需要20s左右,設(shè)置了30秒自動(dòng)過(guò)期 ? ? if (result > 0) { // 上鎖成功,進(jìn)入邏輯 ? ? ? ? Integer stock = goodsMapper.getStock(); ? ? ? ? if (stock > 0) { ? ? ? ? ? ? stock =- 1; ? ? ? ? ? ? goodsMapper.updateStock(stock); ? ? ? ? ? ? ? System.out.println("購(gòu)買成功!"); ? ? ? ? } else { ? ? ? ? ? ? System.out.println("沒(méi)有庫(kù)存了!"); ? ? ? ? } ? ? } } catch (Exception e) { ? ?? } finally { ? ? jedisUtils.del(key); // 釋放鎖 }
以上是比較完善的分布式鎖了,但是還有一個(gè)小瑕疵,就是假設(shè)某一次請(qǐng)求A處理的很慢,預(yù)計(jì)20s但是跑了35s,到了30s的時(shí)候鎖過(guò)期了,其他請(qǐng)求就自然進(jìn)來(lái)了。
這不僅僅會(huì)導(dǎo)致一次并行,當(dāng)請(qǐng)求A處理完時(shí),依然會(huì)執(zhí)行釋放鎖,這實(shí)際上是下一個(gè)線程上的鎖。以此類推,整個(gè)并發(fā)控制就亂了。
理論上可以設(shè)置一個(gè)更大的key過(guò)期時(shí)間,但是并不是最好的解決方案。這里就引出一個(gè)概念:鎖續(xù)命。
鎖續(xù)命
如其名,給鎖續(xù)命。實(shí)現(xiàn)就是 當(dāng)鎖快過(guò)期的時(shí)候,去延長(zhǎng)鎖的時(shí)間。假設(shè)一個(gè)30s的鎖,每個(gè)10s去檢測(cè)一下,鎖是否還在 如果在就重新延長(zhǎng)至30s。這樣就避免掉了上面的這個(gè)可能出現(xiàn)的問(wèn)題。
這里使用一個(gè)定時(shí)任務(wù),周期性的調(diào)用即可。
擴(kuò)展
剛剛對(duì)key設(shè)置的value是1,其實(shí)能使用請(qǐng)求ID來(lái)進(jìn)行保存,這樣就能知道鎖是由哪個(gè)請(qǐng)求上的,在解鎖的時(shí)候 也可以避免解鎖了其他線程上的鎖。具體由前端傳遞,或者由服務(wù)端以某種規(guī)則生成都可以。
結(jié)語(yǔ)
至此我們就使用redis,一步一步的解決了在分布式項(xiàng)目下的并發(fā)問(wèn)題。redis不是唯一的解決方案,但是對(duì)于大部分互聯(lián)網(wǎng)公司來(lái)說(shuō),是一個(gè)很成熟、性能不錯(cuò)、便捷的方案。
還可以使用synchronized(非分布式項(xiàng)目)、mq 、zookeeper等方案去實(shí)現(xiàn)分布式鎖 以 解決高并發(fā)問(wèn)題。
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。
相關(guān)文章
關(guān)于redis狀態(tài)監(jiān)控和性能調(diào)優(yōu)詳解
Redis是一種高級(jí)key-value數(shù)據(jù)庫(kù)。它跟memcached類似,不過(guò)數(shù)據(jù)可以持久化,而且支持的數(shù)據(jù)類型很豐富。有字符串,鏈表、哈希、集合和有序集合5種。下面這篇文章主要給大家介紹了關(guān)于redis狀態(tài)監(jiān)控和性能調(diào)優(yōu)的相關(guān)資料,需要的朋友可以參考下。2017-09-09redis緩存一致性延時(shí)雙刪代碼實(shí)現(xiàn)方式
這篇文章主要介紹了redis緩存一致性延時(shí)雙刪代碼實(shí)現(xiàn)方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-08-08談?wù)凴edis分布式鎖的正確實(shí)現(xiàn)方法
這篇文章主要給大家介紹了關(guān)于Redis分布式鎖的正確實(shí)現(xiàn)方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)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(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08詳解Redis高效恢復(fù)策略內(nèi)存快照與AOF
這篇文章主要為大家介紹了Redis高效恢復(fù)策略內(nèi)存快照與AOF及對(duì)比詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-12-12Redis通過(guò)scan查找不過(guò)期的 key(方法詳解)
SCAN 命令是一個(gè)基于游標(biāo)的迭代器,每次被調(diào)用之后, 都會(huì)向用戶返回一個(gè)新的游標(biāo), 用戶在下次迭代時(shí)需要使用這個(gè)新游標(biāo)作為 SCAN 命令的游標(biāo)參數(shù), 以此來(lái)延續(xù)之前的迭代過(guò)程,對(duì)Redis scan 查找 key相關(guān)知識(shí)感興趣的朋友一起看看吧2021-08-08