redis cluster集群模式下實現(xiàn)批量可重入鎖
一、redis cluster 集群版
在Redis 3.0版本以后，Redis發(fā)布了Redis Cluster。該集群主要支持搞并發(fā)和海量數(shù)據(jù)處理等優(yōu)勢，當 Redis 在集群模式下運行時,它處理數(shù)據(jù)存儲的方式與作為單個實例運行時不同。這是因為它應該準備好跨多個節(jié)點分發(fā)數(shù)據(jù),從而實現(xiàn)水平可擴展性。具體能力表現(xiàn)為：
- 自動分割數(shù)據(jù)到不同的節(jié)點上
- 整個集群的部分節(jié)點失敗或者不可達的情況下能夠繼續(xù)處理命令
Redis沒有使用一致性hash，而是引入哈希槽的概念，也就是 Hash Slot。Redis集群由16384個哈希槽slot，每個key通過CRC16校驗后對16384取模來決定放置那個槽，集群的每個節(jié)點負責一部分hash槽，也就是說數(shù)據(jù)存放在hash槽里，而每個節(jié)點只負責部分hash槽（這樣數(shù)據(jù)就存放在不同的節(jié)點）。
例如：node1、node2、node3三個節(jié)點，node1節(jié)點負責0到5500號hash槽，node2節(jié)點負責5501到11000號hash槽，node3節(jié)點負責11001到16384號hash槽。這種結構很容易添加或者刪除節(jié)點，比如如果我想新添加個節(jié)點node4, 我需要從節(jié)點 node1, node2, node3中得部分槽到node4上. 如果我想移除節(jié)點node1，需要將node1中的槽移到node2和node3節(jié)點上,然后將沒有任何槽的node1節(jié)點從集群中移除即可. 由于從一個節(jié)點將哈希槽移動到另一個節(jié)點并不會停止服務,所以無論添加刪除或者改變某個節(jié)點的哈希槽的數(shù)量都不會造成集群不可用的狀態(tài)。
在某些集群方案中，涉及多個key的操作會被限制在一個slot中，如Redis Cluster中的mget/mset操作。這里就會涉及到 哈希標簽 Hash Tag 的概念。
Hash Tag是用于計算哈希槽時的一個特殊場景，是一種確保多個鍵分配到同一個哈希槽中的方法。這是為了在Redis集群中實現(xiàn)多鍵操作而使用的。為了實現(xiàn)Hash Tag，在某些情況下，會以稍微不同的方式計算key的哈希槽。如果key包含"{…}"模式，則僅對{和}之間的子字符串進行散列以獲取哈希槽。但由于可能存在多個{或}出現(xiàn)，因此該算法遵循以下規(guī)則：
- 如果key包含字符 {
- 并且如果 } 字符位于 { 的右側
- 并且在第一個 { 和第一個 } 之間存在一個或多個字符
對于符合上述規(guī)則的key，則不會對整個key進行散列處理，而只會對第一次出現(xiàn) { 和隨后第一次出現(xiàn) } 之間的內容進行散列。否則，對整個key進行散列處理。
不使用hash tag批量設置不同名稱的key：
127.0.0.1:6379> mset name name1 name2 name3 (error) CROSSSLOT Keys in request don't hash to the same slot
顯示錯誤信息：CROSSSLOT 請求中的key沒有哈希到同一個插槽。這個問題是因為多鍵操作的時候每個鍵對應的slot可能不是一個，客戶端沒法做move操作。
解決思路就是采用redis cluster的hashTag，當redis的key加上hashTag時，集群算key的slot是按照hashTag進行計算，即可保證hashTag一致的key能分配到相同的stlot中。：
127.0.0.1:6379> mset name {name} {name}1 {name}2 {name}3
二、redis 分布式鎖
Redis鎖使用起來比較簡單，既可以鎖定單個鍵，也可以批量鎖定多個鍵，以實現(xiàn)更大規(guī)模的操作。它也是分布式應用中使用最廣泛的分布式鎖實施方式，可以有效解決單點故障、死鎖和負載失衡等問題。
大規(guī)模鎖定Redis，實現(xiàn)批量操作，一般通過以下實現(xiàn)：
- 使用Redis的消息訂閱機制，創(chuàng)建消息頻道，用于鎖定指定鍵之間的多個鍵。消息頻道的名字稱為鎖名，它代表鎖定的范圍和跨度。
- 然后，通過Redis的SUBSCRIBE命令訂閱消息頻道名字，比如“ lock_key”，并調用Redis BLPOP，將鎖定的鍵占據(jù)，以實現(xiàn)批量鎖定。
- 此外，也可以使用Redis的Lua腳本實現(xiàn)批量鎖定。獲取帶鎖的Key數(shù)組，這里以數(shù)組形式表示。同時，以原子的形式執(zhí)行多個SETNX命令，一旦全部執(zhí)行成功，則實現(xiàn)批量鎖定：
local locks = red:lrange("lock_keys", 1, -1)
for i, v in iprs(locks) do
if redis.call("setnx", v, field) == 1 then
red.lpush("locked_keys", v)
end
end
釋放鎖定的鍵，實現(xiàn)批量解鎖，語句如下：
local unlocked_locks = red:lrange("locked_keys",1, -1)
for i, v in iprs(unlocked_locks) do
red.del(v)
end
red.del("locked_keys")
使用Redis的WATCH功能，防止多個客戶端同時更新同一鍵，即如果更新發(fā)生樂觀鎖的沖突的情況下，返回失敗給客戶端，從而保證了鎖定的原子性：
-- 使用Redis watch，開始監(jiān)聽
red.watch("lock_keys")
-- 進行具體操作
-- …
-- 解鎖操作
red.unwatch()
Redis鎖使用起來非常簡單，可以用于單個鍵鎖定和大規(guī)模鎖定，從而實現(xiàn)批量操作，有效解決分布式應用中的死鎖、負載失衡、單點故障等問題。
三、如何使用 redis 實現(xiàn)批量可重入鎖？
1、方案一：Lua腳本批量加鎖
Lua加鎖腳本處理：
/**
* 加鎖腳本
* KEYS[1] key
* ARGV[1] value
* ARGV[2] expire
* 判斷key是否存在，不存在則加鎖，并記錄加鎖次數(shù)+1；若存在，則判斷value是否相等，相等則記錄加鎖次數(shù)+1，不相等則返回0
*/
private static final String REENTRANT_LOCK_SCRIPT = "if redis.call('EXISTS', KEYS[1]) == 0 then " +
" redis.call('SET', KEYS[1], ARGV[1]) " +
" redis.call('EXPIRE', KEYS[1], ARGV[2]) " +
" redis.call('INCR', 'lockCount:' .. KEYS[1]) " +
" return 1 " +
"else " +
" if redis.call('GET', KEYS[1]) == ARGV[1] then " +
" redis.call('EXPIRE', KEYS[1], ARGV[2]) " +
" redis.call('INCR', 'lockCount:' .. KEYS[1]) " +
" return 1 " +
" else " +
" return 0 " +
" end " +
"end";
@Bean
public DefaultRedisScript<Long> reentrantLockRedisScript(){
DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>(REENTRANT_LOCK_SCRIPT, Long.class);
try {
List<Boolean> results= redisTemplate.getConnectionFactory().getConnection().scriptExists(redisScript.getSha1());
if(Boolean.FALSE.equals(results.get(0)))
{
redisTemplate.getConnectionFactory().getConnection().scriptLoad(redisScript.getScriptAsString().getBytes());
log.info("redis reentrantLockRedisScript load success");
}
}catch (Exception ex){
log.error("redis reentrantLockRedisScript load error",ex);
}
return redisScript;
}
Lua解鎖腳本處理：
private static final String RELEASE_REENTRANT_LOCK_SCRIPT = "if redis.call('EXISTS', KEYS[1]) == 0 then " +
" return 0 " +
"else " +
" if redis.call('GET', KEYS[1]) == ARGV[1] then " +
" redis.call('DECR', 'lockCount:' .. KEYS[1]) " +
" if redis.call('GET', 'lockCount:' .. KEYS[1]) == '0' then " +
" redis.call('DEL', KEYS[1]) " +
" end " +
" return 1 " +
" else " +
" return 0 " +
" end " +
"end";
@Bean
public DefaultRedisScript<Long> releaseReentrantLockRedisScript(){
DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>(RELEASE_REENTRANT_LOCK_SCRIPT, Long.class);
try {
List<Boolean> results= redisTemplate.getConnectionFactory().getConnection().scriptExists(redisScript.getSha1());
if(Boolean.FALSE.equals(results.get(0)))
{
redisTemplate.getConnectionFactory().getConnection().scriptLoad(redisScript.getScriptAsString().getBytes());
log.info("redis releaseReentrantLockRedisScript load success");
}
}catch (Exception ex){
log.error("redis releaseReentrantLockRedisScript load error",ex);
}
return redisScript;
}
redis set 多個key場景需要hash tag處理：
private static final String KEY_FORMAT = "%s{%s}";
String slotKey = String.format(KEY_FORMAT, key, key);
結合以上封裝，批量可重入鎖的方法處理如下：
/**
* 可重入鎖，value相同的情況下，可重復加鎖，當所有加鎖方都解鎖后才會釋放鎖
*
* @param key 鎖的key
* @param value 鎖的value
* @param expireSeconds 鎖過期時間
* @param waitSeconds 等待時間
* @param process
* @return
*/
public boolean reentrantLock(String key, String value, long expireSeconds, long waitSeconds, Runnable process) {
boolean lock = false;
try {
//特殊處理key,為了保證原key和計數(shù)key落在同一個slot，將原key拼裝成: key{key}
String slotKey = String.format(KEY_FORMAT, key, key);
long start = System.currentTimeMillis();
while (!(lock = redisUtil.execute(reentrantLockRedisScript, Collections.singletonList(slotKey), value, expireSeconds) == 1)) {
Thread.sleep(100);
if ((System.currentTimeMillis() - start) / 1000 > waitSeconds) {
break;
}
}
//加鎖成功，執(zhí)行傳入的方法，最后用lua腳本判斷鎖的value是否還是當前的value，是則執(zhí)行解鎖
if (lock) {
try {
process.run();
} catch (Exception ex) {
throw ex instanceof BusinessException ? ex : new BusinessException(ex.getMessage());
} finally {
redisUtil.execute(releaseReentrantLockRedisScript, Collections.singletonList(slotKey), value);
}
}
} catch (BusinessException businessException) {
throw businessException;
} catch (Exception e) {
log.error("redis lockAndRun error!lockKey=" + key, e);
}
return lock;
}
/**
* 先獲取可重入鎖，獲取成功后批量加鎖，執(zhí)行傳入的方法
*
* @param keys
* @param reentrantKey
* @param value
* @param expireSeconds
* @param waitSeconds
* @param process
* @return
*/
public boolean batchReentrantLock(Set<String> keys, String reentrantKey, String value, long expireSeconds, long waitSeconds, Runnable process) {
List<Boolean> result = new ArrayList<>(1);
boolean reentrantLock = reentrantLock(reentrantKey, value, expireSeconds, waitSeconds, () -> {
result.add(batchLockAndRun(keys, expireSeconds, waitSeconds, process));
});
return reentrantLock && result.get(0);
}
2、方案二：pipeline批量加鎖
- 不用lua以避免cross slot error
- 批量加鎖失敗后立即全部解鎖，防止死鎖
/**
* 使用redisTemplate
* @param script
* @param keys
* @param args
* @param <T>
*/
public List<Object> executePipelined(String[] keys, String[] values, long time, TimeUnit timeUnit) {
return redisTemplate.executePipelined(new SessionCallback<Object>() {
@Override
public Object execute(RedisOperations operations) throws DataAccessException {
for (int i = 0; i < keys.length; i++) {
operations.opsForValue().setIfAbsent(keys[i], values[i], time, timeUnit);
}
return null;
}
});
}
/**
* pipeline批量加鎖
* @param keys 需要加鎖的key
* @param values 鎖的value，用于解鎖時判斷是否是當前線程加的鎖
* @param expireSeconds 鎖過期時間
* @return boolean 是否加鎖成功
*/
private boolean tryBatchLock(String[] keys, String[] values, long expireSeconds) {
List<Object> results = redisUtil.executePipelined(keys, values, expireSeconds, TimeUnit.SECONDS);
if (results == null || results.size() != keys.length || results.contains(false)) {
//加鎖失敗，立即解鎖
redisUtil.executePipelined(releaseReentrantLockRedisScript, keys, values);
return false;
}
return true;
}
四、總結
以上是使用redis cluster集群版所遇到的問題以及解決方案，主要在業(yè)務實現(xiàn)過程中，需要注意redis cluster key會被劃分到不同的槽中的問題，以及redis可重入鎖是否會有死鎖的問題等，更多相關redis cluster 批量可重入鎖內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要給大家介紹了關于Redis 2.8-4.0過期鍵優(yōu)化的相關資料，文中通過示例代碼介紹的非常詳細，對大家學習或者使用Redis具有一定的參考學習價值，需要的朋友們下面來一起學習學習吧2019-04-04
這篇文章主要給你大家介紹了關于基于Redis無序集合如何實現(xiàn)禁止多端登錄功能的相關資料，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2018-12-12
Redis是一款性能強勁的內存數(shù)據(jù)庫，但是在使用過程中，我們可能會遇到Big Key問題，這個問題就是Redis中某個key的value過大，所以Big Key問題本質是Big Value問題，這篇文章主要介紹了Redis中的BigKey問題：排查與解決思路,需要的朋友可以參考下2023-03-03
從原理到實踐分析?Redis?分布式鎖的多種實現(xiàn)方案
在分布式系統(tǒng)中,為了保證多個進程或線程之間的數(shù)據(jù)一致性和正確性,需要使用鎖來實現(xiàn)互斥訪問共享資源,然而,使用本地鎖在分布式系統(tǒng)中存在問題,這篇文章主要介紹了從原理到實踐分析?Redis?分布式鎖的多種實現(xiàn)方案,需要的朋友可以參考下2024-07-07
List 的 Redis 中的 5 種主要數(shù)據(jù)結構之一,它是一種序列集合,可以存儲一個有序的字符串列表,順序是插入的順序,本文將給大家介紹了一下Redis中的List是如何實現(xiàn)的,需要的朋友可以參考下2024-05-05
這篇文章主要為大家詳細介紹了Linux下Redis安裝配置教程,具有一定的參考價值，感興趣的小伙伴們可以參考一下2016-11-11
詳解Redis中key的命名規(guī)范和值的命名規(guī)范
這篇文章主要介紹了詳解Redis中key的命名規(guī)范和值的命名規(guī)范，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-12-12
大家好，本篇文章主要講的是Redis數(shù)據(jù)庫分布式設計方案介紹，感興趣的同學趕快來看一看吧，對你有幫助的話記得收藏一下2022-01-01
Redis?鍵值對(key-value)數(shù)據(jù)庫實現(xiàn)方法
Redis 的鍵值對中的 key 就是字符串對象,而 value 可以是字符串對象,也可以是集合數(shù)據(jù)類型的對象,比如 List 對象,Hash 對象、Set 對象和 Zset 對象,這篇文章主要介紹了Redis?鍵值對數(shù)據(jù)庫是怎么實現(xiàn)的,需要的朋友可以參考下2024-05-05
與發(fā)生時間相關的一組數(shù)據(jù),就是時間序列數(shù)據(jù),這些數(shù)據(jù)的特點是沒有嚴格的關系模型,記錄的信息可以表示成鍵和值的關系,這篇文章主要給大家介紹了關于在Redis中如何保存時間序列數(shù)據(jù)的相關資料,需要的朋友可以參考下2021-10-10