Redission 分布式锁框架

作者: 鄙人_阿K | 来源:发表于2021-12-19 17:51 被阅读0次

Redis6总纲

https://www.jianshu.com/p/901dc5a0c683

文档

https://github.com/redisson/redisson/wiki/Table-of-Content

JUC

学过juc可以和 redission 无缝衔接
https://www.jianshu.com/p/aa02b491afba

概述

Redisson是一个在Redis的基础上实现的Java驻内存数据网格（In-Memory Data Grid）。它不仅提供了一系列的分布式的Java常用对象，还提供了许多分布式服务。其中包括(BitSet, Set, Multimap, SortedSet, Map, List, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, AtomicLong, CountDownLatch, Publish / Subscribe, Bloom filter, Remote service, Spring cache, Executor service, Live Object service, Scheduler service) Redisson提供了使用Redis的最简单和最便捷的方法。Redisson的宗旨是促进使用者对Redis的关注分离（Separation of Concern），从而让使用者能够将精力更集中地放在处理业务逻辑上。

一、项目搭建

1、坐标引入

<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson</artifactId>
    <version>3.12.0</version>
</dependency>

2、配置

单节点配置

package com.kk.springbootredis.config;
import org.redisson.Redisson;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import java.io.IOException;
@Configuration
public class RedissonConfig {
    /*
     * @Description:    所有对 Redisson的使用都是通过 RedissonClient对象
     * @Author:         阿K
     * @CreateDate:     2021/12/16 21:34
     * @Param:          []
     * @Return:         org.redisson.api.RedissonClient
    **/
    @Bean(destroyMethod = "shutdown")
    RedissonClient redisson() throws IOException {

        // 1、创建配置
        Config config = new Config ( );
        config.useSingleServer ().setAddress ("redis://106.52.23.202:6379");
    // 集群模式
    // useClusterServers ( )
    //.addNodeAddress ("redis://127.0.0.1:7004", "redis://127.0.0.1:7001");
    // 密码设置
    //.setPassword ("abc123456");

        // 2、根据 Config 实例创建出 RedissonClient 对象
        return Redisson.create (config);
    }
}

以下两种为官网提供的参考：

1、单节点

// 默认连接地址 127.0.0.1:6379
RedissonClient redisson = Redisson.create();

Config config = new Config();
config.useSingleServer().setAddress("myredisserver:6379");
RedissonClient redisson = Redisson.create(config);

2、集群

Config config = new Config();
config.useClusterServers()
    .setScanInterval(2000) // 集群状态扫描间隔时间，单位是毫秒
    //可以用"rediss://"来启用SSL连接
    .addNodeAddress("redis://127.0.0.1:7000", "redis://127.0.0.1:7001")
    .addNodeAddress("redis://127.0.0.1:7002");

RedissonClient redisson = Redisson.create(config);

二、第一个Demo

官网：

image.png

1、第一个 demo

@Controller
public class TestRedissonClient {
    @Autowired
    RedissonClient redisson;

    @ResponseBody
    @GetMapping("/hello")
    public String hello(){
        // 1、获取一把锁，只要锁的名字一样，既是同一把锁
        RLock lock = redisson.getLock ("my-lock");

        // 2、加锁
        lock.lock ();// 阻塞式等待

        try {
            System.out.println ("加锁成功，执行业务..."+Thread.currentThread ().getId () );
            // 模拟超长等待
            Thread.sleep (20000);
        } catch (Exception e) {
            e.printStackTrace ( );
        }finally {
            // 3、解锁
            System.out.println ("释放锁..."+Thread.currentThread ().getId () );
            lock.unlock ();
        }
        return "hello";
    }
}

发送两个请求

image.png

打印结果

加锁成功，执行业务...80
释放锁...80
加锁成功，执行业务...81
释放锁...81

二、看门狗原理

1、模拟两个服务，A服务闪掉还没释放锁的情况

A服务先运行，在运行B服务，还没释放A的是否，A就挂了，锁也还没释放，会不会死锁呢？？

image.png

启动两台，8080，8081（闪断--手动关闭）

image.png

发现80没有因为81没有释放而导致死锁，因为底层有看门狗机制。

追溯源码：自旋，不断尝试获取锁

image.png

2、默认 lock() 小结

（1）默认指定锁时间为30s（看门狗时间）
（2）锁的自动续期：若是业务超长，运行期间自动给锁上新的 30s，不用担心业务时间过长，锁就自动过期
（3）加锁的业务只要运行完成，就不会给当前锁续期，及时不手动解锁，锁默认在30s 后自动删除。

3、指定时间 lock() --- 【推荐写法】

// 10s自动解锁，指定时间一定要大于业务时间（不然会报错，没把握就不要用）
lock.lock (10, TimeUnit.SECONDS);

4、指定时间 lock() 小结

问题：在锁到的时候，不会自动续期。
（1）如果我们传递了锁的超时时间，就发送给 redis执行脚本，进行占锁，默认的超时时间既我们指的时间
（2）若是未指定锁的超时时间，就使用 30*1000【LockWatchdogTimeout看门狗的默认时间】
（3）只要占锁成功，就会启动一个定时任务【重新给锁设置过期时间，新的过期时间就是看门狗的默认时间】，每隔 10 s都会自动再次续到30s, internallockLeaseTime【看门狗时间/3s】

三、读写锁

1、代码

    @Autowired
    RedissonClient redisson;
    @Autowired
    RedisTemplate redisTemplate;


    // 并发写测试
    @GetMapping("write")
    @ResponseBody
    public String writeValue(){
        RReadWriteLock myLock = redisson.getReadWriteLock ("my_lock");
        RLock rLock = myLock.writeLock ( );
        rLock.lock ();
        String s = "";
        try {
            System.out.println ("写锁加锁成功..."+Thread.currentThread ().getId () );
            s= UUID.randomUUID ().toString ();
            TimeUnit.SECONDS.sleep (30);
            redisTemplate.opsForValue ().set ("writeValue",s);
        } catch (Exception e) {
            e.printStackTrace ( );
        }
        finally {
            System.out.println ("写锁解锁成功..."+Thread.currentThread ().getId () );
            rLock.unlock ();
        }
        return s;
    }
    // 并发读测试
    @GetMapping("read")
    @ResponseBody
    public String readValue(){
        RReadWriteLock myLock = redisson.getReadWriteLock ("my_lock");
        RLock rLock = myLock.readLock ( );
        rLock.lock ();
        String s = "";
        try {
            System.out.println ("读锁加锁成功..."+Thread.currentThread ().getId () );
            s = (String) redisTemplate.opsForValue ().get ("writeValue");
        } catch (Exception e) {
            e.printStackTrace ( );
        }finally {
            System.out.println ("读锁解锁成功..."+Thread.currentThread ().getId () );
            rLock.unlock ();
        }
        return s;
    }

2、结论
保证一定能读到最新数据，修改期间，写锁是一个排它锁（互斥锁）。读锁是一个共享锁
（1）读+读：相当于无锁，并发读情况下，只会在 redis 中记录好，所有当前的读锁，他们都会加锁成功。
（2）写+读：等待写锁释放
（3）写+写：阻塞方式
（4）读+写：有读锁，写也需要等待

只要有写的存在，都必须等待

四、信号量

    /**
     * 车库停车：
     * 信号量也可以做分布式限流
     * @return
     */
    @GetMapping("/park")
    public String park()throws Exception{
        RSemaphore park = redisson.getSemaphore ("park");

        // 获取一个信号，获取一个值，占一个车位
        //park.acquire ();
        //park.acquire (23);// 占用23个

        // 如果有数量则占用，没有则失败
        boolean b = park.tryAcquire ( );
        if (b){
            // 执行业务
        }else {
            return "没有可以占用的，失败";
        }
        return "占用成功,当前剩余车可占用量："+park.availablePermits ();
    }



    @GetMapping("/go")
    public String go(){
        RSemaphore park = redisson.getSemaphore ("park");
        //park.release ();// 开发一个车位
        park.release (30);// 开发 30个车位
        return "增加车位成功";
    }

五、闭锁

    /**
     * 模拟 5 个班级人走完，学校放假（闭校）
     * @return
     * @throws Exception
     */
    @GetMapping("lockDoor")
    public String lockDoor()throws Exception{
        RCountDownLatch door = redisson.getCountDownLatch ("door");
        door.trySetCount (5);
        door.await ();// 等待闭锁都完成
        return "放假了";
    }

    @GetMapping("/gogo/{id}")
    public String gogo(@PathVariable("id")String id){
        RCountDownLatch door = redisson.getCountDownLatch ("door");
        door.countDown ();// 计数-1
        long count = door.getCount ( );
        return id+"班走完,剩余："+count;
    }

六、分布式锁解决缓存一致性问题

1、redisson底层的每个锁 api调用都是使用 lua脚本（保证原子性）

image.png

2、锁的粒度：越细越快，越粗越慢

就是锁的名字不要尽量不要相同，比如一个接口的写锁大并发（100W），一个接口写锁小并发（1000），他们若是同一把锁，1000的并发可能要等100W的并发执行完成，所以设置锁名字要避免相同。

3、缓存一致性问题

缓存和数据库如何保持一致性
（1）双写模式
（2）失效模式

4、双写模式

既数据库改完，再改缓存

image.png

双写模式和失效模式在大并发下都会有问题：
问题：会有脏数据
方案一：加锁
方案二：若是允许延迟（今天更新的数据明天展示，或者几分钟几小时延迟），设置过期时间（建议）

5、失效模式

将数据库改完，再将缓存删掉，等待下次主动查询在进行更新

image.png

问题：会有读写，脏数据
方案一：加锁
方案二：如果经常写，少读，不如直接数据库操作，去掉缓存层。

6、方案

无论是双写模式还是失效模式，都会导致缓存的不一致问题。即多个实例同时更新会出事。怎么办?
（1）如果是用户纬度数据（订单数据、用户数据)，这种并发几率非常小，不用考虑这个问题，缓存数据加上过期时间，每隔一段时间触发读的主动更新即可
（2）如果是菜单，商品介绍等基础数据，也可以去使用canal订阅binlog的方式。
（3）缓存数据+过期时间也足够解决大部分业务对于缓存的要求。
（4）通过加锁保证并发读+写，写+写的时候按顺序排好队。读读无所谓。所以适合使用读写锁。(业务不关心脏数据，允许临时脏数据可忽略）

总结:
（1）我们能放入缓存的数据本就不应该是实时性、一致性要求超高的。所以缓存数据的时候加上过期时间，保证每天拿到当前最新数据即可。
（2）我们不应该过度设计，增加系统的复杂性
（3）遇到实时性、一致性要求高的数据，就应该查数据库，即使慢点。

7、Canal（阿里）解决缓存一致性问题

需要上大数据系统衔接电商的时候

image.png

缓存读写一致性框架（Spring Cache）

参考博客

https://blog.csdn.net/weixin_44565095/article/details/100598965

Redission 分布式锁框架

Redis6总纲

文档

JUC

目录

概述

一、项目搭建

1、坐标引入

2、配置

以下两种为官网提供的参考：

1、单节点

2、集群

二、第一个Demo

1、第一个 demo

二、看门狗原理

1、模拟两个服务，A服务闪掉还没释放锁的情况

2、默认 lock() 小结

3、指定时间 lock() --- 【推荐写法】

4、指定时间 lock() 小结

三、读写锁

四、信号量

五、闭锁

六、分布式锁解决缓存一致性问题

1、redisson底层的每个锁 api调用都是使用 lua脚本（保证原子性）

2、锁的粒度：越细越快，越粗越慢

3、缓存一致性问题

4、双写模式

5、失效模式

6、方案

7、Canal（阿里）解决缓存一致性问题

缓存读写一致性框架（Spring Cache）

参考博客

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

Redission 分布式锁框架

Redis6总纲

文档

JUC

目录

概述

一、项目搭建

1、坐标引入

2、配置

以下两种为官网提供的参考：

1、单节点

2、集群

二、第一个Demo

1、第一个 demo

二、看门狗原理

1、模拟两个服务，A服务闪掉还没释放锁的情况

2、默认 lock() 小结

3、指定时间 lock() --- 【推荐写法】

4、指定时间 lock() 小结

三、读写锁

四、信号量

五、闭锁

六、分布式锁解决缓存一致性问题

1、redisson底层的每个锁 api调用都是使用 lua脚本（保证原子性）

2、锁的粒度：越细越快，越粗越慢

3、缓存一致性问题

4、双写模式

5、失效模式

6、方案

7、Canal（阿里） 解决缓存一致性问题

缓存读写一致性框架（Spring Cache）

参考博客

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

7、Canal（阿里）解决缓存一致性问题