模擬一個電商里面下單減庫存的場景。
1.首先在redis里加入商品庫存數量。
2.新建一個Spring Boot項目，在pom里面引入相關的依賴。
dependency>
groupId>org.springframework.boot/groupId>
artifactId>spring-boot-starter-web/artifactId>
/dependency>
dependency>
groupId>org.springframework.boot/groupId>
artifactId>spring-boot-starter-data-redis/artifactId>
/dependency>
3.接下來，在application.yml配置redis屬性和指定應用的端口號：
server:
port: 8090
spring:
redis:
host: 192.168.0.60
port: 6379
4.新建一個Controller類，扣減庫存第一版代碼：
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import javax.annotation.Resource;
import java.util.Objects;
@RestController
public class StockController {
private static final Logger logger = LoggerFactory.getLogger(StockController.class);
@Resource
private StringRedisTemplate stringRedisTemplate;
@RequestMapping("/reduceStock")
public String reduceStock() {
// 從redis中獲取庫存數量
int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount")));
if (stock > 0) {
// 減庫存
int restStock = stock - 1;
// 剩余庫存再重新設置到redis中
stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock));
logger.info("扣減成功，剩余庫存：{}", restStock);
} else {
logger.info("庫存不足，扣減失敗。");
}
return "success";
}
}
上面第一版的代碼存在什么問題：超賣。假如多個線程同時調用獲取庫存數量的代碼，那么每個線程拿到的都是100，判斷庫存都大于0，都可以執行減庫存的操作。假如兩個線程都做減庫存更新緩存，那么緩存的庫存變成99，但實際上，應該是減掉2個庫存。
那么很多人的第一個想法是加synchronized同步代碼塊，因為獲取數量和減庫存不是原子性操作，有多個線程來執行代碼的時候，只允許一個線程執行代碼塊里的代碼。那么改完的第二版的代碼如下：
@RequestMapping("/reduceStock")
public String reduceStock() {
synchronized (this) {
// 從redis中獲取庫存數量
int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount")));
if (stock > 0) {
// 減庫存
int restStock = stock - 1;
// 剩余庫存再重新設置到redis中
stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock));
logger.info("扣減成功，剩余庫存：{}", restStock);
} else {
logger.info("庫存不足，扣減失敗。");
}
}
return "success";
}
但使用synchronize存在的問題，就是只能保證單機環境運行時沒有問題的。但現在的軟件公司里，基本上都是集群架構，是多實例，前面使用Nginx做負載均衡，大概架構如下：
Nginx分發請求，把請求發送到不同的Tomcat容器，而synchronize只能保證一個應用是沒有問題的。
那么代碼改進第三版，就是引入redis分布式鎖，具體代碼如下：
@RequestMapping("/reduceStock")
public String reduceStock() {
String lockKey = "stockKey";
try {
boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "1");
if (!result) {
return "errorCode";
}
// 從redis中獲取庫存數量
int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount")));
if (stock > 0) {
// 減庫存
int restStock = stock - 1;
// 剩余庫存再重新設置到redis中
stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock));
logger.info("扣減成功，剩余庫存：{}", restStock);
} else {
logger.info("庫存不足，扣減失敗。");
}
} finally {
stringRedisTemplate.delete(lockKey)
}
return "success";
}
如果有一個線程拿到鎖，那么其他的線程就會等待。一定要記得在finally里面把使用完的鎖要刪除掉。否則一旦拋出異常，只有一個線程會一直持有鎖，其他線程沒有機會獲取。
但如果在執行if (stock > 0) {代碼塊里的代碼，因為宕機或重啟沒有執行完，也會一直持有鎖，所以，這里需要把鎖加一個超時時間：
boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "1");
stringRedisTemplate.expire(lockKey, 10, TimeUnit.SECONDS);
但如果上面兩行代碼在中間執行出問題了，設置超時時間的代碼還沒執行，也會出現鎖不能釋放的問題。好在有對應的方法：就是把上面兩行代碼設置成一個原子操作：
// 這里默認設置超時時間為10秒
boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "1", 10, TimeUnit.SECONDS);
到此為止，如果并發量不是很大的話，基本上是沒有問題的。
但是，如果請求的并發量很大，就會出現新的問題：有種比較特殊的情況，第一個線程執行了15秒，但是執行到10秒鐘的時候，鎖已經失效釋放了，那么在高并發場景下，第二個線程發現鎖已經失效，那么它就可以拿到這把鎖進行加鎖，
假設第二個線程執行需要8秒，它執行到5秒鐘后，此時第一個線程已經執行完了，執行完那一刻，進行了刪除key的操作，但是此時的鎖是第二個線程加的，這樣第一個線程把第二個線程加的鎖刪掉了。
那意味著第三個線程又可以拿到鎖，第三個線程執行了3秒鐘，此時第二個線程執行完畢，那么第二個線程把第三個線程的鎖又刪除了。導致鎖失效。
那么解決的思路就是，我自己加的鎖，不要被別人刪掉。那么可以為每個進來的請求生成一個唯一的id，作為分布式鎖的值，然后在釋放時，判斷一下當前線程的id，是不是和緩存里的id是否相等。
@RequestMapping("/reduceStock")
public String reduceStock() {
String lockKey = "stockKey";
String id = UUID.randomUUID().toString();
try {
// 這里默認設置超時時間為30秒
boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, id, 30, TimeUnit.SECONDS);
if (!result) {
return "errorCode";
}
// 從redis中獲取庫存數量
int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount")));
if (stock > 0) {
// 減庫存
int restStock = stock - 1;
// 剩余庫存再重新設置到redis中
stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock));
logger.info("扣減成功，剩余庫存：{}", restStock);
} else {
logger.info("庫存不足，扣減失敗。");
}
} finally {
if (id.contentEquals(Objects.requireNonNull(stringRedisTemplate.opsForValue().get(lockKey)))) {
stringRedisTemplate.delete(lockKey);
}
}
return "success";
}
到此為止，一個比較完善的鎖就實現了，可以應付大部分場景。
當然，上面的代碼還有一個問題，就是一個線程執行時間超過了過期時間，后面的代碼還沒有執行完，鎖就已經刪除了，還是會有些bug存在。解決的方法是給鎖續命的操作。
在當前主線程獲取到鎖以后，可以fork出一個線程，執行Timer定時器操作，假如默認超時時間為30秒，那么定時器每隔10秒去看下這把鎖還是否存在，存在就說明這個鎖里的邏輯還沒有執行完，那么就可以把當前主線程的超時時間重新設置為30秒；如果不存在，就直接結束掉。
但是上面的邏輯，在高并發場景下，實現比較完善還是比較困難的。好在現在已經有比較成熟的框架，那就是Redisson。官方地址https://redisson.org。
下面用Redisson來實現分布式鎖。
首先引入依賴包：
dependency>
groupId>org.redisson/groupId>
artifactId>redisson/artifactId>
version>3.6.5/version>
/dependency>
配置類：
@Configuration
public class RedissonConfig {
@Bean
public Redisson redisson() {
// 單機模式
Config config = new Config();
config.useSingleServer().setAddress("redis://192.168.0.60:6379").setDatabase(0);
return (Redisson) Redisson.create(config);
}
}
接下來用redisson重寫上面的減庫存操作：
@Resource
private Redisson redisson;
@RequestMapping("/reduceStock")
public String reduceStock() {
String lockKey = "stockKey";
RLock redissonLock = redisson.getLock(lockKey);
try {
// 加鎖，鎖續命
redissonLock.lock();
// 從redis中獲取庫存數量
int stock = Integer.parseInt(Objects.requireNonNull(stringRedisTemplate.opsForValue().get("stockCount")));
if (stock > 0) {
// 減庫存
int restStock = stock - 1;
// 剩余庫存再重新設置到redis中
stringRedisTemplate.opsForValue().set("stockCount", String.valueOf(restStock));
logger.info("扣減成功，剩余庫存：{}", restStock);
} else {
logger.info("庫存不足，扣減失敗。");
}
} finally {
redissonLock.unlock();
}
return "success";
}
其實就是三個步驟：獲取鎖，加鎖，釋放鎖。
先簡單看下Redisson的實現原理：
這里先說一下Redis很多操作使用Lua腳本來實現原子性操作，關于Lua語法，可以去網上找下相關教程。
使用Lua腳本的好處有：
1.減少網絡開銷，多個命令可以使用一次請求完成；
2.實現了原子性操作，Redis會把Lua腳本作為一個整體去執行；
3.實現事務，Redis自帶的事務功能有限，而Lua腳本實現了事務的常規操作，而且還支持回滾。
但是Lua實際上不會使用很多，如果Lua腳本執行時間過長，因為Redis是單線程，因此會導致堵塞。
最后，說下Redisson分布式鎖的代碼實現，
找到上面的redissonLock.lock()；
lock方法點進去，一直點到RedissonLock類里面的lockInterruptibly方法：
@Override
public void lockInterruptibly(long leaseTime, TimeUnit unit) throws InterruptedException {
// 獲取線程id
long threadId = Thread.currentThread().getId();
Long ttl = tryAcquire(leaseTime, unit, threadId);
// lock acquired
if (ttl == null) {
return;
}
RFutureRedissonLockEntry> future = subscribe(threadId);
commandExecutor.syncSubscription(future);
try {
while (true) {
ttl = tryAcquire(leaseTime, unit, threadId);
// lock acquired
if (ttl == null) {
break;
}
// waiting for message
if (ttl >= 0) {
getEntry(threadId).getLatch().tryAcquire(ttl, TimeUnit.MILLISECONDS);
} else {
getEntry(threadId).getLatch().acquire();
}
}
} finally {
unsubscribe(future, threadId);
}
// get(lockAsync(leaseTime, unit));
}
重點看下tryAcquire方法，把線程id作為一個參數傳遞進來，在這個方法里面，找到tryLockInnerAsync方法點進去，
T> RFutureT> tryLockInnerAsync(long leaseTime, TimeUnit unit, long threadId, RedisStrictCommandT> command) {
internalLockLeaseTime = unit.toMillis(leaseTime);
return commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, command,
"if (redis.call('exists', KEYS[1]) == 0) then " +
"redis.call('hset', KEYS[1], ARGV[2], 1); " +
"redis.call('pexpire', KEYS[1], ARGV[1]); " +
"return nil; " +
"end; " +
"if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then " +
"redis.call('hincrby', KEYS[1], ARGV[2], 1); " +
"redis.call('pexpire', KEYS[1], ARGV[1]); " +
"return nil; " +
"end; " +
"return redis.call('pttl', KEYS[1]);",
Collections.Object>singletonList(getName()), internalLockLeaseTime, getLockName(threadId));
}
這里就是一堆Lua腳本，先看第一個if命令，先去判斷 KEYS[1]（就是對應的鎖key的名字），如果不存在，在hashmap里，設置一個屬性為線程id，值為1，再把map的過期時間設置為internalLockLeaseTime，這個值默認是30秒，
上面的操作對應的命令是：
hset keyname id:thread 1
pexpire keyname 30
然后返回nil，相當于null，那程序return了。
另外，Redisson還支持重入鎖，那第二個if就是執行重入鎖的操作，會判斷鎖是否存在，并且傳入的線程id是否是當前線程的id，若果是，支持重復加鎖進行自增操作；
如果是其他線程調用lock方法，上面兩個if判斷不會走，會返回鎖剩余過期時間。
接著返回到tryAcquireAsync方法里面往下看：
實際上是加了一個監聽器，在監聽器里面有個很重要的方法scheduleExpirationRenewal，一看這個名字就能大概猜出是什么功能，
里面有個定時任務的輪詢，
private void scheduleExpirationRenewal(final long threadId) {
if (expirationRenewalMap.containsKey(getEntryName())) {
return;
}
Timeout task = commandExecutor.getConnectionManager().newTimeout(new TimerTask() {
@Override
public void run(Timeout timeout) throws Exception {
// 判斷傳遞進來的線程id是否是我們之前主線程設置的id，如果是，則增加續命，增加30秒。
RFutureBoolean> future = commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, RedisCommands.EVAL_BOOLEAN,
"if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then " +
"redis.call('pexpire', KEYS[1], ARGV[1]); " +
"return 1; " +
"end; " +
"return 0;",
Collections.Object>singletonList(getName()), internalLockLeaseTime, getLockName(threadId));
future.addListener(new FutureListenerBoolean>() {
@Override
public void operationComplete(FutureBoolean> future) throws Exception {
expirationRenewalMap.remove(getEntryName());
if (!future.isSuccess()) {
log.error("Can't update lock " + getName() + " expiration", future.cause());
return;
}
if (future.getNow()) {
// reschedule itself
scheduleExpirationRenewal(threadId);
}
}
});
}
}, internalLockLeaseTime / 3, TimeUnit.MILLISECONDS);
if (expirationRenewalMap.putIfAbsent(getEntryName(), task) != null) {
task.cancel();
}
}
接著推遲10秒鐘（internalLockLeaseTime / 3），再執行續命操作邏輯。
到最后，再回到lockInterruptibly方法，如果ttl 為null，說明加鎖成功了，就返回null，那如果其他線程的話，就會返回剩余過期時間，那么就會進入到while死循環里，一直嘗試加鎖，調用tryAcquire方法，在瑣失效以后，再會嘗試獲取加鎖。
到此為止，分析完畢。
總結
到此這篇關于Redis分布式鎖的使用和實現原理的文章就介紹到這了,更多相關Redis分布式鎖的使用和原理內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- redis分布式鎖之可重入鎖的實現代碼
- 詳解redis分布式鎖的這些坑
- Java基于redis實現分布式鎖
- 詳解Redis 分布式鎖遇到的序列化問題
- php基于redis的分布式鎖實例詳解
- Redis分布式鎖升級版RedLock及SpringBoot實現方法
- redis分布式鎖的go-redis實現方法詳解
- redission分布式鎖防止重復初始化問題
- Redis如何實現分布式鎖詳解
