我們知道分散式鎖的特性是排他、避免死鎖、高可用。分散式鎖的實現可以通過資料庫的樂觀鎖(通過版本號)或者悲觀鎖(通過for update)、Redis的setnx()命令、Zookeeper(在某個持久節點新增臨時有序節點，判斷當前節點是否是序列中最小的節點，如果不是則監聽比當前節點還要小的節點。如果是，獲取鎖成功。當被監聽的節點釋放了鎖(也就是被刪除)，會通知當前節點。然後當前節點再嘗試獲取鎖，如此反覆)
本篇文章，主要講如何用Redis的形式實現分散式鎖。後續文章會講解熱點KEY讀取，快取穿透和快取雪崩的場景和解決方案、快取更新策略等等知識點，理論知識點較多。
Redis配置
我的redis配置如下
spring.redis.host=
spring.redis.port=6379
#reids超時連線時間
spring.redis.timeout=100000
spring.redis.password=
#連線池最大連線數
spring.redis.pool.max-active=10000
#連線池最大空閒數
spring.redis.pool.max-idle=1000
#連線池最大等待時間
spring.redis.pool.max-wait=10000
複製程式碼@Component
@Getter
@Setter
@ConfigurationProperties(prefix = "spring.redis")
public class RedisConfig {
@Value("${spring.redis.host}")
private String host;
@Value("${spring.redis.port}")
private int port;
@Value("${spring.redis.password}")
private String password;
@Value("${spring.redis.timeout}")
private int timeout;
@Value("${spring.redis.pool.max-active}")
private int poolMaxActive;
@Value("${spring.redis.pool.max-idle}")
private int poolMaxIdle;
@Value("${spring.redis.pool.max-wait}")
private int poolMaxWait;
}
複製程式碼@Component
public class RedisPoolFactory {
@Autowired
private RedisConfig redisConfig;
@Bean
public JedisPool jedisPoolFactory() {
JedisPoolConfig poolConfig = new JedisPoolConfig();
poolConfig.setMaxIdle(redisConfig.getPoolMaxIdle());
poolConfig.setMaxTotal(redisConfig.getPoolMaxActive());
poolConfig.setTestOnBorrow(true);
poolConfig.setMaxWaitMillis(redisConfig.getPoolMaxWait());
JedisPool jp = new JedisPool(poolConfig, redisConfig.getHost(), redisConfig.getPort(),
redisConfig.getTimeout(), redisConfig.getPassword(), 0);
return jp;
}
}
複製程式碼為了區分不同模組的key，我抽象出了一個KeyPrefix介面和BasePrefix類。
public interface KeyPrefix {
int expireSeconds();
String getPrefix();
}
複製程式碼/**
* @author cmazxiaoma
* @version V1.0
* @Description: TODO
* @date 2018/5/10 12:35
*/
public abstract class BasePrefix implements KeyPrefix {
private int expireSeconds;
private String prefix;
public BasePrefix(int expireSeconds, String prefix) {
this.expireSeconds = expireSeconds;
this.prefix = prefix;
}
public BasePrefix(String prefix) {
this(0, prefix);
}
@Override
public int expireSeconds() {
return expireSeconds;
}
@Override
public String getPrefix() {
String className = getClass().getSimpleName();
return className + ":" + prefix;
}
}
複製程式碼分散式鎖分析與編碼
下面進入正文。因為分散式系統之間是不同程式的，單機版的鎖無法滿足要求。所以我們可以藉助中介軟體Redis的setnx()命令實現分散式鎖。setnx()命令只會對不存在的key設值，返回1代表獲取鎖成功。對存在的key設值，會返回0代表獲取鎖失敗。這裡的value是System.currentTimeMillis() (獲取鎖的時間)+鎖持有的時間。我這裡設定鎖持有的時間是200ms，實際業務執行的時間遠比這200ms要多的多，持有鎖的客戶端應該檢查鎖是否過期，保證鎖在釋放之前不會過期。因為客戶端故障的情況可能是很複雜的。比如現在有A，B倆個客戶端。A客戶端獲取了鎖，執行業務中做了騷操作導致阻塞了很久，時間應該遠遠超過200ms，當A客戶端從阻塞狀態下恢復繼續執行業務程式碼時，A客戶端持有的鎖由於過期已經被其他客戶端佔有。這時候A客戶端執行釋放鎖的操作，那麼有可能釋放掉其他客戶端的鎖。
我這裡設定的客戶端等待鎖的時間是200ms。這裡通過輪詢的方式去讓客戶端獲取鎖。如果客戶端在200ms之內沒有鎖的話，直接返回false。實際場景要設定合適的客戶端等待鎖的時間，避免消耗CPU資源。
如果獲取鎖的邏輯只有這三行程式碼的話，會造成死迴圈，明顯不符合分散式鎖的特性。
if (jedis.setnx(realKey, value) == 1) {
return true;
}
複製程式碼所以，我們要加上鎖過期，然後獲取鎖的策略。通過realKey獲取當前的currentValue。currentValue也就是獲取鎖的時間 + 鎖持有的時間。 如果currentValue不等於null 且 currentValue 小於當前時間，說明鎖已經過期。這時候如果突然來了C，D兩個客戶端獲取鎖的請求，不就讓C，D兩個客戶端都獲取鎖了嗎。如果防止這種現象發生，我們採用getSet()命令來解決。getSet(key,value)的命令會返回key對應的value，然後再把key原來的值更新為value。也就是說getSet()返回的是已過期的時間戳。如果這個已過期的時間戳等於currentValue，說明獲取鎖成功。
假設客戶端A一開始持有鎖，儲存在redis中的value(時間戳)等於T1。
這時候客戶端A的鎖已經過期，那麼C，D客戶端就可以開始爭搶鎖了。currentValue是T1，C客戶端的value是T2，D客戶端的value是T3。首先C客戶端進入到String oldValue = jedis.getSet(realKey, value);這行程式碼，獲得的oldValue是T1，同時也會把realKey對應的value更新為T2。再執行後續的程式碼，oldValue等於currentValue，那麼客戶端C獲取鎖成功。接著D客戶端也執行到了String oldValue = jedis.getSet(realKey, value);這行程式碼，獲取的oldValue是T2，同時也會把realKey對應的value更新為T3。由於oldValue不等於currentValue，那麼客戶端D獲取鎖失敗。
public boolean lock(KeyPrefix prefix, String key, String value) {
Jedis jedis = null;
Long lockWaitTimeOut = 200L;
Long deadTimeLine = System.currentTimeMillis() + lockWaitTimeOut;
try {
jedis = jedisPool.getResource();
String realKey = prefix.getPrefix() + key;
for (;;) {
if (jedis.setnx(realKey, value) == 1) {
return true;
}
String currentValue = jedis.get(realKey);
// if lock is expired
if (!StringUtils.isEmpty(currentValue) &&
Long.valueOf(currentValue) < System.currentTimeMillis()) {
// gets last lock time
String oldValue = jedis.getSet(realKey, value);
if (!StringUtils.isEmpty(oldValue) && oldValue.equals(currentValue)) {
return true;
}
}
lockWaitTimeOut = deadTimeLine - System.currentTimeMillis();
if (lockWaitTimeOut <= 0L) {
return false;
}
}
} finally {
returnToPool(jedis);
}
}
複製程式碼我們講解了獲取的邏輯，接著講講釋放鎖的邏輯。我們在這裡加上!StringUtils.isEmpty(currentValue) && value.equals(currentValue)判斷是為了防止釋放了不屬於當前客戶端的鎖。還是舉個例子，如果沒有這個邏輯，A客戶端呼叫unlock()方法之前，鎖突然就過期了。這時候B客戶端發現鎖過期了，立馬獲取了鎖。然後A客戶端接著呼叫unlock()方法，卻釋放了原本屬於B客戶端的鎖。
public void unlock(KeyPrefix prefix, String key, String value) {
Jedis jedis = null;
try {
jedis = jedisPool.getResource();
String realKey = prefix.getPrefix() + key;
String currentValue = jedis.get(realKey);
if (!StringUtils.isEmpty(currentValue)
&& value.equals(currentValue)) {
jedis.del(realKey);
}
} catch (Exception ex) {
log.info("unlock error");
} finally {
returnToPool(jedis);
}
}
複製程式碼編碼RedisController，模擬商品秒殺操作。測試分散式鎖是否可行。(強調：這裡只是舉一個例子，更直觀的判斷分散式鎖可行,不適合實際場景！！！！！實際上搶購，是直接將庫存放入到redis，是否結束標記放入到記憶體中，通過記憶體標記和redis中的decr()預減庫存，然後將秒殺訊息入隊到訊息佇列中，最後消費訊息並落地到DB中)
/**
* @author cmazxiaoma
* @version V1.0
* @Description: TODO
* @date 2018/8/28 9:27
*/
@RestController
@RequestMapping("/redis")
public class RedisController {
private static LongAdder longAdder = new LongAdder();
private static Long LOCK_EXPIRE_TIME = 200L;
private static Long stock = 10000L;
@Autowired
private RedisService redisService;
static {
longAdder.add(10000L);
}
@GetMapping("/v1/seckill")
public String seckillV1() {
Long time = System.currentTimeMillis() + LOCK_EXPIRE_TIME;
if (!redisService.lock(SeckillKeyPrefix.seckillKeyPrefix, "redis-seckill", String.valueOf(time))) {
return "人太多了，換個姿勢操作一下";
}
if (longAdder.longValue() == 0L) {
return "已搶光";
}
doSomeThing();
if (longAdder.longValue() == 0L) {
return "已搶光";
}
longAdder.decrement();
redisService.unlock(SeckillKeyPrefix.seckillKeyPrefix, "redis-seckill", String.valueOf(time));
Long stock = longAdder.longValue();
Long bought = 10000L - stock;
return "已搶" + bought + ", 還剩下" + stock;
}
@GetMapping("/detail")
public String detail() {
Long stock = longAdder.longValue();
Long bought = 10000L - stock;
return "已搶" + bought + ", 還剩下" + stock;
}
@GetMapping("/v2/seckill")
public String seckillV2() {
if (longAdder.longValue() == 0L) {
return "已搶光";
}
doSomeThing();
if (longAdder.longValue() == 0L) {
return "已搶光";
}
longAdder.decrement();
Long stock = longAdder.longValue();
Long bought = 10000L - stock;
return "已搶" + bought + ", 還剩下" + stock;
}
@GetMapping("/v3/seckill")
public String seckillV3() {
if (stock == 0) {
return "已搶光";
}
doSomeThing();
stock--;
Long bought = 10000L - stock;
return "已搶" + bought + ", 還剩下" + stock;
}
public void doSomeThing() {
try {
TimeUnit.MILLISECONDS.sleep(100);
} catch (InterruptedException ex) {
ex.printStackTrace();
}
}
}
複製程式碼對http://localhost:8081/redis/v1/seckill進行壓測，我使用的壓測工具是ab測試工具。這裡用10000個併發使用者，20000個請求來進行壓測。
ab -c 10000 -n 20000 http://localhost:8081/redis/v1/seckill
複製程式碼壓測結果如下：
E:\cmazxiaoma_download\httpd-2.4.34-o102o-x64-vc14\Apache24\bin>ab -c 10000 -n 2
0000 http://localhost:8081/redis/v1/seckill
This is ApacheBench, Version 2.3 <$Revision: 1826891 $>
Copyright 1996 Adam Twiss, Zeus Technology Ltd, http://www.zeustech.net/
Licensed to The Apache Software Foundation, http://www.apache.org/
Benchmarking localhost (be patient)
Completed 2000 requests
Completed 4000 requests
Completed 6000 requests
Completed 8000 requests
Completed 10000 requests
Completed 12000 requests
Completed 14000 requests
Completed 16000 requests
Completed 18000 requests
Completed 20000 requests
Finished 20000 requests
Server Software:
Server Hostname: localhost
Server Port: 8081
Document Path: /redis/v1/seckill
Document Length: 22 bytes
Concurrency Level: 10000
Time taken for tests: 108.426 seconds
Complete requests: 20000
Failed requests: 19991
(Connect: 0, Receive: 0, Length: 19991, Exceptions: 0)
Total transferred: 3420218 bytes
HTML transferred: 760218 bytes
Requests per second: 184.46 [#/sec] (mean)
Time per request: 54213.000 [ms] (mean)
Time per request: 5.421 [ms] (mean, across all concurrent requests)
Transfer rate: 30.80 [Kbytes/sec] received
Connection Times (ms)
min mean[+/-sd] median max
Connect: 0 0 6.3 0 549
Processing: 2393 36477 16329.1 45101 90269
Waiting: 182 36435 16351.4 45046 90267
Total: 2393 36477 16329.0 45101 90269
Percentage of the requests served within a certain time (ms)
50% 45101
66% 47680
75% 49136
80% 50392
90% 53200
95% 53743
98% 54510
99% 56014
100% 90269 (longest request)
複製程式碼我們再來看看是否有超賣現象，貌似還是正常。
回溯分析
我開啟RedisDesktopManager檢視db0的key資訊時，發現還有一個key沒有刪除掉。說明我們寫的unlock()方法在1w併發使用者，2w請求下還是存在問題。
仔細推敲自己之前寫的程式碼發現(還是拿上面的例子說事)，客戶端D雖然獲取鎖失敗，但是之前進行了String oldValue = jedis.getSet(realKey, value);操作，還是成功的更新了realKey對應的value。我們進行unlock()操作時，釋放客戶端的鎖是根據value來標識當前客戶端的。一開始客戶端C的value是T2，由於客戶端D的getSet()操作，覆蓋掉了客戶端C的value，讓其更新成T3。由於value.equals(currentValue)條件不成立，所以不會執行到jedis.del(realKey)
其實lock()方法也經不起推敲: 1.分散式各個系統時間不一致，如果要這樣做，只能進行時間同步。 2.當某個客戶端鎖過期時，多個客戶端開始爭搶鎖。雖然最後只有一個客戶端能成功鎖，但是獲取鎖失敗的客戶端能覆蓋獲取鎖成功客戶端的過期時間。 3.當客戶端的鎖過期時間被覆蓋，會造成鎖不具有標識性，會造成客戶端沒有釋放鎖。
所以我們要重寫lock與unlock()的邏輯，看到網上已經有很多的解決方案。(不過也有很多錯誤案例)
我們可以通過redis的set(key,value,NX,EX,timeout)合併普通的set()和expire()操作，使其具有原子性。
/**
* Set the string value as value of the key. The string can't be longer than 1073741824 bytes (1
* GB).
* @param key
* @param value
* @param nxxx NX|XX, NX -- Only set the key if it does not already exist. XX -- Only set the key
* if it already exist.
* @param expx EX|PX, expire time units: EX = seconds; PX = milliseconds
* @param time expire time in the units of <code>expx</code>
* @return Status code reply
*/
public String set(final String key, final String value, final String nxxx, final String expx,
final long time) {
checkIsInMultiOrPipeline();
client.set(key, value, nxxx, expx, time);
return client.getStatusCodeReply();
}
複製程式碼通過set(key,value,NX,EX,timeout)方法，我們就可以輕鬆實現分散式鎖。值得注意的是這裡的value作為客戶端鎖的唯一標識，不能重複。
public boolean lock1(KeyPrefix prefix, String key, String value, Long lockExpireTimeOut,
Long lockWaitTimeOut) {
Jedis jedis = null;
try {
jedis = jedisPool.getResource();
String realKey = prefix.getPrefix() + key;
Long deadTimeLine = System.currentTimeMillis() + lockWaitTimeOut;
for (;;) {
String result = jedis.set(realKey, value, "NX", "PX", lockExpireTimeOut);
if ("OK".equals(result)) {
return true;
}
lockWaitTimeOut = deadTimeLine - System.currentTimeMillis();
if (lockWaitTimeOut <= 0L) {
return false;
}
}
} catch (Exception ex) {
log.info("lock error");
} finally {
returnToPool(jedis);
}
return false;
}
複製程式碼我們可以使用lua指令碼合併get()和del()操作，使其具有原子性。一切大功告成。
public boolean unlock1(KeyPrefix prefix, String key, String value) {
Jedis jedis = null;
try {
jedis = jedisPool.getResource();
String realKey = prefix.getPrefix() + key;
String luaScript = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
Object result = jedis.eval(luaScript, Collections.singletonList(realKey),
Collections.singletonList(value));
if ("1".equals(result)) {
return true;
}
} catch (Exception ex) {
log.info("unlock error");
} finally {
returnToPool(jedis);
}
return false;
}
複製程式碼剛才看了評論，看到了各位大佬提出的一系列問題。我做出以下解釋：
- 秒殺操作，我在這裡只是舉一個例子，更直觀的判斷分散式鎖可行,不適合實際場景！！！！！實際上搶購，是將商品庫存放入到redis、將是否結束標記Flag放入到記憶體中，通過記憶體標記和redis中的decr()預減庫存，然後將秒殺訊息入隊到訊息佇列中，最後消費訊息並落地到DB中。
2.請耐心讀完本篇文章。第一個案例程式碼是錯誤的，我後續講解了如何發現和分析錯誤案例程式碼的思路。 在此基礎下，推匯出正確的程式碼。
3.通過評論，我看到有一篇文章作者的思路是這樣的： 獲取鎖之後，通過標誌位和開啟新執行緒的方式輪詢去重新整理當前客戶端持有鎖的時間，以保證在釋放鎖之前鎖不會過期，然後鎖釋放後，將標誌位置為false，執行緒停止迴圈。但是這樣有一個問題：假如執行了lock()操作之後，客戶端由於一些原因阻塞了，那麼unlock()方法一直得不到執行，那麼標誌位一直為true，開啟重新整理過期時間的執行緒一直死迴圈，會造成資源的嚴重浪費。而且執行緒一直增加當前客戶端持有鎖的時間，會造成其他客戶端一直拿不到鎖，而且造成死鎖。
尾言
大家好，我是cmazxiaoma(寓意是沉夢昂志的小馬)，感謝各位閱讀本文章。 小弟不才。 如果您對這篇文章有什麼意見或者錯誤需要改進的地方,歡迎與我討論。 如果您覺得還不錯的話,希望你們可以點個贊。 希望我的文章對你能有所幫助。 有什麼意見、見解或疑惑，歡迎留言討論。
最後送上：心之所向，素履以往。生如逆旅，一葦以航。
