jedisLock—redis分布式鎖實現

AliciaDeal 8年前發布 | 13K 次閱讀 Redis 分布式系統 NoSQL數據庫

一、使用分布式鎖要滿足的幾個條件：

系統是一個分布式系統（關鍵是分布式，單機的可以使用ReentrantLock或者synchronized代碼塊來實現）
共享資源（各個系統訪問同一個資源，資源的載體可能是傳統關系型數據庫或者NoSQL）
同步訪問（即有很多個進程同事訪問同一個共享資源。沒有同步訪問，誰管你資源競爭不競爭）

二、應用的場景例子

管理后臺的部署架構（多臺tomcat服務器+redis【多臺tomcat服務器訪問一臺redis】+mysql【多臺tomcat服務器訪問一臺服務器上的mysql】）就滿足使用分布式鎖的條件。多臺服務器要訪問redis全局緩存的資源，如果不使用分布式鎖就會出現問題。看如下偽代碼：

long N=0L;
//N從redis獲取值
if(N<5){
N++；
//N寫回redis
}

上面的代碼主要實現的功能：

從redis獲取值N，對數值N進行邊界檢查，自加1，然后N寫回redis中。這種應用場景很常見，像秒殺，全局遞增ID、IP訪問限制等。以IP訪問限制來說，惡意攻擊者可能發起無限次訪問，并發量比較大，分布式環境下對N的邊界檢查就不可靠， 因為從redis讀的N可能已經是臟數據。傳統的加鎖的做法（如java的synchronized和Lock）也沒用，因為這是分布式環境，這個同步問題的救火隊員也束手無策。在這危急存亡之秋，分布式鎖終于有用武之地了。

分布式鎖可以基于很多種方式實現，比如zookeeper、redis...。不管哪種方式，他的 基本原理 是不變的：用一個狀態值表示鎖，對鎖的占用和釋放通過狀態值來標識。

這里主要講如何用redis實現分布式鎖。

三、使用redis的setNX命令實現分布式鎖

1、實現的原理

Redis為單進程單線程模式，采用隊列模式將并發訪問變成串行訪問，且多客戶端對Redis的連接并不存在競爭關系。redis的SETNX命令可以方便的實現分布式鎖。

2、基本命令解析

1）setNX（SET if Not eXists）

語法：

SETNX key value

將 key 的值設為 value ，當且僅當 key 不存在。

若給定的 key 已經存在，則 SETNX 不做任何動作。

SETNX 是『SET if Not eXists』(如果不存在，則 SET)的簡寫

返回值：

設置成功，返回 1 。

設置失敗，返回 0 。

例子：

redis> EXISTS job                # job 不存在
(integer) 0
redis> SETNX job "programmer"    # job 設置成功
(integer) 1
redis> SETNX job "code-farmer"   # 嘗試覆蓋 job ，失敗
(integer) 0
redis> GET job                   # 沒有被覆蓋
"programmer"
</code></pre> 
  
所以我們使用執行下面的命令 
  SETNX lock.foo <current Unix time + lock timeout + 1> 
 
   
    如返回1，則該客戶端獲得鎖，把lock.foo的鍵值設置為時間值表示該鍵已被鎖定，該客戶端最后可以通過DEL lock.foo來釋放該鎖。
  
    如返回0，表明該鎖已被其他客戶端取得，這時我們可以先返回或進行重試等對方完成或等待鎖超時。
  
   
  2）getSET 
  語法： 
  GETSET key value
 
  將 給定  key 的值設為  value ，并 返回  key  的舊值(old value) 。 
  當 key 存在但不是字符串類型時，返回一個錯誤。 
  返回值： 
  返回給定  key 的舊值。 
  當  key 沒有舊值時，也即是，  key 不存在時，返回  nil 。 
  3）get 
  語法： 
  GET key
 
  返回值： 
  當  key 不存在時，返回  nil ，否則，返回  key 的值。 
  如果  key 不是字符串類型，那么返回一個錯誤 
  四、解決死鎖 
  上面的鎖定邏輯有一個問題： 如果一個持有鎖的客戶端失敗或崩潰了不能釋放鎖，該怎么解決 ？ 
  我們可以通過鎖的鍵對應的時間戳來判斷這種情況是否發生了，如果當前的時間已經大于lock.foo的值，說明該鎖已失效，可以被重新使用。 
 
  發生這種情況時，可不能簡單的通過DEL來刪除鎖，然后再SETNX一次（講道理， 刪除鎖的操作應該是鎖擁有這執行的，這里只需要等它超時即可 ），當多個客戶端檢測到鎖超時后都會嘗試去釋放它，這里就可能出現一個競態條件,讓我們模擬一下這個場景：  
  C0操作超時了，但它還持有著鎖，C1和C2讀取lock.foo檢查時間戳，先后發現超時了。 
C1 發送DEL lock.foo 
C1 發送SETNX lock.foo 并且成功了。 
C2 發送DEL lock.foo 
C2 發送SETNX lock.foo 并且成功了。 
這樣一來，C1，C2都拿到了鎖！問題大了！ 
 
  幸好這種問題是可以避免的，讓我們來看看C3這個客戶端是怎樣做的： 
  C3發送SETNX lock.foo 想要獲得鎖，由于C0還持有鎖，所以Redis返回給C3一個0 
C3發送GET lock.foo 以檢查鎖是否超時了，如果沒超時，則等待或重試。 
反之，如果已超時，C3通過下面的操作來嘗試獲得鎖： 
GETSET lock.foo <current Unix time + lock timeout + 1> 
通過GETSET，C3拿到的時間戳如果仍然是超時的，那就說明，C3如愿以償拿到鎖了。 
如果在C3之前，有個叫C4的客戶端比C3快一步執行了上面的操作，那么C3拿到的時間戳是個未超時的值，這時，C3沒有如期獲得鎖，需要再次等待或重試。留意一下，盡管C3沒拿到鎖，但它改寫了C4設置的鎖的超時值，不過這一點非常微小的誤差帶來的影響可以忽略不計。 
 
  注意：為了讓分布式鎖的算法更穩鍵些，持有鎖的客戶端在解鎖之前應該再檢查一次自己的鎖是否已經超時，再去做DEL操作，因為可能客戶端因為某個耗時的操作而掛起，操作完的時候鎖因為超時已經被別人獲得，這時就不必解鎖了。   
  五、代碼實現 
  expireMsecs 鎖持有超時，防止線程在入鎖以后，無限的執行下去，讓鎖無法釋放 
  timeoutMsecs 鎖等待超時，防止線程饑餓，永遠沒有入鎖執行代碼的機會  
  注意：項目里面需要先搭建好redis的相關配置 
  import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.dao.DataAccessException;
import org.springframework.data.redis.connection.RedisConnection;
import org.springframework.data.redis.core.RedisCallback;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.StringRedisSerializer;
/**

Redis distributed lock implementation.
*
@author zhengcanrui
*/
public class RedisLock {
private static Logger logger = LoggerFactory.getLogger(RedisLock.class);
private RedisTemplate redisTemplate;
private static final int DEFAULT_ACQUIRY_RESOLUTION_MILLIS = 100;
/**

Lock key path.
*/
private String lockKey;
/**

鎖超時時間，防止線程在入鎖以后，無限的執行等待
/
private int expireMsecs = 60  1000;
/**

鎖等待時間，防止線程饑餓
/
private int timeoutMsecs = 10  1000;
private volatile boolean locked = false;
/**

Detailed constructor with default acquire timeout 10000 msecs and lock expiration of 60000 msecs.
*
@param lockKey lock key (ex. account:1, ...)
*/
public RedisLock(RedisTemplate redisTemplate, String lockKey) {
 this.redisTemplate = redisTemplate;
 this.lockKey = lockKey + "_lock";
}
/**

Detailed constructor with default lock expiration of 60000 msecs.
/
public RedisLock(RedisTemplate redisTemplate, String lockKey, int timeoutMsecs) {
 this(redisTemplate, lockKey);
 this.timeoutMsecs = timeoutMsecs;
}
/**

Detailed constructor.
/
public RedisLock(RedisTemplate redisTemplate, String lockKey, int timeoutMsecs, int expireMsecs) {
 this(redisTemplate, lockKey, timeoutMsecs);
 this.expireMsecs = expireMsecs;
}
/**

@return lock key
*/
public String getLockKey() {
 return lockKey;
}
private String get(final String key) {
 Object obj = null;
 try {

 obj = redisTemplate.execute(new RedisCallback<Object>() {
     @Override
     public Object doInRedis(RedisConnection connection) throws DataAccessException {
         StringRedisSerializer serializer = new StringRedisSerializer();
         byte[] data = connection.get(serializer.serialize(key));
         connection.close();
         if (data == null) {
             return null;
         }
         return serializer.deserialize(data);
     }
 });

} catch (Exception e) {

 logger.error("get redis error, key : {}", key);

}
 return obj != null ? obj.toString() : null;
}
private boolean setNX(final String key, final String value) {
 Object obj = null;
 try {

 obj = redisTemplate.execute(new RedisCallback<Object>() {
     @Override
     public Object doInRedis(RedisConnection connection) throws DataAccessException {
         StringRedisSerializer serializer = new StringRedisSerializer();
         Boolean success = connection.setNX(serializer.serialize(key), serializer.serialize(value));
         connection.close();
         return success;
     }
 });

} catch (Exception e) {

 logger.error("setNX redis error, key : {}", key);

}
 return obj != null ? (Boolean) obj : false;
}
private String getSet(final String key, final String value) {
 Object obj = null;
 try {

 obj = redisTemplate.execute(new RedisCallback<Object>() {
     @Override
     public Object doInRedis(RedisConnection connection) throws DataAccessException {
         StringRedisSerializer serializer = new StringRedisSerializer();
         byte[] ret = connection.getSet(serializer.serialize(key), serializer.serialize(value));
         connection.close();
         return serializer.deserialize(ret);
     }
 });

} catch (Exception e) {

 logger.error("setNX redis error, key : {}", key);

}
 return obj != null ? (String) obj : null;
}
/**

獲得 lock.
實現思路: 主要是使用了redis 的setnx命令,緩存了鎖.
reids緩存的key是鎖的key,所有的共享, value是鎖的到期時間(注意:這里把過期時間放在value了,沒有時間上設置其超時時間)
執行過程:
1.通過setnx嘗試設置某個key的值,成功(當前沒有這個鎖)則返回,成功獲得鎖
2.鎖已經存在則獲取鎖的到期時間,和當前時間比較,超時的話,則設置新的值
*
@return true if lock is acquired, false acquire timeouted
@throws InterruptedException in case of thread interruption
*/
public synchronized boolean lock() throws InterruptedException {
 int timeout = timeoutMsecs;
 while (timeout >= 0) {

 long expires = System.currentTimeMillis() + expireMsecs + 1;
 String expiresStr = String.valueOf(expires); //鎖到期時間
 if (this.setNX(lockKey, expiresStr)) {
     // lock acquired
     locked = true;
     return true;
 }

 String currentValueStr = this.get(lockKey); //redis里的時間
 if (currentValueStr != null && Long.parseLong(currentValueStr) < System.currentTimeMillis()) {
     //判斷是否為空，不為空的情況下，如果被其他線程設置了值，則第二個條件判斷是過不去的
     // lock is expired

     String oldValueStr = this.getSet(lockKey, expiresStr);
     //獲取上一個鎖到期時間，并設置現在的鎖到期時間，
     //只有一個線程才能獲取上一個線上的設置時間，因為jedis.getSet是同步的
     if (oldValueStr != null && oldValueStr.equals(currentValueStr)) {
         //防止誤刪（覆蓋，因為key是相同的）了他人的鎖——這里達不到效果，這里值會被覆蓋，但是因為什么相差了很少的時間，所以可以接受

         //[分布式的情況下]:如過這個時候，多個線程恰好都到了這里，但是只有一個線程的設置值和當前值相同，他才有權利獲取鎖
         // lock acquired
         locked = true;
         return true;
     }
 }
 timeout -= DEFAULT_ACQUIRY_RESOLUTION_MILLIS;

 /*
     延遲100 毫秒,  這里使用隨機時間可能會好一點,可以防止饑餓進程的出現,即,當同時到達多個進程,
     只會有一個進程獲得鎖,其他的都用同樣的頻率進行嘗試,后面有來了一些進行,也以同樣的頻率申請鎖,這將可能導致前面來的鎖得不到滿足.
     使用隨機的等待時間可以一定程度上保證公平性
  */
 Thread.sleep(DEFAULT_ACQUIRY_RESOLUTION_MILLIS);


}
 return false;
}





/**
 * Acqurired lock release.
 */
public synchronized void unlock() {
    if (locked) {
        redisTemplate.delete(lockKey);
        locked = false;
    }
}


}
</code></pre> 
  
調用： 
   RedisLock lock = new RedisLock(redisTemplate, key, 10000, 20000);
 try {
            if(lock.lock()) {
                   //需要加鎖的代碼
                }
            }
        } catch (InterruptedException e) {
            e.printStackTrace();
        }finally {
            //為了讓分布式鎖的算法更穩鍵些，持有鎖的客戶端在解鎖之前應該再檢查一次自己的鎖是否已經超時，再去做DEL操作，因為可能客戶端因為某個耗時的操作而掛起，
            //操作完的時候鎖因為超時已經被別人獲得，這時就不必解鎖了。 ————這里沒有做
            lock.unlock();
        }
 
  六、一些問題 
  1、為什么不直接使用expire設置超時時間，而將時間的毫秒數其作為value放在redis中？ 
  如下面的方式，把超時的交給redis處理： 
  lock(key, expireSec){
isSuccess = setnx key
if (isSuccess)
expire key expireSec
}
 
  這種方式貌似沒什么問題，但是假如在setnx后，redis崩潰了，expire就沒有執行，結果就是死鎖了。鎖永遠不會超時。 
  2、為什么前面的鎖已經超時了，還要用getSet去設置新的時間戳的時間獲取舊的值，然后和外面的判斷超時時間的時間戳比較呢？ 
   
  因為是分布式的環境下，可以在前一個鎖失效的時候，有兩個進程進入到鎖超時的判斷。如： 
  C0超時了，還持有鎖,C1/C2同時請求進入了方法里面 
  C1/C2獲取到了C0的超時時間 
  C1使用getSet方法 
  C2也執行了getSet方法 
  假如我們不加 oldValueStr.equals(currentValueStr) 的判斷，將會C1/C2都將獲得鎖，加了之后，能保證C1和C2只能一個能獲得鎖，一個只能繼續等待。 
  注意 ：這里可能導致超時時間不是其原本的超時時間，C1的超時時間可能被C2覆蓋了，但是他們相差的毫秒及其小，這里忽略了。 
    
  來自：http://www.cnblogs.com/0201zcr/p/5942748.html


                    
                         本文由用戶 AliciaDeal 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。
                         轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。
                         本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！
                         本文地址：http://www.baiduhome.net/lib/view/open1476172632313.html
                         Redis 分布式系統 NoSQL數據庫

jedisLock—redis分布式鎖實現

一、使用分布式鎖要滿足的幾個條件：

二、應用的場景例子

三、使用redis的setNX命令實現分布式鎖

四、解決死鎖

五、代碼實現

六、一些問題

相關經驗

相關資訊

相關文檔

目錄