目前几乎很多大型网站及应用都是分布式部署的,分布式场景中的数据一致性问题一直是一个比较重要的话题。分布式的CAP理论告诉我们“任何一个分布式系统都无法同时满足一致性(Consistency)、可用性(Availability)和分区容错性(Partition tolerance),最多只能同时满足两项。”所以,很多系统在设计之初就要对这三者做出取舍。在互联网领域的绝大多数的场景中,都需要牺牲强一致性来换取系统的高可用性,系统往往只需要保证“最终一致性”,只要这个最终时间是在用户可以接受的范围内即可。
在很多场景中,我们为了保证数据的最终一致性,需要很多的技术方案来支持,比如分布式事务、分布式锁等。
选用Redis实现分布式锁原因
- Redis有很高的性能
- Redis命令对此支持较好,实现起来比较方便
在此就不介绍Redis的安装了,具体在Linux和Windows中的安装可以查看以下博客。
http://www.cnblogs.com/liuyang0/p/6504826.html
使用命令介绍
- SETNX key val
当且仅当key不存在时,set一个key为val的字符串,返回1;若key存在,则什么都不做,返回0。 - expire key timeout
为key设置一个超时时间,单位为second,超过这个时间锁会自动释放,避免死锁。 - delete key
删除key
在使用Redis实现分布式锁的时候,主要就会使用到这三个命令。
实现
使用的是jedis来连接Redis。
实现思想
- 获取锁的时候,使用setnx加锁,并使用expire命令为锁添加一个超时时间,超过该时间则自动释放锁,锁的value值为一个随机生成的UUID,通过此在释放锁的时候进行判断。
- 获取锁的时候还设置一个获取的超时时间,若超过这个时间则放弃获取锁。
- 释放锁的时候,通过UUID判断是不是该锁,若是该锁,则执行delete进行锁释放
分布式锁的核心代码如下:
- import redis.clients.jedis.Jedis;
- import redis.clients.jedis.JedisPool;
- import redis.clients.jedis.Transaction;
- import redis.clients.jedis.exceptions.JedisException;
- import java.util.List;
- import java.util.UUID;
- /**
- * Created by liuyang on 2017/4/20.
- */
- public class DistributedLock {
- private final JedisPool jedisPool;
- public DistributedLock(JedisPool jedisPool) {
- this.jedisPool = jedisPool;
- }
- /**
- * 加锁
- * @param locaName 锁的key
- * @param acquireTimeout 获取超时时间
- * @param timeout 锁的超时时间
- * @return 锁标识
- */
- public String lockWithTimeout(String locaName,
- long acquireTimeout, long timeout) {
- Jedis conn = null;
- String retIdentifier = null;
- try {
- // 获取连接
- conn = jedisPool.getResource();
- // 随机生成一个value
- String identifier = UUID.randomUUID().toString();
- // 锁名,即key值
- String lockKey = "lock:" + locaName;
- // 超时时间,上锁后超过此时间则自动释放锁
- int lockExpire = (int)(timeout / 1000);
- // 获取锁的超时时间,超过这个时间则放弃获取锁
- long end = System.currentTimeMillis() + acquireTimeout;
- while (System.currentTimeMillis() < end) {
- if (conn.setnx(lockKey, identifier) == 1) {
- conn.expire(lockKey, lockExpire);
- // 返回value值,用于释放锁时间确认
- retIdentifier = identifier;
- return retIdentifier;
- }
- // 返回-1代表key没有设置超时时间,为key设置一个超时时间
- if (conn.ttl(lockKey) == -1) {
- conn.expire(lockKey, lockExpire);
- }
- try {
- Thread.sleep(10);
- } catch (InterruptedException e) {
- Thread.currentThread().interrupt();
- }
- }
- } catch (JedisException e) {
- e.printStackTrace();
- } finally {
- if (conn != null) {
- conn.close();
- }
- }
- return retIdentifier;
- }
- /**
- * 释放锁
- * @param lockName 锁的key
- * @param identifier 释放锁的标识
- * @return
- */
- public boolean releaseLock(String lockName, String identifier) {
- Jedis conn = null;
- String lockKey = "lock:" + lockName;
- boolean retFlag = false;
- try {
- conn = jedisPool.getResource();
- while (true) {
- // 监视lock,准备开始事务
- conn.watch(lockKey);
- // 通过前面返回的value值判断是不是该锁,若是该锁,则删除,释放锁
- if (identifier.equals(conn.get(lockKey))) {
- Transaction transaction = conn.multi();
- transaction.del(lockKey);
- List results = transaction.exec();
- if (results == null) {
- continue;
- }
- retFlag = true;
- }
- conn.unwatch();
- break;
- }
- } catch (JedisException e) {
- e.printStackTrace();
- } finally {
- if (conn != null) {
- conn.close();
- }
- }
- return retFlag;
- }
- }
测试
下面就用一个简单的例子测试刚才实现的分布式锁。
例子中使用50个线程模拟秒杀一个商品,使用–运算符来实现商品减少,从结果有序性就可以看出是否为加锁状态。
模拟秒杀服务,在其中配置了jedis线程池,在初始化的时候传给分布式锁,供其使用。
- import redis.clients.jedis.JedisPool;
- import redis.clients.jedis.JedisPoolConfig;
- /**
- * Created by liuyang on 2017/4/20.
- */
- public class Service {
- private static JedisPool pool = null;
- static {
- JedisPoolConfig config = new JedisPoolConfig();
- // 设置最大连接数
- config.setMaxTotal(200);
- // 设置最大空闲数
- config.setMaxIdle(8);
- // 设置最大等待时间
- config.setMaxWaitMillis(1000 * 100);
- // 在borrow一个jedis实例时,是否需要验证,若为true,则所有jedis实例均是可用的
- config.setTestOnBorrow(true);
- pool = new JedisPool(config, "127.0.0.1", 6379, 3000);
- }
- DistributedLock lock = new DistributedLock(pool);
- int n = 500;
- public void seckill() {
- // 返回锁的value值,供释放锁时候进行判断
- String indentifier = lock.lockWithTimeout("resource", 5000, 1000);
- System.out.println(Thread.currentThread().getName() + "获得了锁");
- System.out.println(--n);
- lock.releaseLock("resource", indentifier);
- }
- }
模拟线程进行秒杀服务
- public class ThreadA extends Thread {
- private Service service;
- public ThreadA(Service service) {
- this.service = service;
- }
- @Override
- public void run() {
- service.seckill();
- }
- }
- public class Test {
- public static void main(String[] args) {
- Service service = new Service();
- for (int i = 0; i < 50; i++) {
- ThreadA threadA = new ThreadA(service);
- threadA.start();
- }
- }
- }
结果如下,结果为有序的。
若注释掉使用锁的部分
- public void seckill() {
- // 返回锁的value值,供释放锁时候进行判断
- //String indentifier = lock.lockWithTimeout("resource", 5000, 1000);
- System.out.println(Thread.currentThread().getName() + "获得了锁");
- System.out.println(--n);
- //lock.releaseLock("resource", indentifier);
- }
从结果可以看出,有一些是异步进行的。
在分布式环境中,对资源进行上锁有时候是很重要的,比如抢购某一资源,这时候使用分布式锁就可以很好地控制资源。
当然,在具体使用中,还需要考虑很多因素,比如超时时间的选取,获取锁时间的选取对并发量都有很大的影响,上述实现的分布式锁也只是一种简单的实现,主要是一种思想。
下一次我会使用zookeeper实现分布式锁,使用zookeeper的可靠性是要大于使用redis实现的分布式锁的,但是相比而言,redis的性能更好。
本文已通过「原本」原创作品认证,转载请注明文章出处及链接。