Redis：原理速成+项目实战——Redis实战8（基于Redis的分布式锁及优化）

👨‍🎓作者简介：一位大四、研0学生，正在努力准备大四暑假的实习

🌌上期文章：Redis：原理速成+项目实战------Redis实战7（优惠券秒杀+细节解决超卖、一人一单问题）

📚订阅专栏：Redis：原理速成+项目实战

希望文章对你们有所帮助

上一篇文章已经通过代码的调优，用Redis实现了单个JVM下的秒杀并保证了线程安全问题，但是通过测试发现，在集群分布下，JVM之间依旧会存在线程安全问题，解决这个问题的方法就是分布式锁。

因为是速成，所以这一篇涉及到的底层的原理（Redisson的锁重试和WatchDog机制、Redisson的multiLock原理）只能讲个大概，但是他们的源码真的得太久了。。。把源码的实现做个总结也不太现实，还是需要大家自己去啃。（我从晚上11点啃到凌晨3点。。。）

另外这篇文章的最后一部分测试，我配置了多个Redis结点，自己去配置是很繁琐的，所以我会用Docker来进行配置，有关于Docker的文章可以看这：
一文快速学会Docker软件部署

分布式锁

基本原理

JVM内的线程之间可以用锁实现互斥，是因为一个他们的锁只有一个锁监视器，每个JVM都有一个锁监视器，但是多个JVM就会有多个锁监视器，导致发生线程安全问题。

因此，要实现互斥，可以让多个JVM都共用一个锁监视器，这样让JVM与JVM之间、每个JVM的线程之间都共用这个锁，就不会发生线程安全问题了。

由此引出分布式锁的定义：满足分布式系统或集群模式下多进程可见并且互斥的锁。

需要满足的特点：多进程可见、互斥、高可用、高性能、安全性

不同实现方式对比

	MySQL	Redis	Zookeeper
互斥	本身的互斥锁机制	利用互斥命令setnx	利用节点的唯一性和有序性实现互斥
高可用	好	好	好
高性能	一般	好	一般
安全性	断开连接，自动释放锁	利用锁超时时间，到时释放	临时节点，断开连接自动释放

基于Redis的分布式锁

之前讨论过，我们的方式就是用Redis中的setnx去设置一个锁，而为了解决锁释放前出现以外，我们会给锁增加一个超时释放expire，这样即便出现异常，也不会一直不释放，其他线程也能正常获得锁并执行操作。

获取锁：set lock thread1 NX EX 10（这里的expire就不要单独写一行了，要保持原子性，不然有可能expire还没执行Redis就宕机，照样会造成锁无法释放的情况）

释放锁：del key

需要讨论一下，其他线程获取锁失败以后该怎么办，我们选用非阻塞式的方式，当获取锁失败了以后，不再等待（成功返回true，否则返回false）

容易总结出流程：

实现Redis分布式锁初级

直接在utils包下创建ILock接口与SimpleRedisLock 类，这个内容和之前的差不多，用stringRedisTemplate完成的流程就那一套：

java 复制代码

public class SimpleRedisLock implements ILock{

    public static final String KEY_PREFIX = "lock:";

    private String name;//不同业务有不同的锁，业务name即为锁的name
    private StringRedisTemplate stringRedisTemplate;

    public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {
        this.name = name;
        this.stringRedisTemplate = stringRedisTemplate;
    }

    @Override
    public boolean tryLock(long timeoutSec) {
        //获取线程表示
        long threadId = Thread.currentThread().getId();
        //获取锁
        Boolean success = stringRedisTemplate.opsForValue().
                setIfAbsent(KEY_PREFIX + name, threadId + "", timeoutSec, TimeUnit.SECONDS);
        //防止拆箱操作，不能直接返回success
        return Boolean.TRUE.equals(success);
    }

    @Override
    public void unLock() {
        stringRedisTemplate.delete(KEY_PREFIX + name);
    }
}

接着修改我们的下单业务的impl，改变之前的加锁逻辑：

java 复制代码

        //创建锁对象，key需要加上用户id，因为不同的用户无所谓，只有同一个用户才要锁起来，因此要指定好用户id
        SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate);
        //获取锁
        boolean isLock = lock.tryLock(1200);
        //判断是否获取锁成功
        if(!isLock){
            //获取锁失败
            return Result.fail("不允许重复下单");
        }
        //获取代理对象
        try {
            IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
            return proxy.createVoucherOrder(voucherId);
        } finally {
            //手动释放锁
            lock.unLock();
        }

在锁那打断点，并利用postman发请求就可以看到锁起到作用了，这都是基本功了。

Redis分布式锁误删问题

上面的锁已经可以解决大多数的情况了，但是遇到一些极端情况还是会出问题：

当一个线程的业务阻塞了，甚至到达了key的TTL，这时候就会被强制释放锁，因此其他的线程就可以成功获取锁并执行自己的业务，而一旦之前被阻塞的业务完成了自己的业务，并且去unLock，这时候就会释放了其它业务的锁，这时候就会导致本来在执行的业务没有了锁，再次引发安全问题。

这个情况出现的情况相对没有那么大，但是一旦出现就可能会大量出现并发安全问题，因此需要解决问题。

如上图，归根结底，发生大量线程并发问题的原因是线程1误删了线程2的锁，因此我们可以尝试进行一个资格判断，判断线程1此时有没有资格释放锁，这是解决误删问题的一个思路：

我们需要修改一下业务流程：

解决Redis分布式锁误删问题

根据上述的分析，我们需要修改一下分布式锁，使得满足：

1、在获取锁时存入线程标识

在这里增加了UUID来作为线程的标识，不再使用线程自己的ID了，这是因为虽然每个JVM的线程都是递增的，每个JVM内部之间的都会维护线程的唯一ID，但是不同的JVM之间还是会产生冲突，因此让JVM自己去维护线程的ID，会导致不同JVM之间的ID冲突。

事实上，也可以用UUID来表示不同的JVM，用线程ID来区分JVM内部的线程，两者拼接在一块。

2、在释放锁时限获取锁中的线程标识，判断是否与当前线程标识一致（一致才可释放）

业务内部，需要增加线程标识的prefix：

接着修改tryLock与unLock的逻辑，线程的标识变成UUID+线程ID

这样就可以解决不同JVM之间锁的误删问题，可自行DEBUG。

但这样做依旧不是完美方案。

分布式锁的原子性问题

上述的方式已经可以解决业务阻塞导致的误删操作，但是还会有一些问题：

如果我们阻塞的不是业务，而是业务执行完了，并且判断锁标识成功，即将释放锁的时候发生的阻塞（这种阻塞不是业务阻塞，而可能是JVM内部的垃圾回收机制异常导致阻塞），这时候还会发生新的问题。

如果被阻塞的时间足够长，导致锁的TTL到期了，一旦释放，其他线程又开始乘虚而入，成功获取锁，执行业务。

这时候，被阻塞的线程恢复正常了，但是因为已经进行锁标识的逻辑判断了，这时候被阻塞的线程就可以完成这个释放锁的操作，再次造成误删问题。

可以看下图：

分析一下问题发生的原因，之所以会出现这种情况，主要原因是锁标识的逻辑判断与锁的释放操作，是两个不同的操作，不满足原子性，所以当在两个操作之间发生了阻塞，那么线程并发问题依旧会出现。

所以，我们必须要保证判断锁标识 的动作与释放锁的动作必须得保证原子性。

Lua脚本

想到原子性，我们很容易就想到MySQL中的事务，但是Redis中的事务却不太一样，Redis事务虽然能保障原子性，但是无法保证事务的一致性。Redis事务的操作是一系列的批处理，是在最终的一致性执行的，必须要有乐观锁来做判断，会麻烦很多。

Lua语言能够保证原子性，是因为它在执行原子操作时会将其他线程或进程阻塞，直到该操作完成。

而Redis提供了Lua脚本，在一个脚本中编写多条Redis命令，确保多条命令执行时的原子性。Lua是一种变成语言，基本语法可以参考：
Lua语法教程

重点介绍Lua中Redis提供的调用函数：

redis.call('命令名称', 'key', '其它参数', ...)

例如，执行set name jack，脚本写法如下：

redis.call('set', 'name', 'jack')

在我们编写完脚本，使得多条命令的操作满足了原子性，我们还需要用Redis命令来调用脚本：

EVAL script numkeys key... arg...

例如，要执行redis.call('set', 'name', 'jack')这个脚本：

EVAL "return redis.call('set', 'name', 'jack')" 0

0表示key类型的参数的个数

脚本中的key、value不要写死，那可以作为参数传递。key类型参数会放入KEYS数组，其它参数会放入ARGV十足，在脚本中可以从KEYS和ARGV数组获取这些参数：

EVAL "return redis.call('set', KEYS[1], ARGV[1])" 1 name Rose

1代表key类型的参数有一个，也就是紧接着的name，会放入KEYS[1]

而Rose则放入ARGV[1]中

Java调用Lua脚本改造分布式锁

在resources下新建Lua文件：

lua 复制代码

if(redis.call('get', KEYS[1]) == ARGV[1]) then
    -- 释放锁
    return redis.call('del', KEYS[1])
end
return 0

在impl中增加静态变量，防止每次调用unLock函数都要重新调用Lua脚本：

java 复制代码

	//DefaultRedisScript是RedisScript的实现类
    public static final DefaultRedisScript<Long> UNLOCK_SCRIPT;
    static {
        UNLOCK_SCRIPT = new DefaultRedisScript<>();
        UNLOCK_SCRIPT.setLocation(new ClassPathResource("unLock.lua"));//设置脚本位置
        UNLOCK_SCRIPT.setResultType(Long.class);//配置返回值
    }

修改unLock函数，调用Lua脚本：

java 复制代码

	public void unLock() {
        //调用Lua脚本
        stringRedisTemplate.execute(
                UNLOCK_SCRIPT,
                Collections.singletonList(KEY_PREFIX + name), //转成List类型
                ID_PREFIX + Thread.currentThread().getId());
    }

Redisson

基于setnx的分布式锁存在下面的问题：

1、不可重入：同一个线程无法多次获取同一把锁（当同一个线程内，方法A获取了锁，然后调用方法B，方法B中没办法获取同一把锁，就无法执行）

2、不可重试：获取锁只尝试一次就返回false，没有重试机制

3、超时释放：虽然可以避免死锁，但如果业务耗时很长，也会导致锁释放，会再次发生线程安全问题

4、主从一致性问题：若Redis提供了主从集群，主从同步存在延迟，当主宕机时，如果从并同步主中的锁数据，则会出现锁实现

Redisson是一个在Redis基础上实现的分布式工具集合，提供了很多分布式服务，包含了各种分布式锁的实现。

Redisson快速入门

1、引入依赖：

yaml 复制代码

	<dependency>
        <groupId>org.redisson</groupId>
        <artifactId>redisson</artifactId>
        <version>3.23.1</version>
    </dependency>

2、配置Redisson客户端：

java 复制代码

@Configuration
public class RedissonConfig {

    @Bean
    public RedissonClient redissonClient(){
        //配置
        Config config = new Config();
        //添加Redis地址，这里添加的是单点的地址，也可以使用config.userClusterServer()来添加集群的地址
        config.useSingleServer().setAddress("redis://192.168.177.130:6379").setPassword("123456");
        //创建客户端
        return Redisson.create(config);
    }

}

3、使用Redisson的分布式锁：

redissonClient注入后，只需要将之前的订单impl的锁的定义换成下面的代码就行了

java 复制代码

RLock lock = redissonClient.getLock("lock:order:" + userId);

运行代码，做两个测试：

（1）使用postman发送请求，查看下单是否正常：

（2）jmeter进行多线程测试，测试一人一单功能：

Redisson的可重入锁原理

我们用如下代码片段就可以解决不可重入问题：

java 复制代码

//创建锁对象
RLock lock = redissonClient.getLock("lock");
@Test
void method1() {
	boolean isLock = lock.tryLock();
	if(!isLock){
		log.error("获取锁失败，1");
		return;
	}
	try{
		log.info("获取锁成，1");
		method2();
	} finally {
		log.info("释放锁，1");
		lock.unlock();
	}
}
void method2() {
	boolean isLock = lock.tryLock();
	if(!isLock){
		log.error("获取锁失败，2");
		return;
	}
	try{
		log.info("获取锁成，2");
		method2();
	} finally {
		log.info("释放锁，2");
		lock.unlock();
	}
}

可以发现，如果我们使用之前的加锁与释放锁的方法，我们执行method1方法，获取锁成功以后，method1又去执行了method2方法，这时候因为他们是同一个线程，key就是相同的，就会出现method2无法获得锁，导致method2无法执行，从而造成阻塞。

所以，String类型的结构显然就不行了。我们需要找到一种数据结构，能够在一个key里面获取多个东西------Hash：

Hash结构（hset）的KEY对应的VALUE包含了field与value，因此我们可以让KEY对应锁名称，让field对应线程标识，让value位置记录锁的重入次数（初始为0）。

因此，发生上述情况的时候，虽然线程的标识是相同的，但我们可以将重入次数+1，代表第二次获取锁，这时候整体的VALUE是不相同的。

需要注意的是，method2执行完毕以后不能直接释放这个key对应的锁，因为这样的话会导致method1没有执行完毕就被删掉了，解决的方法是让重入次数-1，只有所有业务都执行完了（重入次数=0）的时候才能真正释放。

这样我们的流程就会发生变化（哈希结构没有直接的EX来设置有效期）：

这样的代码就很长了，我们肯定要用Lua脚本来保证代码的原子性，而Lua代码获取锁与释放锁的逻辑已经是保存到RedissonLock类中了，我们只需要直接调用tyrLock与unlock方法就行。
总结：Redisson的可重入原理的核心就是因为我们使用了hash结构，记录了获取锁的线程以及可重用的次数

Redisson的锁重试和WatchDog机制

这里的底层逻辑非常的复杂，都得自己去啃一遍，啃半天都是很有可能的。

Redisson分布式锁原理：

1、可重入：利用hash结构记录线程id和重入次数

2、可重试：利用信号量和PubSub功能实现等待、唤醒，获取锁失败的重试机制

3、超时续约：利用watchDog，每隔一段时间（releaseTime/3），重置超时时间

Redisson的multiLock原理

到此，Redisso解决了不可重入、不可重试、超时释放 问题，而主从一致性 问题还没解决。

也就是当我们的java对Redis集群的主结点进行获取锁的操作之后，主结点要与从结点保持主从同步，而就在主从同步还未完成的时候，主结点宕机了，需要选出一个从结点来替代成为主结点，但因为主从同步没完成，锁失效了，这样就会发生线程并发问题。

既然产生问题的原因是主从一致，那么就可以考虑不再设置主结点，所有结点一视同仁，获取锁的操作同步对所有的结点进行，并且只有所有的结点都获取锁了，才算获取锁成功。这样即便有结点宕机了也不会产生上述的问题。

当然我们也可以对所有的结点都配备从结点，也就是依旧保持主从同步，也就是说这时候的主结点不再只有一个了，那么主结点宕机后，选出这个主结点的其中一个从结点来替代，也不会发生并发安全问题，因为即便有线程对这台Redis乘虚而入了，也没有办法操作，只有在所有结点都获取锁了，才算成功。

这一套方案就叫做连锁，在这边我配置了3台Redis结点，用于后续测试：

配置很麻烦，但是用Docker就会方便很多，直接在Redis中输入如下命令：

powershell 复制代码

docker pull redis:6.2
docker run -id --name=r1 -p 6380:6379 redis:6.2
docker run -id --name=r2 -p 6381:6379 redis:6.2

创建好以后记得配置Redis是开机自启动的：
Redis：原理速成+项目实战------初识Redis、Redis的安装及启动、Redis客户端

连接的时候要注意端口号分别是6380与6381（我没配置密码，不用填）：

1、先在RedissonConfig中配置好另外2个结点：

2、把三个独立的锁连接在一起，变成连锁：

java 复制代码

@Slf4j
@SpringBootTest
public class RedissonTest {

    @Resource
    private RedissonClient redissonClient;

    @Resource
    private RedissonClient redissonClient2;

    @Resource
    private RedissonClient redissonClient3;

    private RLock lock;

    @BeforeEach
    void setUp(){
        RLock lock1 = redissonClient.getLock("order");
        RLock lock2 = redissonClient2.getLock("order");
        RLock lock3 = redissonClient3.getLock("order");

        //创建连锁
        lock = redissonClient.getMultiLock(lock1, lock2, lock3);
    }

    @Test
    void method1() throws InterruptedException {
        //尝试获取锁
        boolean isLock = lock.tryLock(1L, TimeUnit.SECONDS);
        if(!isLock){
            log.error("获取锁失败，1");
            return;
        }
        try{
            log.info("获取锁成，1");
            method2();
        } finally {
            log.info("释放锁，1");
            lock.unlock();
        }
    }
    void method2() {
        boolean isLock = lock.tryLock();
        if(!isLock){
            log.error("获取锁失败，2");
            return;
        }
        try{
            log.info("获取锁成，2");
            log.info("开始执行业务2");
        } finally {
            log.info("释放锁，2");
            lock.unlock();
        }
    }
}

3、打断点：

debug运行method1，成功获取锁：

可以发现三个Redis都有同一把锁，且value为1：

method2中打断点调试：

value变为2：

unlock，value变回1：

再unlock，锁被释放（不再演示）