我是码哥,可以叫我靓仔。
书接上回,码哥上一篇《纠正误区:这才是 SpringBoot Redis 分布式锁的正确实现方式》分享了分布式锁如何从错误到残缺,再到青铜版本的高性能 Redis 分布式锁代码实战,让你一飞冲天。
这是我们最常用的分布式锁方案,今天码哥给你来一个进阶。
Chaya:「码哥,上次的分布式锁版本虽然好,但是不支持可重入获取锁,还差一点点意思。」
Chaya 别急,今日码哥给你带来一个高性能可重入 Redis 分布式锁解决方案,直捣黄龙,一笑破苍穹。
什么是可重入锁
当一个线程执行一段代码成功获取锁之后,继续执行时,又遇到加锁的代码,可重入性就就保证线程能继续执行,而不可重入就是需要等待锁释放之后,再次获取锁成功,才能继续往下执行。
go
public synchronized void a() {
b();
}
public synchronized void b() {
// doWork
}
假设 X 线程在 a 方法获取锁之后,继续执行 b 方法,如果此时不可重入,线程就必须等待锁释放,再次争抢锁。
锁明明是被 X 线程拥有,却还需要等待自己释放锁,然后再去抢锁,这看起来就很奇怪,我释放我自己~
可重入锁实现原理
Chaya:「Redis String 数据结构无法满足可重入锁,key 表示锁定的资源,value 是客户端唯一标识,可重入没地方放了。」
我们可以使用 Redis hash 结构实现,key 表示被锁的共享资源, hash 结构的 fieldKey 存储客户端唯一标识,fieldKey 的 value 则保存加锁的次数。
图 5-26
加锁原理
可重入锁加锁的过程中有以下场景需要考虑。
-
锁已经被 A 客户端获取,客户端 B 获取锁失败。
-
锁已经被客户端 A 获取,客户端 A 多次执行获取锁操作。
-
锁没有被其他客户端获取,那么此刻获取锁的客户端可以获取成功。
按照之前的经验,多个操作的原子性可以用 lua 脚本实现。可重入锁加锁 lua 脚本如下。
go
if ((redis.call('exists', KEYS[1]) == 0) or
(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]);
-
KEYS[1]
是 lockKey 表示获取的锁资源,比如lock:168
。 -
ARGV[1]
表示表示锁的有效时间(单位毫秒)。 -
ARGV[2]
表示客户端唯一标识,在 Redisson 中使用UUID:ThreadID
。
下面我来接下是这段脚本的逻辑。
- 锁不存在或者锁存在且值与客户端唯一标识匹配,则执行
'hincrby'
和pexpire
指令,接着return nil
。表示的含义就是锁不存在就设置锁并设置锁重入计数值为 1,设置过期时间;锁存在且唯一标识匹配表明当前加锁请求是锁重入请求,锁从如计数 +1,重新锁超时时间。
-
redis.call('exists', KEYS[1]) == 0
判断锁是否存在,0 表示不存在。 -
redis.call('hexists', KEYS[1], ARGV[2]) == 1)
锁存在的话,判断 hash 结构中 fieldKey 与客户端的唯一标识是否相等。相等表示当前加锁请求是锁重入。 -
redis.call('hincrby', KEYS[1], ARGV[2], 1)
将存储在 hash 结构的ARGV[2]
的值 +1,不存在则支持成 1。 -
redis.call('pexpire', KEYS[1], ARGV[1])
对KEYS[1]
设置超时时间。
锁存在,但是唯一标识不匹配,表明锁被其他线程持有,调用 pttl
返回锁剩余的过期时间。
Chaya:「"脚本执行结果返回 nil、锁剩余过期时间有什么目的?"」
当且仅当返回 nil
才表示加锁成功;客户端需要感知锁是否成功的结果。
解锁原理
解锁逻辑复杂一些,不仅要保证不能删除别人的锁。还要确保,重入次数为 0 才能解锁。
解锁代码执行方式与加锁类似,三个返回值含义如下。
-
1 代表解锁成功,锁被释放。
-
0 代表可重入次数被减 1。
-
nil
代表其他线程尝试解锁,解锁失败。
go
if (redis.call('hexists', KEYS[1], ARGV[2]) == 0) then
return nil;
end;
local counter = redis.call('hincrby', KEYS[1], ARGV[2], -1);
if (counter > 0) then
redis.call('pexpire', KEYS[1], ARGV[1]);
return 0;
else
redis.call('del', KEYS[1]);
return 1;
end;
return nil;
-
KEYS[1]
是 lockKey,表示锁的资源,比如lock:order:pay
。 -
ARGV[1]
,锁的超时时间。 -
ARGV[2]
,Hash 表的 FieldKey。
首先使用 hexists
判断 Redis 的 Hash 表是否存在 fileKey
,如果不存在则直接返回 nil
解锁失败。
若存在的情况下,且唯一标识匹配,使用 hincrby
对 fileKey 的值 -1,然后判断计算之后可重入次数。当前值 > 0 表示持有的锁存在重入情况,重新设置超时时间,返回值 1;
若值小于等于 0,表明锁释放了,执行 del
释放锁。
Chaya:"可重入锁很好,依然存在的一个问题是:加锁后,业务逻辑执行耗时超过了 lockKey 的过期时间,lockKey 会被 Reids 删除。"
这个时间不能瞎写,一般要根据在测试环境多次测试,然后压测多轮之后,比如计算出接口平均执行时间 200 ms。那么锁的超时时间就放大为平均执行时间的 3~5 倍。
Chaya:"锁的超时时间怎么计算合适呢?"
这个时间不能瞎写,一般要根据在测试环境多次测试,然后压测多轮之后,比如计算出接口平均执行时间 200 ms。那么锁的超时时间就放大为平均执行时间的 3~5 倍。
Chaya:"为啥要放大呢?"
因为如果锁的操作逻辑中有网络 IO 操作、JVM FullGC 等,线上的网络不会总一帆风顺,我们要给网络抖动留有缓冲时间。
Chaya:"有没有完美的方案呢?不管时间怎么设置都不大合适。"
我们可以让获得锁的线程开启一个守护线程,用来给当前客户端快要过期的锁续航,续命的前提是,得判断是不是当前进程持有的锁,如果不是就不进行续。
如果快要过期,但是业务逻辑还没执行完成,自动对这个锁进行续期,重新设置过期时间。
图 5-27
这就是下一篇我要说的超神方案,加入看门狗机制实现锁自动续期。不过锁自动续期比较复杂,今天的 Redis 可重入分布式锁王者方案已经可以让你称霸武林,接下来上实战。
可重入分布式锁实战
关于 Spring Boot 的环境搭建以及普通分布式锁实战详见上一篇《纠正误区:这才是 SpringBoot Redis 分布式锁的正确实现方式》。今天直接上可重入锁核心代码。
ReentrantDistributedLock
可重入锁由ReentrantDistributedLock
标识,它实现 Lock
接口,构造方法实现 resourceName
和 StringRedisTemplate
的属性设置。
客户端唯一标识使用uuid:threadId
组成。
go
public class ReentrantDistributedLock implements Lock {
/**
* 锁超时时间,默认 30 秒
*/
protected long internalLockLeaseTime = 30000;
/**
* 标识 id
*/
private final String id = UUID.randomUUID().toString();
/**
* 资源名称
*/
private final String resourceName;
private final List<String> keys = new ArrayList<>(1);
/**
* Redis 客户端
*/
private final StringRedisTemplate redisTemplate;
public ReentrantDistributedLock(String resourceName, StringRedisTemplate redisTemplate) {
this.resourceName = resourceName;
this.redisTemplate = redisTemplate;
keys.add(resourceName);
}
}
加锁 tryLock、lock
tryLock
以阻塞等待 waitTime
时间的方式来尝试获取锁。获取成功则返回 true,反之 false。
与 tryLock
不同的是, lock
一直尝试自旋阻塞等待获取分布式锁,直到获取成功为止。而 tryLock
只会阻塞等待 waitTime
时间。
go
@Override
public boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException {
long time = unit.toMillis(waitTime);
long current = System.currentTimeMillis();
long threadId = Thread.currentThread().getId();
// lua 脚本获取锁
Long ttl = tryAcquire(leaseTime, unit, threadId);
// lock acquired
if (ttl == null) {
return true;
}
time -= System.currentTimeMillis() - current;
// 等待时间用完,获取锁失败
if (time <= 0) {
return false;
}
// 自旋获取锁
while (true) {
long currentTime = System.currentTimeMillis();
ttl = tryAcquire(leaseTime, unit, threadId);
// lock acquired
if (ttl == null) {
return true;
}
time -= System.currentTimeMillis() - currentTime;
if (time <= 0) {
return false;
}
}
}
@Override
public void lock(long leaseTime, TimeUnit unit) {
long threadId = Thread.currentThread().getId();
Long ttl = tryAcquire(leaseTime, unit, threadId);
// lock acquired
if (ttl == null) {
return;
}
do {
ttl = tryAcquire(leaseTime, unit, threadId);
// lock acquired
} while (ttl != null);
}
private Long tryAcquire(long leaseTime, TimeUnit unit, long threadId) {
// 执行 lua 脚本
DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>(LuaScript.reentrantLockScript(), Long.class);
return redisTemplate.execute(redisScript, keys, String.valueOf(unit.toMillis(leaseTime)), getRequestId(threadId));
}
private String getRequestId(long threadId) {
return id + ":" + threadId;
}
解锁 unlock
go
public void unlock() {
long threadId = Thread.currentThread().getId();
// 执行 lua 脚本
DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>(LuaScript.reentrantUnlockScript(), Long.class);
Long opStatus = redisTemplate.execute(redisScript, keys, String.valueOf(internalLockLeaseTime), getRequestId(threadId));
if (opStatus == null) {
throw new IllegalMonitorStateException("attempt to unlock lock, not locked by current thread by node id: "
+ id + " thread-id: " + threadId);
}
}
LuaScript
这个脚本就是在讲解可重入分布式锁原理具体逻辑已经解释过,这里就不再重复分析。
go
public class LuaScript {
private LuaScript() {
}
/**
* 可重入分布式锁加锁脚本
*
* @return 当且仅当返回 `nil`才表示加锁成功;返回锁剩余过期时间是让客户端感知锁是否成功。
*/
public static String reentrantLockScript() {
return "if ((redis.call('exists', KEYS[1]) == 0) " +
"or (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]);";
}
/**
* 可重入分布式锁解锁脚本
*
* @return 当且仅当返回 `nil`才表示解锁成功;
*/
public static String reentrantUnlockScript() {
return "if (redis.call('hexists', KEYS[1], ARGV[2]) == 0) then " +
"return nil;" +
"end; " +
"local counter = redis.call('hincrby', KEYS[1], ARGV[2], -1); " +
"if (counter > 0) then " +
"redis.call('pexpire', KEYS[1], ARGV[1]); " +
"return 0; " +
"else " +
"redis.call('del', KEYS[1]); " +
"return 1; " +
"end; " +
"return nil;";
}
}
RedisLockClient
最后,还需要提供一个客户端给方便使用。
go
@Component
public class RedisLockClient {
@Autowired
private StringRedisTemplate redisTemplate;
/**
* 获取可重入分布式锁
* @param name
* @return
*/
public Lock getReentrantLock(String name) {
return new ReentrantDistributedLock(name, redisTemplate);
}
}
单元测试走一个,验证下分布式锁是否支持可重入。
go
@Slf4j
@SpringBootTest(classes = RedisApplication.class)
public class RedisLockTest {
@Autowired
private RedisLockClient redisLockClient;
@Test
public void testTryReentrantLockSuccess() throws InterruptedException {
Lock lock = redisLockClient.getReentrantLock("order:pay");
try {
boolean isLock = lock.tryLock(10, 30, TimeUnit.SECONDS);
if (!isLock) {
log.warn("加锁失败");
return;
}
// 重复加锁
reentrant(lock);
log.info("业务逻辑执行完成");
} finally {
lock.unlock();
}
}
private void reentrant(Lock lock) throws InterruptedException {
try {
boolean isLock = lock.tryLock(10, 30, TimeUnit.SECONDS);
if (!isLock) {
log.warn("加锁失败");
return;
}
log.info("业务逻辑执行完成");
} finally {
lock.unlock();
}
}
}
有两个点需要注意。
-
释放锁的代码一定要放在
finally{}
块中。否则一旦执行业务逻辑过程中抛出异常,程序就无法执行释放锁的流程。只能干等着锁超时释放。 -
加锁的代码应该写在
try {}
代码中,放在 try 外面的话,如果执行加锁异常(客户端网络连接超时),但是实际指令已经发送到服务端并执行,就会导致没有机会执行解锁的代码。
CHaya:"码哥,这个方案确实很王者,大开眼界,接下来的超神版可以实现看门狗自动续期么?"
鉴于篇幅有限,今天就跟大家介绍 Redis 可重入分布式锁王者方案,关注我,下一篇给你分享、超神版分布式锁解决方案。
下期见~
往期推荐
<>
纠正误区:这才是 SpringBoot Redis 分布式锁的正确实现方式
<>
<>
Tomcat 架构设计 25 年后依旧能打!我学到了什么?
<>
<>
3 万字 + 40 张图 | Redis 霸道面试题(2024 版本)
<>
<>
<>