使用 Redisson 实现分布式 CountDownLatch,如何使用RCountDownLatch实现内外网数据互通的超时控制?

闭锁(CountDownLatch)是一种用于同步多个线程的机制,它可以让一个或多个线程等待其他线程完成某个任务后再继续执行。

在Java中,RCountDownLatch 是 Redisson 提供的分布式闭锁实现,它基于 Redis 的分布式系统,可以在分布式环境中实现多个线程的同步。

闭锁的核心概念是一个计数器,该计数器可以被初始化为一个正整数,并通过 trySetCount() 方法来设置初始计数值。每个线程在完成任务后,可以通过 countDown() 方法将计数器减一。当计数器的值达到零时,所有等待的线程将被释放,继续执行后续操作。

java 复制代码
RCountDownLatch latch = redissonClient.getCountDownLatch(LATCH_KEY);
latch.trySetCount(1);
latch.await();

// 在其他线程或JVM里
RCountDownLatch latch = redissonClient.getCountDownLatch(LATCH_KEY);
latch.countDown();

1、实现多个线程的同步

下面是一个示例代码,演示了如何使用 RCountDownLatch 实现多个线程的同步:

java 复制代码
import org.redisson.Redisson;
import org.redisson.api.RCountDownLatch;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;

public class CountDownLatchExample {
    private static final int THREAD_COUNT = 5;

    public static void main(String[] args) throws InterruptedException {
        // 初始化 Redisson 客户端
        RedissonClient redissonClient = getRedissonClient();

        // 创建闭锁对象,设置初始计数值
        RCountDownLatch latch = redissonClient.getCountDownLatch("my-latch");
        latch.trySetCount(THREAD_COUNT);

        // 创建多个线程并启动
        for (int i = 0; i < THREAD_COUNT; i++) {
            new Thread(() -> {
                // 模拟线程执行任务
                // ...

                // 任务完成后,计数器减一
                latch.countDown();
            }).start();
        }

        // 等待所有线程任务完成
        latch.await();

        // 所有线程任务完成后,执行后续操作
        System.out.println("All threads have completed!");

        // 关闭 Redisson 客户端
        redissonClient.shutdown();
    }

    private static RedissonClient getRedissonClient() {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://localhost:6379");
        return Redisson.create(config);
    }
}

解析:

  1. 首先,我们通过调用 getRedissonClient() 方法初始化了 Redisson 客户端。
  2. 接下来,我们通过 redissonClient.getCountDownLatch(LATCH_KEY) 创建了一个 RCountDownLatch 对象,并将其与指定的键 LATCH_KEY 关联起来。
  3. 使用 latch.trySetCount(1) 方法设置了初始计数值为1。
  4. 然后,我们调用 latch.await() 方法来等待其他线程完成任务。如果计数器的值不为0,当前线程将被阻塞。
  5. 当其他线程完成任务后,调用 latch.countDown() 方法将计数器减一。
  6. 最后,我们关闭了 Redisson 客户端。

总结:

本文介绍了如何使用 Redisson 实现分布式的 CountDownLatch。通过初始化 Redisson 客户端、创建 RCountDownLatch 对象、设置初始计数值、等待其他线程完成任务和计数减一等步骤,我们可以在分布式环境下进行线程同步操作。

2、经典场景

【需求】:我有一个外网接口,但是它无法直接访问内网的数据。现在有一个第三方需要通过外网接口获取内网的数据。我希望在第三方请求外网接口时,外网接口能够等待内网获取数据并返回给第三方,如果等待超过30秒则直接返回超时。

为了满足这个需求,我们可以使用 RCountDownLatch 来设计实现。具体的设计方案如下:

  1. 第三方向外网接口发送请求。
  2. 外网接口接收到请求后,将请求信息发送到 Kafka。
  3. 内网的服务启动一个消费者,从 Kafka 中获取请求信息。
  4. 内网服务根据请求内容获取数据,并将数据存放在 Redis 中。
  5. 内网服务使用 RCountDownLatch 创建一个闭锁对象,并设置初始计数值为 1。
  6. 内网服务在获取并存放数据到 Redis 后,调用 countDown() 方法将闭锁计数器减一。
  7. 外网接口使用 await() 方法等待闭锁计数器达到零,即等待内网服务完成数据的获取和存放到 Redis。
  8. 当闭锁计数器达到零时,外网接口从 Redis 中获取数据,并将数据作为响应返回给第三方。
  9. 如果等待超过30秒,外网接口直接返回超时信息给第三方。

通过这个设计方案,外网接口可以等待内网服务完成数据获取并返回给第三方。 RCountDownLatch 在这里起到了同步的作用,确保外网接口在获取到数据之前能够等待。

这个设计方案中,RCountDownLatch 用于外网服务等待内网服务完成数据获取和存放到 Redis 的过程。以下是一个简单的示例代码:

java 复制代码
import org.redisson.api.RCountDownLatch;
import org.redisson.api.RedissonClient;

@Service
@RequiredArgsConstructor
public class OuterServiceImpl implements OuterService {
    /**
     * RedissonClient 
     */
    private final RedissonClient redissonClient;
    
    /**
     * KafkaConsumer 
     */
    private final KafkaConsumer kafkaConsumer;

    public Response processRequest(Request request) {
        // 发送请求到 Kafka
        kafkaProducer.send(request);

        // 创建闭锁对象并设置初始计数值为 1【】每个请求或会话都需要有自己唯一的 LATCH_KEY
        RCountDownLatch latch = redissonClient.getCountDownLatch(LATCH_KEY);
        latch.trySetCount(1);

        try {
            // 等待内网服务完成数据获取和存放到 Redis
            if (!latch.await(30, TimeUnit.SECONDS)) {
                // 超时处理
                return new Response("Timeout");
            }

            // 从 Redis 中获取数据
            Object data = redissonClient.getBucket(request.getId()).get();

            // 返回数据给第三方
            return new Response("Success", data);
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
            // 异常处理
            return new Response("Error");
        }
    }

    // Kafka 消费者监听处理请求
    private void handleRequest(Message message) {
        // 处理请求并将数据存放到 Redis

        // 计数器减一
        RCountDownLatch latch = redissonClient.getCountDownLatch(LATCH_KEY);
        latch.countDown();
    }
}

在上述示例代码中,OuterService 类是一个外网服务,它使用 RCountDownLatch 实现了等待内网服务完成数据获取和存放到 Redis 的功能。在 processRequest() 方法中,它发送请求到 Kafka,并创建了一个闭锁对象。然后等待闭锁计数器达到零,即等待内网服务完成数据获取和存放到 Redis。如果等待时间超过 30 秒,将返回超时信息给第三方。

handleRequest() 方法中,外网服务的 Kafka 消费者监听处理请求,并在处理完成后调用 countDown() 方法,将闭锁计数器减一。

需要注意的是,示例代码中的 Kafka 消费者和生产者等细节并未展示,你需要根据实际情况进行实现。

总结:通过使用 RCountDownLatch,我们可以实现外网接口等待内网获取数据的场景。外网服务在调用内网服务之后等待闭锁计数器达到零,然后从 Redis 中获取数据返回给第三方。如果等待时间超过指定时间,则直接返回超时信息。

相关推荐
一个网络学徒2 分钟前
python5
java·服务器·前端
bloglin999993 分钟前
Qwen3-32B报错Invalid json output:{“type“: “1“}For troubleshooting, visit
llm·json
飞升不如收破烂~5 分钟前
Redis 分布式锁+接口幂等性使用+当下流行的限流方案「落地实操」+用户连续点击两下按钮的解决方案自用总结
数据库·redis·分布式
森焱森6 分钟前
详解 Spring Boot、Flask、Nginx、Redis、MySQL 的关系与协作
spring boot·redis·python·nginx·flask
workflower6 分钟前
业务需求-假设场景
java·数据库·测试用例·集成测试·需求分析·模块测试·软件需求
无心水7 分钟前
分布式定时任务与SELECT FOR UPDATE:从致命陷阱到优雅解决方案(实战案例+架构演进)
服务器·人工智能·分布式·后端·spring·架构·wpf
专注VB编程开发20年24 分钟前
vb.net datatable新增数据时改用数组缓存
java·linux·windows
茶杯梦轩25 分钟前
从零起步学习Redis || 第七章:Redis持久化方案的实现及底层原理解析(RDB快照与AOF日志)
redis·后端
(>_<)27 分钟前
java minio 分片上传工具类与测试demo
java·minio·分片上传
不想打工的码农27 分钟前
MyBatis-Plus多数据源实战:被DBA追着改配置后,我肝出这份避坑指南(附动态切换源码)
java·后端