Redisson 实现分布式锁

1. 介绍

Redisson 是一个 java 操作 Redis 的客户端。

提供了大量的分布式数据集来简化对 Redis 的操作和使用,可以让开发者像使用本地集合一样使用 Redis,完全感知不到 Redis 的存在。

2. 种引入方式

  1. spring boot starter 引入(不推荐,版本迭代太快,容易冲突) 参考
  2. 直接引入:https://github.com/redisson/redisson#quick-start (推荐)

3. redission的看门狗机制

redisson 中提供的续期机制,开一个监听线程,如果方法还没执行完,就帮你重置 redis 锁的过期时间。

原理:参考

  1. 监听当前线程,默认过期时间是 30 秒,每 10 秒续期一次(补到 30 秒)
  2. 如果线程挂掉(注意 debug 模式也会被它当成服务器宕机),则不会续期

4. 具体实现

这里使用第二种:直接引入的方式

参考:直接引入:参考官网

1. 引入依赖

yaml 复制代码
<!-- https://github.com/redisson/redisson#quick-start -->
<dependency>
  <groupId>org.redisson</groupId>
  <artifactId>redisson</artifactId>
  <version>3.27.1</version>
</dependency>

2. 添加配置类,注入Bean

  • 这里是使用的单台redis情况,配置从yml配置文件中获取
java 复制代码
@Configuration
@ConfigurationProperties(prefix = "spring.redis")
@Data
public class RedissionConfig {

    // redis域名
    private String host;

    // redis端口
    private String port;

    // redis使用库
    private int database;

    // redis使用库
    private String password;

    @Bean
    public RedissonClient redissonClient() {
        // 1. 创建配置
        Config config = new Config();
        String redisAddress = String.format("redis://%s:%s",host,port);
        config.useSingleServer()
                .setAddress(redisAddress)
                .setPassword(password)
                .setDatabase(database);
        // 2. 创建Redisson实例
        // Sync and Async API
        RedissonClient redisson = Redisson.create(config);
        // 3. 返回
        return redisson;
    }
}

3. 使用案例

java 复制代码
@Component
@Slf4j
public class CacheJob {

    @Resource
    private RedissonClient redissonClient;

    // 定时任务
    @Scheduled(cron = "0/10 * * * * ?")
    public void doCaCheRecommendUser() {
        // 获取分布式锁
        RLock lock = redissonClient.getLock("haoyue:precachejob:docache:lock");
        try {
            // 保证只有一个线程获取锁
            boolean tryLock = lock.tryLock(0, -1, TimeUnit.SECONDS);
            //System.out.println("getLock: thread:" + Thread.currentThread().getId());
            if (tryLock) {
                // 业务逻辑
                doWork();
            }
        } catch (InterruptedException e) {
            log.error("doWork error", e);
        } finally {
            // 释放自己的锁
            if (lock.isHeldByCurrentThread()) {
                //System.out.println("unLock: thread:" + Thread.currentThread().getId());
                try {
                    lock.unlock();
                } catch (Exception e) {
                    log.error("redis unlock error", e);
                }
            }
        }

    }

    /**
     * 具体的业务逻辑
     */
    private void doWork() {
        // ***
    }
}
相关推荐
渣渣盟3 小时前
当 Redis 写入成为性能瓶颈时,如何利用 异步批量 Sink 将吞吐量从 1w QPS 提升到 10w+?
数据库·redis·php
MC皮蛋侠客6 小时前
Redis 系列(六):过期、内存淘汰与内存优化——让 Redis 活得更久
数据库·redis·bootstrap
MC皮蛋侠客8 小时前
Redis 系列(七):事务、Pipeline 与 Lua 脚本——从原子性到 Functions
数据库·redis·lua
MC皮蛋侠客8 小时前
Redis 系列(八):缓存设计模式与一致性——从 Cache Aside 到防雪崩
redis·缓存·设计模式
小张同学a.8 小时前
zabbix企业级监控平台4——分布式监控与grafana数据可视化
linux·运维·数据库·分布式·信息可视化·zabbix·grafana
渣渣盟8 小时前
当 Redis 写入不再是瓶颈后,Flink 任务的反压可能来自哪里?如何系统性地定位和解决 Flink 反压问题?
数据库·redis·flink
仍然.8 小时前
服务端高并发分布式结构演进之路
大数据·数据库·redis
MC皮蛋侠客8 小时前
Redis 系列(三):底层实现(一)——对象系统、SDS 与 dict
数据库·redis·缓存
渣渣盟9 小时前
当 Redis 集群发生主从切换(Failover)时,Flink 任务会崩溃吗?如何利用 Sentinel 实现高可用?
redis·flink·sentinel
番茄炒鸡蛋加糖10 小时前
分布式 CAP、BASE 理论 & 中间件 CAP 取舍
分布式·中间件