悲观锁、乐观锁与分布式锁详解及Redisson应用

目录

  • [1. 悲观锁(Pessimistic Lock)](#1. 悲观锁(Pessimistic Lock))
  • [2. 乐观锁(Optimistic Lock)](#2. 乐观锁(Optimistic Lock))
  • [3. Redis分布式锁](#3. Redis分布式锁)
  • [4. Redisson锁](#4. Redisson锁)

在多线程或多进程环境下,为了保证数据的一致性,锁机制扮演着至关重要的角色。本文将深入探讨悲观锁、乐观锁的概念,以及如何利用Redis实现分布式锁,并通过Redisson客户端展示具体的应用实例。最后,我们也会简要提及如何从Redis中删除缓存信息。

1. 悲观锁(Pessimistic Lock)

概念: 悲观锁假设最坏的情况,即每次数据操作都可能发生并发冲突,因此在数据被处理前就将其锁定,阻止其他线程访问,直到该线程完成操作并释放锁。这种方式适合写操作频繁的场景。

Java中的应用: 在Java中,synchronized关键字和ReentrantLock类可以用来实现悲观锁。

java 复制代码
public class PessimisticLockExample {
    private final ReentrantLock lock = new ReentrantLock();

    public void doSomething() {
        lock.lock(); // 获取锁
        try {
            // 执行业务逻辑
        } finally {
            lock.unlock(); // 释放锁
        }
    }
}

2. 乐观锁(Optimistic Lock)

概念: 乐观锁则假设读多写少的情况,不直接加锁,而是在更新数据时检查在此期间数据是否被其他线程修改过。乐观锁常通过版本号或时间戳来实现,仅当数据实际需要更新时才进行冲突检查。

Java中的应用: 在数据库操作中,可以通过版本字段实现乐观锁。

java 复制代码
@Entity
class User {
    @Version
    private Long version;

    // 省略其他代码...
}

// 更新用户信息时检查版本号
@Modifying
@Query("UPDATE User u SET u.name = ?1 WHERE u.id = ?2 AND u.version = ?3")
int updateUser(String newName, Long id, Long version);

3. Redis分布式锁

概念: 在分布式系统中,传统的锁机制无法跨越多个节点,因此需要分布式锁。Redis由于其高性能和易用性,常被用作分布式锁的实现基础。

基本用法:

SETNX (SET if Not eXists) 命令可以用来实现简单的分布式锁。

需要考虑锁的超时释放问题,使用 expire 命令设置锁的生存时间。

java 复制代码
@RequiredArgsConstructor
public class RedisLock {

    private final String key;
    private final StringRedisTemplate redisTemplate;

    public boolean lock(long leaseTime, TimeUnit timeUnit) {
        String value = Thread.currentThread().getName();
        Boolean success = redisTemplate.opsForValue().setIfAbsent(key, value, leaseTime, timeUnit);
        return BooleanUtils.isTrue(success);
    }
    public void unlock() {
            redisTemplate.delete(key);

    }
}
java 复制代码
        String key="lock:coupon:userId:"+userId;
        RedisLock redisLock = new RedisLock(key, redisTemplate);
        boolean locked = redisLock.lock(5, TimeUnit.SECONDS);
        if(!locked)
        {
            throw new BadRequestException("请求太频繁");
        }
        try {
            // 获取用户优惠券服务
            IUserCouponService userCouponService = (IUserCouponService) AopContext.currentProxy();
            // 校验并创建用户优惠券
            userCouponService.checkAndCreateUserCoupon(coupon, userId, null);
        } finally {
            redisLock.unlock();
        }

4. Redisson锁

Redisson是Redis的Java客户端,它提供了丰富的并发工具,包括基于Redis的分布式锁、信号量、计数器等高级功能,简化了分布式环境下的并发控制。

Redisson分布式锁示例:

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

public class RedissonDistributedLockExample {
    public static void main(String[] args) {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://localhost:6379");
        RedissonClient redisson = Redisson.create(config);

        RLock lock = redisson.getLock("myLock");
        
        try {
            // 尝试获取锁,最多等待100秒,上锁后自动续期
            boolean isLocked = lock.tryLock(100, TimeUnit.SECONDS);
            if (isLocked) {
                // 执行业务逻辑
            } else {
                System.out.println("未能获取到锁");
            }
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        } finally {
            // 释放锁
            if (lock.isHeldByCurrentThread()) {
                lock.unlock();
            }
        }
        redisson.shutdown();
    }
}

通过上述介绍和示例,我们可以看到,悲观锁、乐观锁以及分布式锁(特别是通过Redisson实现)在不同场景下各有优势,选择合适的锁机制对于提升系统并发性能和数据一致性至关重要。

相关推荐
一条闲鱼_mytube16 分钟前
分布式 ID 生成方案:雪花算法与号段模式
分布式·算法·wpf
科学熊2 小时前
Java 分布式理论与高并发编程
java·开发语言·分布式
XMAIPC_Robot6 小时前
NXP i.MX95 + FPGA 异构计算平台 — 工业多域融合 AI 加速嵌入式控制解决方案
人工智能·分布式·fpga开发·能源·rk3576+fpga
方方洛21 小时前
ray教程-13-RayTrain与分布式训练
人工智能·分布式·机器学习
黄俊懿1 天前
【架构师从入门到进阶】第七章:缓存和存储的优化思路——第一节:缓存概述
数据结构·数据库·分布式·缓存·架构·系统架构·1024程序员节
红海云1 天前
两台DGX Spark部署DeepSeek的实战边界
大数据·分布式·spark
GlobalInfo2 天前
上新 | 全球及中国起重机摄像系统行业研究报告(2026版):市场现状、行业前景与占有率分析
大数据·分布式·微服务·ai·相机
方方洛2 天前
ray教程-11-可观测性与调试
人工智能·分布式·机器学习
samforce2 天前
为什么微服务会退化成“分布式单体”?——软件架构里的嵌套率传导定律
人工智能·分布式·微服务·架构·软件架构·结构认知
每天一道题3 天前
Kafka 是如何工作的?从 Broker、Partition、Offset 到 Consumer Group
分布式·kafka