【📕分布式锁通关指南 12】源码剖析redisson如何利用Redis数据结构实现Semaphore和CountDownLatch

引言

本期我们继续探索 Redisson 的分布式同步组件。本篇聚焦在 Semaphore (信号量) 和 CountDownLatch(倒数闩),看看它们在单机环境中常用的同步思想是如何"穿越"到分布式场景,并依赖 Redis 来保证一致性的。

在普通的 Java 线程编程中,Semaphore 常用于控制对特定资源的同时访问数,而 CountDownLatch 则常用于等待其他线程把某些工作执行完毕后再继续。但若应用部署在分布式环境,单机版本的对象自然约束在某一 JVM 中,无法跨节点协同控制。此时我们可以借助 Redisson 提供的 RSemaphoreRCountDownLatch,让这两种同步模式在分布式下也能"有法可依"。

介绍

RSemaphore

  • 使用场景

可以限制同时访问共享资源(如数据库连接、缓存访问、某段关键逻辑等)的并发数量。

  • 关键特性

1.可动态调整可用许可数量;

2.在分布式集群环境下,任何一个节点都能正确感知许可的剩余数量。

RCountDownLatch

  • 使用场景

类似"倒计时",需要等待某些操作完成后才能继续。例如:只有当分布式系统中多个子任务都执行完成后,主流程才能继续执行。

  • 关键特性

1.可设置初始倒计数值,不同节点根据执行进度减少计数。

2.当计数归零时,就会唤醒等待该闩的节点。

接下来,让我们直击它们在源码中的实现方式。

Semaphore 的实现思路

Redisson 提供的分布式信号量接口 RSemaphore 在底层主要依赖 Redis 的 Lua 脚本Redis key 自增/自减 这类能力:

  1. 获取许可 (acquire)

    Lua 脚本会检查是否存在足够的许可值(通常是 Redis 中的某个 key 记录当前可用许可数);

    如果足够,则进行减操作;否则阻塞或返回失败。

  2. 释放许可 (release)

    将 Redis 中存储的许可数 +1,并通知阻塞挂起中的线程(如果有)。

  3. 可重入机制 (可选场景):

    一些分布式信号量场景还会考虑同一个线程可否重复获取许可,但多数情况下信号量都是面向线程独立的计数控制,所以可能不涉及可重入。

核心结构

RedissonSemaphore 源码示意,整体只展示关键思路:

java 复制代码
public class RedissonSemaphore extends RedissonBaseDistributedObject implements RSemaphore {

    public RedissonSemaphore(CommandAsyncExecutor commandExecutor, String name) {
        super(commandExecutor, name);
    }

    @Override
    public void acquire() throws InterruptedException {
        tryAcquire(-1, TimeUnit.MILLISECONDS); 
    }

    @Override
    public boolean tryAcquire(long waitTime, TimeUnit unit) throws InterruptedException {
        return get(tryAcquireAsync(waitTime, unit, 1));
    }

    @Override
    public void release() {
        get(releaseAsync(1));
    }

    // ...
}

RedissonSemaphore 依托一些异步方法,例如 tryAcquireAsyncreleaseAsync 等,这些方法内部最终会组装 Lua 脚本并发送到 Redis,来做自增自减和阻塞通知。

获取许可

tryAcquireAsync 中,一般会:

  1. 先检查 Redis 中的可用许可数(key 的数值)是否足够;
  2. 若足够,做 key = key - 1
  3. 若不足则阻塞或直接返回 false(根据 tryAcquire 的超时时间和模式)。
java 复制代码
private RFuture<Boolean> tryAcquireAsync(long waitTime, TimeUnit unit, int permits) {
    // Lua脚本核心:判断key是否 >= permits,否则阻塞/返回
    // 执行成功后减去相应数量
    return commandExecutor.evalWriteAsync(
      getName(), 
      RedisCommands.EVAL_BOOLEAN, 
      "local currVal = redis.call('get', KEYS[1]); " + 
      "if (currVal ~= false and tonumber(currVal) >= tonumber(ARGV[1])) then " +
          "redis.call('decrby', KEYS[1], ARGV[1]); " + 
          "return 1; " +
      "end; " +
      "return 0;", 
      Collections.<Object>singletonList(getName()),
      permits);
}

此处脚本只是示意,真实的 Redisson 源码会更全面,比如要处理阻塞和等待通知的逻辑。

释放许可

与获取许可对立,release 时关键就是将 Redis 中存储的许可数 +1,或一次性释放多个许可:

java 复制代码
private RFuture<Long> releaseAsync(int permits) {
    // Lua脚本:对key执行incr操作
    return commandExecutor.evalWriteAsync(
      getName(),
      RedisCommands.EVAL_LONG,
      "return redis.call('incrby', KEYS[1], ARGV[1]);",
      Collections.<Object>singletonList(getName()),
      permits);
}

当可用许可数从 0 变为正数,会通知等待获取许可的线程。

CountDownLatch 的实现思路

Redisson 的 RCountDownLatch 和 Semaphore 类似,同样通过 Redis 来维护一个"倒计数值"。当这个值大于 0 时,需要阻塞调用 await() 的线程;当计数归零后,所有阻塞线程会被唤醒。

核心结构

源码示意:

java 复制代码
public class RedissonCountDownLatch extends RedissonBaseDistributedObject implements RCountDownLatch {

    public RedissonCountDownLatch(CommandAsyncExecutor commandExecutor, String name) {
        super(commandExecutor, name);
    }

    @Override
    public void await() throws InterruptedException {
        get(awaitAsync());
    }

    @Override
    public void countDown() {
        get(countDownAsync());
    }

    @Override
    public boolean trySetCount(long count) {
        return get(trySetCountAsync(count));
    }

    // ...
}

我们可以看到几个核心方法:

  • trySetCount:初始化或重置倒计数值。
  • countDown:使计数值 -1。
  • await:阻塞等待,直到计数值清零。

初始化计数

trySetCount 负责在 Redis 中设置 key 的初始计数值:

java 复制代码
private RFuture<Boolean> trySetCountAsync(long count) {
    // 如果key不存在,则设置它为 count
    // 如果已经存在,则返回false 表示无法再次设置
    return commandExecutor.evalWriteAsync(
        getName(),
        RedisCommands.EVAL_BOOLEAN,
        "if redis.call('exists', KEYS[1]) == 0 then " +
            "redis.call('set', KEYS[1], ARGV[1]); " +
            "return 1; " +
        "end; " +
        "return 0;",
        Collections.singletonList(getName()),
        count
    );
}

若 key 已存在,这次设置就会失败,说明已经有倒计数在进行中。

递减计数

countDown 的 Lua 脚本则做 decrement 操作。如果计数归零,就发布一个消息或事件,唤醒所有 await() 中阻塞的线程(它们往往在 Redis 中通过订阅频道或等待队列的方式实现阻塞唤醒)。

java 复制代码
private RFuture<Long> countDownAsync() {
    return commandExecutor.evalWriteAsync(
        getName(),
        RedisCommands.EVAL_LONG,
        "local val = redis.call('decr', KEYS[1]); " + 
        // 如果归零,发布消息到特定 channel,唤醒等待方
        "if val <= 0 then " +
            "redis.call('publish', KEYS[2], '0'); " +
        "end;" +
        "return val;",
        Arrays.asList(getName(), getChannelName(getName()))
    );
}

在真实代码中,getChannelName 通常会加工出一个类似 redisson_countdownlatch:{...} 的频道名称,用于发布/订阅机制来进行分布式唤醒。

阻塞等待

await 在分布式场景下,会订阅 Redis 的特定频道。当倒计数归零时,服务器端执行 PUBLISH,客户端这边接收到消息后就会解除阻塞,完成 CountDownLatch 的分布式同步。

一致性与原子性保障

与之前说到的分布式读写锁类似,Semaphore 与 CountDownLatch 的实现同样依赖 Redis 原子操作 + Lua 脚本

  1. 原子操作 :例如 INCRBYDECRBYPUBLISH 等,都能够在服务器端一次性完成。
  2. Lua脚本:复杂逻辑(判断是否够许可、是否应该发布通知等)都打包到 Lua 脚本中执行,保证操作的"不可分割性"。
  3. 发布/订阅 :当许可数或倒计数发生关键性改变时,会 publish 到对应的 channel,唤醒在不同节点上阻塞的线程。

利用这些特性,Redisson 让一台 JVM 中的 tryAcquire()countDown() 等操作,可以对远程 Redis 的数据产生影响,并同步反馈给其他 JVM 中等待的线程,实现分布式级别的互联和协作。

小结

Semaphore 与 CountDownLatch 是高并发编程中两种常见的"并发工具类",Redisson 在其基础上通过以下手段将它们延伸到分布式维度:

  1. 借助 Redis 存储计数或许可值,全局共享。
  2. 使用 Lua 脚本保证操作的原子性
  3. 利用 Redis 订阅发布(Pub/Sub)机制 为阻塞等待的线程发出唤醒通知。

这样,我们就能在分布式环境中"像用本地工具类一样"去使用信号量或倒数闩。通过阅读源码,我们可以更好地理解其内部原理,从而在分布式系统设计和排错中游刃有余。希望本文能带给你新的收获,下一期再见!

相关推荐
Absinthe_苦艾酒12 分钟前
MongoDB学习专题(五)索引
数据库·后端·mongodb
mogullzr18 分钟前
4.1.ByteOJ用户模块——登录注册功能(RSA + TimeStamp加密过)
前端·后端
用户849137175471625 分钟前
JDK 17 实战系列(第3期):性能优化与系统增强详解
java·后端·性能优化
我是不会赢的2 小时前
使用 decimal 包解决 go float 浮点数运算失真
开发语言·后端·golang·浮点数
yuqifang2 小时前
写一个简单的Java示例
java·后端
Re2752 小时前
分库分表后主键总“撞车”?5种全局唯一ID方案让你不再头疼
后端
陈随易3 小时前
VSCode v1.103发布,AI编程任务列表,可用GPT 5和Claude 4.1
前端·后端·程序员
中等生3 小时前
Python的隐形枷锁:GIL如何"绑架"了你的多线程梦想
后端·python