[[357636]]

目前的項(xiàng)目單體結(jié)構(gòu)的基本上已經(jīng)沒(méi)有了，大多是分布式集群或者是微服務(wù)這些。既然是多臺(tái)服務(wù)器。就免不了資源的共享問(wèn)題。既然是資源共享就免不了并發(fā)的問(wèn)題。針對(duì)這些問(wèn)題，redis也給出了一個(gè)很好的解決方案，那就是分布式鎖。這篇文章主要是針對(duì)為什么需要使用分布式鎖這個(gè)話題來(lái)展開(kāi)討論的。

前一段時(shí)間在群里有個(gè)兄弟問(wèn)，既然分布式鎖能解決大部分生產(chǎn)問(wèn)題，那么java為我們提供的那些鎖有什么用呢?直接使用分布式鎖不就結(jié)了嘛。針對(duì)這個(gè)問(wèn)題我想了很多，一開(kāi)始是在網(wǎng)上找找看看有沒(méi)有類(lèi)似的回答。后來(lái)想了想。想要解決這個(gè)問(wèn)題，還需要從本質(zhì)上來(lái)分析。

OK，開(kāi)始上車(chē)出發(fā)。

一、前言

既然是分布式鎖，這就說(shuō)明服務(wù)器不是一臺(tái)，可能是很多臺(tái)。我們使用一個(gè)案例，來(lái)一步一步說(shuō)明。假設(shè)某網(wǎng)站有一個(gè)秒殺商品，一看還有100件，于是陜西、江蘇、西藏等地的人都看到了這個(gè)活動(dòng)，于是開(kāi)始進(jìn)行瘋狂秒殺。假設(shè)這個(gè)秒殺商品的數(shù)量值保存在一個(gè)redis數(shù)據(jù)庫(kù)中。

但是不同地區(qū)的用戶(hù)使用不同的服務(wù)器進(jìn)行秒殺。這樣就形成了一個(gè)集群訪問(wèn)的方式。

方式我們使用Springboot來(lái)整合redis。

二、項(xiàng)目搭建準(zhǔn)備

(1)添加pom依賴(lài)

<dependency> 
            <groupId>org.springframework.boot</groupId> 
            <artifactId>spring-boot-starter-web</artifactId> 
        </dependency> 
        <dependency> 
            <groupId>org.springframework.boot</groupId> 
            <artifactId>spring-boot-starter-test</artifactId> 
            <scope>test</scope> 
        </dependency> 
        <dependency> 
            <groupId>org.springframework.boot</groupId> 
            <artifactId>spring-boot-starter-data-redis</artifactId> 
        </dependency> 
        <dependency> 
            <groupId>org.apache.commons</groupId> 
            <artifactId>commons-pool2</artifactId> 
        </dependency> 

(2)添加屬性配置

# Redis數(shù)據(jù)庫(kù)索引（默認(rèn)為0） 
spring.redis.database=0   
# Redis服務(wù)器地址 
spring.redis.host=localhost 
# Redis服務(wù)器連接端口 
spring.redis.port=6379   
# Redis服務(wù)器連接密碼（默認(rèn)為空） 
spring.redis.password= 
# 連接池最大連接數(shù)（使用負(fù)值表示沒(méi)有限制） 默認(rèn) 8 
spring.redis.lettuce.pool.max-active=8 
# 連接池最大阻塞等待時(shí)間（使用負(fù)值表示沒(méi)有限制） 默認(rèn) -1 
spring.redis.lettuce.pool.max-wait=-1 
# 連接池中的最大空閑連接 默認(rèn) 8 
spring.redis.lettuce.pool.max-idle=8 
# 連接池中的最小空閑連接 默認(rèn) 0 
spring.redis.lettuce.pool.min-idle=0 

(3)新建config包，創(chuàng)建RedisConfig類(lèi)

@Configuration 
public class RedisConfig { 
    @Bean 
    public RedisTemplate<String, Serializable>  
            redisTemplate(LettuceConnectionFactory connectionFactory) { 
        RedisTemplate<String, Serializable> redisTemplate = new RedisTemplate<>(); 
        redisTemplate.setKeySerializer(new StringRedisSerializer()); 
        redisTemplate.setValueSerializer(new GenericJackson2JsonRedisSerializer()); 
        redisTemplate.setConnectionFactory(connectionFactory); 
        return redisTemplate; 
    } 
} 

(4)新建controller，創(chuàng)建Mycontroller類(lèi)

@RestController 
public class MyController { 
    @Autowired 
    private StringRedisTemplate stringRedisTemplate; 
    @GetMapping("/test") 
    public String deduceGoods(){ 
        int goods =Integer.parseInt(stringRedisTemplate.opsForValue().get("goods")); 
        int realGoods = goods-1; 
        if(goods>0){ 
            stringRedisTemplate.opsForValue().set("goods",realGoods+""); 
            return "你已經(jīng)成功秒殺商品，此時(shí)還剩余：" + realGoods + "件"; 
        }else{ 
            return "商品已經(jīng)售罄，歡迎下次活動(dòng)"; 
        } 
    } 
} 

很簡(jiǎn)單的一個(gè)整合教程。這個(gè)端口是8080，我們復(fù)制一份這個(gè)項(xiàng)目，把端口改成8090，并且以nginx作負(fù)載均衡搭建集群。現(xiàn)在環(huán)境我們已經(jīng)整理好了。下面我們就開(kāi)始進(jìn)行分析。

三、為什么需要分布式鎖

階段一：采用原生方式

我們使用多個(gè)線程訪問(wèn)8080這個(gè)端口。因?yàn)闆](méi)有加鎖，此時(shí)肯定會(huì)出現(xiàn)并發(fā)問(wèn)題。因此我們可能會(huì)想到，既然這個(gè)goods是一個(gè)共享資源，而且是多線程訪問(wèn)的，就立馬能想到j(luò)ava中的各種鎖了，最有名的就是synchronized。所以我們不如對(duì)上面的代碼進(jìn)行優(yōu)化。

階段二：使用synchronized加鎖

此時(shí)我們對(duì)代碼修改一下：

@RestController 
public class MyController { 
    @Autowired 
    private StringRedisTemplate stringRedisTemplate; 
    @GetMapping("/test") 
    public String deduceGoods(){ 
        synchronized (this){ 
            int goods =Integer.parseInt(stringRedisTemplate.opsForValue().get("goods")); 
            int realGoods = goods-1; 
            if(goods>0){ 
                stringRedisTemplate.opsForValue().set("goods",realGoods+""); 
                return "你已經(jīng)成功秒殺商品，此時(shí)還剩余：" + realGoods + "件"; 
            }else{ 
                return "商品已經(jīng)售罄，歡迎下次活動(dòng)"; 
            } 
        } 
 
    } 
} 

看到?jīng)]，現(xiàn)在我們使用synchronized關(guān)鍵字加上鎖，這樣多個(gè)線程并發(fā)訪問(wèn)的時(shí)候就不會(huì)出現(xiàn)數(shù)據(jù)不一致等各種問(wèn)題了。這種方式在單體結(jié)構(gòu)下的確有用。目前的項(xiàng)目單體結(jié)構(gòu)的很少，一般都是集群方式的。此時(shí)的synchronized就不再起作用了。為什么synchronized不起作用了呢?

我們采用集群的方式去訪問(wèn)秒殺商品(nginx為我們做了負(fù)載均衡)。就會(huì)看到數(shù)據(jù)不一致的現(xiàn)象。也就是說(shuō)synchronized關(guān)鍵字的作用域其實(shí)是一個(gè)進(jìn)程，在這個(gè)進(jìn)程下面的所有線程都能夠進(jìn)行加鎖。但是多進(jìn)程就不行了。對(duì)于秒殺商品來(lái)說(shuō)，這個(gè)值是固定的。但是每個(gè)地區(qū)都可能有一臺(tái)服務(wù)器。這樣不同地區(qū)服務(wù)器不一樣，地址不一樣，進(jìn)程也不一樣。因此synchronized無(wú)法保證數(shù)據(jù)的一致性。

階段三：分布式鎖

上面synchronized關(guān)鍵字無(wú)法保證多進(jìn)程的鎖機(jī)制，為了解決這個(gè)問(wèn)題，我們可以使用redis分布式鎖。現(xiàn)在我們把代碼再進(jìn)行修改一下：

@RestController 
public class MyController { 
    @Autowired 
    private StringRedisTemplate stringRedisTemplate; 
    @GetMapping("/test") 
    public String deduceGoods(){ 
      Boolean result = stringRedisTemplate.opsForValue().setIfAbsent("lock","馮冬冬"); 
      if(!result){ 
           return "其他人正在秒殺，無(wú)法進(jìn)入"; 
      } 
      int goods =Integer.parseInt(stringRedisTemplate.opsForValue().get("goods")); 
      int realGoods = goods-1; 
      if(goods>0){ 
          stringRedisTemplate.opsForValue().set("goods",realGoods+""); 
          System.out.println("你已經(jīng)成功秒殺商品，此時(shí)還剩余：" + realGoods + "件"); 
      }else{ 
          System.out.println("商品已經(jīng)售罄，歡迎下次活動(dòng)"); 
      } 
      stringRedisTemplate.delete("lock"); 
      return "success"; 
    } 
} 

就是這么簡(jiǎn)單，我們只是加了一句話，然后進(jìn)行判斷了一下。其實(shí)setIfAbsent方法的作用就是redis中的setnx。意思是如果當(dāng)前key已經(jīng)存在了，就不做任何操作了，返回false。如果當(dāng)前key不存在，那我們就可以操作。最后別忘了釋放這個(gè)key，這樣別人就可以再進(jìn)來(lái)實(shí)時(shí)秒殺操作。

當(dāng)然這里只是給出一個(gè)最基本的案例，其實(shí)分布式鎖實(shí)現(xiàn)起來(lái)步驟還是比較多的，而且里面很多坑也沒(méi)有給出。我們隨便解決幾個(gè)：

階段四：分布式鎖優(yōu)化

(1)第一個(gè)坑：秒殺商品出現(xiàn)異常，最終無(wú)法釋放lock分布式鎖

  public String deduceGoods() throws Exception{ 
     Boolean result = stringRedisTemplate.opsForValue().setIfAbsent("lock","馮冬冬"); 
     if(!result){ 
        return "其他人正在秒殺，無(wú)法進(jìn)入"; 
     } 
     try { 
        int goods =Integer.parseInt(stringRedisTemplate.opsForValue().get("goods")); 
        int realGoods = goods-1; 
        if(goods>0){ 
           stringRedisTemplate.opsForValue().set("goods",realGoods+""); 
           System.out.println("你已經(jīng)成功秒殺商品，此時(shí)還剩余：" + realGoods + "件"); 
       }else{ 
           System.out.println("商品已經(jīng)售罄，歡迎下次活動(dòng)"); 
       } 
    }finally { 
       stringRedisTemplate.delete("lock"); 
    } 
    return "success"; 
} 

此時(shí)我們加一個(gè)try和finally語(yǔ)句就可以了。最終一定要?jiǎng)h除lock。

(2)第二個(gè)坑：秒殺商品時(shí)間太久，其他用戶(hù)等不及

public String deduceGoods() throws Exception{ 
    stringRedisTemplate.expire("lock",10, TimeUnit.MILLISECONDS); 
    Boolean result = stringRedisTemplate.opsForValue().setIfAbsent("lock","馮冬冬"); 
    if(!result){ 
       return "其他人正在秒殺，無(wú)法進(jìn)入"; 
    } 
    try { 
       int goods =Integer.parseInt(stringRedisTemplate.opsForValue().get("goods")); 
       int realGoods = goods-1; 
       if(goods>0){ 
           stringRedisTemplate.opsForValue().set("goods",realGoods+""); 
           System.out.println("你已經(jīng)成功秒殺商品，此時(shí)還剩余：" + realGoods + "件"); 
       }else{ 
           System.out.println("商品已經(jīng)售罄，歡迎下次活動(dòng)"); 
       } 
    }finally { 
       stringRedisTemplate.delete("lock"); 
    } 
    return "success"; 
} 

給其添加一個(gè)過(guò)期時(shí)間，也就是說(shuō)如果10毫秒內(nèi)沒(méi)有秒殺成功，就表示秒殺失敗，換下一個(gè)用戶(hù)。

(3)第三個(gè)坑：高并發(fā)場(chǎng)景下，秒殺時(shí)間太久，鎖永久失效問(wèn)題

我們剛剛設(shè)置的鎖過(guò)期時(shí)間是10毫秒，如果一個(gè)用戶(hù)秒殺時(shí)間是15毫秒，這也就意味著他可能還沒(méi)秒殺成功，就有其他用戶(hù)進(jìn)來(lái)了。當(dāng)這種情況過(guò)多時(shí)，就可能有大量用戶(hù)還沒(méi)秒殺成功其他大量用戶(hù)就進(jìn)來(lái)了。有可能其他用戶(hù)提前刪除了lock，但是當(dāng)前用戶(hù)還沒(méi)有秒殺成功。最終造成數(shù)據(jù)的不一致?？纯慈绾谓鉀Q：

public String deduceGoods() throws Exception{ 
    String user = UUID.randomUUID().toString(); 
    stringRedisTemplate.expire("lock",10, TimeUnit.MILLISECONDS); 
    Boolean result = stringRedisTemplate.opsForValue().setIfAbsent("lock",user); 
    if(!result){ 
       return "其他人正在秒殺，無(wú)法進(jìn)入"; 
    } 
    try { 
       int goods =Integer.parseInt(stringRedisTemplate.opsForValue().get("goods")); 
       int realGoods = goods-1; 
       if(goods>0){ 
           stringRedisTemplate.opsForValue().set("goods",realGoods+""); 
           System.out.println("你已經(jīng)成功秒殺商品，此時(shí)還剩余：" + realGoods + "件"); 
       }else{ 
           System.out.println("商品已經(jīng)售罄，歡迎下次活動(dòng)"); 
       } 
    }finally { 
       if(user.equals(stringRedisTemplate.opsForValue().get("lock"))){ 
                 stringRedisTemplate.delete("lock"); 
       } 
    } 
    return "success"; 
} 

也就是說(shuō)，我們?cè)趧h除lock的時(shí)候判斷是不是當(dāng)前的線程，如果是那就刪除，如果不是那就不刪除，這樣就算別的線程進(jìn)來(lái)也不會(huì)亂刪lock，造成混亂。

OK，到目前為止基本上把分布式鎖的緣由介紹了一遍。對(duì)于分布式鎖redisson完成的相當(dāng)出色，下篇文章也將圍著繞Redisson來(lái)介紹一下分布式如何實(shí)現(xiàn)，以及其中的原理。

本文轉(zhuǎn)載自微信公眾號(hào)「愚公要移山」，可以通過(guò)以下二維碼關(guān)注。轉(zhuǎn)載本文請(qǐng)聯(lián)系愚公要移山公眾號(hào)。