redis分布式锁的问题与解决方法

数据库 2024/12/25 佚名

3 2 1

分布式锁

在分布式环境中，为了保证业务数据的正常访问，防止出现重复请求的问题，会使用分布式锁来阻拦后续请求。我们先写一段有问题的业务代码：

public void doSomething(String userId){
  User user=getUser(userId);
  if(user==null){
   user.setUserName("xxxxx");
   user.setUserId(userId);
   insert(user);
   return;
  }
  update(user);
 }

上面的代码很简单，查询db中有没有对应的user数据，如果有的话，执行更新操作，如果没有则插入。

我们知道，上面的代码是线程不安全的，在多线程的环境中，就会出现问题。为了能够保证数据的正确性，在单机环境下，我们可以使用synchronized的方法，来保证线程安全，具体修改：

public synchronized void doSomething(String userId){
  User user=getUser(userId);
  if(user==null){
   user.setUserName("xxxxx");
   user.setUserId(userId);
   insert(user);
   return;
  }
  update(user);
 }

在单机器的环境下，能够解决线程安全的问题，那在分布式环境下呢？这个时候需要用到分布式锁.

分布式锁需要借助其他组件来实现，常用的有redis和zookeeper。下面我们就用redis的实现，来说明下问题，分布式锁具体的实现方法如下

public void doSomething(String userId){
  String lock=RedisUtils.get("xxxx"+userId);
  if(StringUtils.isNotEmpty(lock)){//说明当前userId已经被锁定
   return;
  }
  RedisUtils.set("xxxx"+userId,userId,1000);//锁定10s
  User user=getUser(userId);
  if(user==null){
   insert(user);
   RedisUtils.delete("xxxx"+userId);
   return;
  }
  update(user);
  RedisUtils.delete("xxxx"+userId);
  
 }

上面的代码解决了在分布式环境中的并发的问题。但同样需要考虑一个问题，如果insert操作和update操作异常了，分布式锁不会释放，后续的请求还会被拦截。

所以我们再优化，增加对异常的捕获。

public void doSomething(String userId){
  try {
    String lock=RedisUtils.get("xxxx"+userId);
    if(StringUtils.isNotEmpty(lock)){//说明当前userId已经被锁定
     return;
    }
    RedisUtils.set("xxxx"+userId,userId,1000);//锁定1s
    User user=getUser(userId);
    if(user==null){
     insert(user);
     return;
    }
    update(user);
  }
  catch(Exception ex){

  }
  finally{
   RedisUtils.delete("xxxx"+userId);
  }
 }

现在即使是程序异常了，锁会自动释放。但redis的get和set也会存在并发问题，我们再继续优化，使用redis中的setnx方法

public void doSomething(String userId){
  try {
    boolean lock=RedisUtils.setnx("xxxx"+userId,userId,1000);//锁定1s
    if(!lock){//说明当前userId已经被锁定
     return;
    }
    User user=getUser(userId);
    if(user==null){
     insert(user);
     return;
    }
    update(user);
  }
  catch(Exception ex){

  }
  finally{
   RedisUtils.delete("xxxx"+userId);
  }
 }

上面的代码好像没有什么问题了，但也存在很大的隐患。我们分析下，假设第一个请求过来，执行锁定成功，程序开始运行，但是insert和update操作阻塞了1s，第二个请求过来，锁的缓存已经过期，第二个执行锁定成功，这个时候第一个请求完成了锁被释放，第二个请求的锁就被第一次请求释放了，第三次的请求就会造成线程不安全问题。

怎么再去优化呢？问题主要是出现在第一次请求误删锁的问题，所以我们在移除锁的时候要判断能否移除。

思路：我们在锁定的时候，value使用当前的时间戳，删除时判断是否过期如果不过期就不要删除，具体代码如下：

public void doSomething(String userId){
  try {
    boolean lock=RedisUtils.setnx("xxxx"+userId,LocalDateTime.now(),1000);//锁定10s
    if(!lock){//说明当前userId已经被锁定
     return;
    }
    User user=getUser(userId);
    if(user==null){
     insert(user);
     return;
    }
    update(user);
  }
  catch(Exception ex){

  }
  finally{
   LocalDateTime lockTIme= RedisUtils.get("xxxx"+userId);
   if(lockTIme.compare(LocalDateTime.now())<0){
    //说明已经过期，可以删除key
    RedisUtils.delete("xxxx"+userId);
   }
  }
 }

这样即使出现阻塞，第二次的时间戳覆盖了第一次的锁定，这样即使第一次完成了，也不会释放锁。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对的支持。

redis分布式锁原理,redis分布式锁