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。

标签:
redis分布式锁原理,redis分布式锁

免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
评论“redis分布式锁的问题与解决方法”
暂无“redis分布式锁的问题与解决方法”评论...

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。