Redis分布式鎖之紅鎖的實(shí)現(xiàn)
一、問(wèn)題
分布式鎖,當(dāng)我們請(qǐng)求一個(gè)分布式鎖的時(shí)候,成功了,但是這時(shí)候slave還沒有復(fù)制我們的鎖,masterDown了,我們的應(yīng)用繼續(xù)請(qǐng)求鎖的時(shí)候,會(huì)從繼任了master的原slave上申請(qǐng),也會(huì)成功。
這就會(huì)導(dǎo)致,同一個(gè)鎖被獲取了不止一次。
二、辦法
Redis中針對(duì)此種情況,引入了紅鎖的概念。
三、原理
用Redis中的多個(gè)master實(shí)例,來(lái)獲取鎖,只有大多數(shù)實(shí)例獲取到了鎖,才算是獲取成功。具體的紅鎖算法分為以下五步:
- 獲取當(dāng)前的時(shí)間(單位是毫秒)。
- 使用相同的key和隨機(jī)值在N個(gè)節(jié)點(diǎn)上請(qǐng)求鎖。這里獲取鎖的嘗試時(shí)間要遠(yuǎn)遠(yuǎn)小于鎖的超時(shí)時(shí)間,防止某個(gè)masterDown了,我們還在不斷的獲取鎖,而被阻塞過(guò)長(zhǎng)的時(shí)間。
- 只有在大多數(shù)節(jié)點(diǎn)上獲取到了鎖,而且總的獲取時(shí)間小于鎖的超時(shí)時(shí)間的情況下,認(rèn)為鎖獲取成功了。
- 如果鎖獲取成功了,鎖的超時(shí)時(shí)間就是最初的鎖超時(shí)時(shí)間進(jìn)去獲取鎖的總耗時(shí)時(shí)間。
- 如果鎖獲取失敗了,不管是因?yàn)楂@取成功的節(jié)點(diǎn)的數(shù)目沒有過(guò)半,還是因?yàn)楂@取鎖的耗時(shí)超過(guò)了鎖的釋放時(shí)間,都會(huì)將已經(jīng)設(shè)置了key的master上的key刪除。
四、實(shí)戰(zhàn)
Redission就實(shí)現(xiàn)了紅鎖算法,使用的步驟如下:
1、引入maven
<!-- JDK 1.8+ compatible --> <dependency> <groupId>org.redisson</groupId> <artifactId>redisson</artifactId> <version>3.9.0</version> </dependency>
2、引入代碼
Config config1 = new Config(); config1.useSingleServer().setAddress("redis://172.0.0.1:5378").setPassword("a123456").setDatabase(0); RedissonClient redissonClient1 = Redisson.create(config1); Config config2 = new Config(); config2.useSingleServer().setAddress("redis://172.0.0.1:5379").setPassword("a123456").setDatabase(0); RedissonClient redissonClient2 = Redisson.create(config2); Config config3 = new Config(); config3.useSingleServer().setAddress("redis://172.0.0.1:5380").setPassword("a123456").setDatabase(0); RedissonClient redissonClient3 = Redisson.create(config3); /** ?* 獲取多個(gè) RLock 對(duì)象 ?*/ RLock lock1 = redissonClient1.getLock(lockKey); RLock lock2 = redissonClient2.getLock(lockKey); RLock lock3 = redissonClient3.getLock(lockKey); /** ?* 根據(jù)多個(gè) RLock 對(duì)象構(gòu)建 RedissonRedLock (最核心的差別就在這里) ?*/ RedissonRedLock redLock = new RedissonRedLock(lock1, lock2, lock3); try { ? ? /** ? ? ?* 4.嘗試獲取鎖 ? ? ?* waitTimeout 嘗試獲取鎖的最大等待時(shí)間,超過(guò)這個(gè)值,則認(rèn)為獲取鎖失敗 ? ? ?* leaseTime ? 鎖的持有時(shí)間,超過(guò)這個(gè)時(shí)間鎖會(huì)自動(dòng)失效(值應(yīng)設(shè)置為大于業(yè)務(wù)處理的時(shí)間,確保在鎖有效期內(nèi)業(yè)務(wù)能處理完) ? ? ?*/ ? ? boolean res = redLock.tryLock((long)waitTimeout, (long)leaseTime, TimeUnit.SECONDS); ? ? if (res) { ? ? ? ? //成功獲得鎖,在這里處理業(yè)務(wù) ? ? } } catch (Exception e) { ? ? throw new RuntimeException("aquire lock fail"); }finally{ ? ? //無(wú)論如何, 最后都要解鎖 ? ? redLock.unlock(); }
3、核心源碼
public boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException { ? ? long newLeaseTime = -1; ? ? if (leaseTime != -1) { ? ? ? ? newLeaseTime = unit.toMillis(waitTime)*2; ? ? } ? ?? ? ? long time = System.currentTimeMillis(); ? ? long remainTime = -1; ? ? if (waitTime != -1) { ? ? ? ? remainTime = unit.toMillis(waitTime); ? ? } ? ? long lockWaitTime = calcLockWaitTime(remainTime); ? ? /** ? ? ?* 1. 允許加鎖失敗節(jié)點(diǎn)個(gè)數(shù)限制(N-(N/2+1)) ? ? ?*/ ? ? int failedLocksLimit = failedLocksLimit(); ? ? /** ? ? ?* 2. 遍歷所有節(jié)點(diǎn)通過(guò)EVAL命令執(zhí)行l(wèi)ua加鎖 ? ? ?*/ ? ? List<RLock> acquiredLocks = new ArrayList<>(locks.size()); ? ? for (ListIterator<RLock> iterator = locks.listIterator(); iterator.hasNext();) { ? ? ? ? RLock lock = iterator.next(); ? ? ? ? boolean lockAcquired; ? ? ? ? /** ? ? ? ? ?* ?3.對(duì)節(jié)點(diǎn)嘗試加鎖 ? ? ? ? ?*/ ? ? ? ? try { ? ? ? ? ? ? if (waitTime == -1 && leaseTime == -1) { ? ? ? ? ? ? ? ? lockAcquired = lock.tryLock(); ? ? ? ? ? ? } else { ? ? ? ? ? ? ? ? long awaitTime = Math.min(lockWaitTime, remainTime); ? ? ? ? ? ? ? ? lockAcquired = lock.tryLock(awaitTime, newLeaseTime, TimeUnit.MILLISECONDS); ? ? ? ? ? ? } ? ? ? ? } catch (RedisResponseTimeoutException e) { ? ? ? ? ? ? // 如果拋出這類異常,為了防止加鎖成功,但是響應(yīng)失敗,需要解鎖所有節(jié)點(diǎn) ? ? ? ? ? ? unlockInner(Arrays.asList(lock)); ? ? ? ? ? ? lockAcquired = false; ? ? ? ? } catch (Exception e) { ? ? ? ? ? ? // 拋出異常表示獲取鎖失敗 ? ? ? ? ? ? lockAcquired = false; ? ? ? ? } ? ? ? ?? ? ? ? ? if (lockAcquired) { ? ? ? ? ? ? /** ? ? ? ? ? ? ?*4. 如果獲取到鎖則添加到已獲取鎖集合中 ? ? ? ? ? ? ?*/ ? ? ? ? ? ? acquiredLocks.add(lock); ? ? ? ? } else { ? ? ? ? ? ? /** ? ? ? ? ? ? ?* 5. 計(jì)算已經(jīng)申請(qǐng)鎖失敗的節(jié)點(diǎn)是否已經(jīng)到達(dá) 允許加鎖失敗節(jié)點(diǎn)個(gè)數(shù)限制 (N-(N/2+1)) ? ? ? ? ? ? ?* 如果已經(jīng)到達(dá), 就認(rèn)定最終申請(qǐng)鎖失敗,則沒有必要繼續(xù)從后面的節(jié)點(diǎn)申請(qǐng)了 ? ? ? ? ? ? ?* 因?yàn)?Redlock 算法要求至少N/2+1 個(gè)節(jié)點(diǎn)都加鎖成功,才算最終的鎖申請(qǐng)成功 ? ? ? ? ? ? ?*/ ? ? ? ? ? ? if (locks.size() - acquiredLocks.size() == failedLocksLimit()) { ? ? ? ? ? ? ? ? break; ? ? ? ? ? ? } ? ? ? ? ? ? if (failedLocksLimit == 0) { ? ? ? ? ? ? ? ? unlockInner(acquiredLocks); ? ? ? ? ? ? ? ? if (waitTime == -1 && leaseTime == -1) { ? ? ? ? ? ? ? ? ? ? return false; ? ? ? ? ? ? ? ? } ? ? ? ? ? ? ? ? failedLocksLimit = failedLocksLimit(); ? ? ? ? ? ? ? ? acquiredLocks.clear(); ? ? ? ? ? ? ? ? // reset iterator ? ? ? ? ? ? ? ? while (iterator.hasPrevious()) { ? ? ? ? ? ? ? ? ? ? iterator.previous(); ? ? ? ? ? ? ? ? } ? ? ? ? ? ? } else { ? ? ? ? ? ? ? ? failedLocksLimit--; ? ? ? ? ? ? } ? ? ? ? } ? ? ? ? /** ? ? ? ? ?* 6.計(jì)算 目前從各個(gè)節(jié)點(diǎn)獲取鎖已經(jīng)消耗的總時(shí)間,如果已經(jīng)等于最大等待時(shí)間,則認(rèn)定最終申請(qǐng)鎖失敗,返回false ? ? ? ? ?*/ ? ? ? ? if (remainTime != -1) { ? ? ? ? ? ? remainTime -= System.currentTimeMillis() - time; ? ? ? ? ? ? time = System.currentTimeMillis(); ? ? ? ? ? ? if (remainTime <= 0) { ? ? ? ? ? ? ? ? unlockInner(acquiredLocks); ? ? ? ? ? ? ? ? return false; ? ? ? ? ? ? } ? ? ? ? } ? ? } ? ? if (leaseTime != -1) { ? ? ? ? List<RFuture<Boolean>> futures = new ArrayList<>(acquiredLocks.size()); ? ? ? ? for (RLock rLock : acquiredLocks) { ? ? ? ? ? ? RFuture<Boolean> future = ((RedissonLock) rLock).expireAsync(unit.toMillis(leaseTime), TimeUnit.MILLISECONDS); ? ? ? ? ? ? futures.add(future); ? ? ? ? } ? ? ? ?? ? ? ? ? for (RFuture<Boolean> rFuture : futures) { ? ? ? ? ? ? rFuture.syncUninterruptibly(); ? ? ? ? } ? ? } ? ? /** ? ? ?* 7.如果邏輯正常執(zhí)行完則認(rèn)為最終申請(qǐng)鎖成功,返回true ? ? ?*/ ? ? return true; }
到此這篇關(guān)于Redis分布式鎖之紅鎖的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Redis 紅鎖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Redis客戶端連接遠(yuǎn)程Redis服務(wù)器方式
這篇文章主要介紹了Redis客戶端連接遠(yuǎn)程Redis服務(wù)器方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-06-06Redis中ziplist壓縮列表的實(shí)現(xiàn)
本文主要介紹了Redis中ziplist壓縮列表的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-06-06redis中的數(shù)據(jù)結(jié)構(gòu)和編碼詳解
本文主要和大家分享幾種Redis數(shù)據(jù)結(jié)構(gòu)詳解,希望文中的案例和代碼,能幫助到大家。2020-03-03在Redis中如何保存時(shí)間序列數(shù)據(jù)詳解
與發(fā)生時(shí)間相關(guān)的一組數(shù)據(jù),就是時(shí)間序列數(shù)據(jù),這些數(shù)據(jù)的特點(diǎn)是沒有嚴(yán)格的關(guān)系模型,記錄的信息可以表示成鍵和值的關(guān)系,這篇文章主要給大家介紹了關(guān)于在Redis中如何保存時(shí)間序列數(shù)據(jù)的相關(guān)資料,需要的朋友可以參考下2021-10-10Redis動(dòng)態(tài)熱點(diǎn)數(shù)據(jù)緩存策略設(shè)計(jì)
本文主要介紹了Redis動(dòng)態(tài)熱點(diǎn)數(shù)據(jù)緩存策略設(shè)計(jì),包括熱點(diǎn)數(shù)據(jù)識(shí)別、動(dòng)態(tài)緩存、多級(jí)緩存、預(yù)加載機(jī)制、更新策略以及監(jiān)控告警等,具有一定的參考價(jià)值,感興趣的可以了解一下2025-01-01使用RediSearch實(shí)現(xiàn)在Redis中全文檢索
RediSearch?是?Redis?的一個(gè)插件,它為?Redis?數(shù)據(jù)庫(kù)添加了全文搜索和查詢功能,使開發(fā)人員能夠在?Redis?中高效地執(zhí)行全文檢索操作,下面我們就來(lái)看看是具體如何使用的吧2023-08-08redis5.0以上基于密碼認(rèn)證的集群cluster方式
這篇文章主要介紹了redis5.0以上基于密碼認(rèn)證的集群cluster方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-11-11