深入浅出超详细从线程锁到 redis 实现分布式锁（篇节 2）

redis 实现分布式锁

上节我们讲了线程锁在单体项目中的作用，和放在分布式项目里产生的问题，那接下来我们就来解决分布式架构上怎么保证数据的一直性

使用 redisTemplate 实现

// 设置锁
setIfAbsent("lock", "1213")---> SETNX lock "1213"
// 释放锁
redisTemplate.delete("lock");

@GetMapping("/cut")public Object kc() {redisTemplate.setKeySerializer(new StringRedisSerializer());/*** 设置锁，如果 lock 不存在的话，设置 lock=1213 并返回 true*          如果存在的话：就不操作 直接返回 false*/Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", "1213");if(!lock){// 锁存在return "服务繁忙，请稍后再试";}int num = Integer.parseInt(redisTemplate.opsForValue().get("num").toString());if (num > 0) {int lastNum = num - 1;redisTemplate.opsForValue().set("num", lastNum + "");System.out.println("扣减库存成功，剩余库存为：" + lastNum);} else {System.out.println("扣减库存失败，库存不足");}// 释放锁redisTemplate.delete("lock");return "ok";}

简述一下逻辑：
第一个请求进来，设置一把锁进行锁住，然后往下执行减库存的操作，此时第二个线程进来获取锁，但是第一请求没有释放锁，所以第二个请求获取锁就会失败得到返回值为 false，进入if 方法体直接返回了。其他线程也是如此，直到第一个线程释放锁后其他线程才有获取锁的机会，每次只有一个线程能够成功获取锁，其他线程获取不到直接返回。

大家觉得这把锁怎么样，是不是解决问题了呢？还有什么问题吗？有没有那个小可爱想到了呢？

肯定有小伙伴想到了。

情况1：一个请求进来，获取锁，执行扣减库存的操作，在它释放锁之前服务突然抛异常了呢？

那就使用 try{}finally{}嘛，这下不怕抛异常无法释放锁了吧

try{int num = Integer.parseInt(redisTemplate.opsForValue().get("num").toString());if (num > 0) {int lastNum = num - 1;redisTemplate.opsForValue().set("num", lastNum + "");System.out.println("扣减库存成功，剩余库存为：" + lastNum);} else {System.out.println("扣减库存失败，库存不足");}}finally {// 释放锁redisTemplate.delete("lock");}

情况2：要是不抛异常，在释放锁之前服务重启了呢？那就来不及执行finally了吧，这下锁也没有释放吧。

那该怎么解决呢？

有小伙伴就会想：给锁加一个定时器嘛，它要挂就挂，到了时间锁自动释放，其他人又可以获取到锁服务又可用了

感觉是可行哦，那我们来实际操作一下。源码如下：

OK 定时有了，要是线程挂在里面，时间一到锁就会自动释放

事实真的会是这个样子的吗？

情况3：锁设置成功，接下来对锁进行定时，此时准备定时呢，还没定时成功突然程序挂了，又会导致死锁，像前那情况一样。

那这时我们就要保存设置锁和定时两个指令的原子性，要么全部成功要么全部失败，那该怎么实现呢？

这个问题大牛已经都想过了，往下看

Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", "1213",10, TimeUnit.SECONDS);

一条更比两条强。这个底层使用 Lua 实现，保证其原子性。

再看一下我们优化后的代码

@GetMapping("/cut")public Object kc2() {redisTemplate.setKeySerializer(new StringRedisSerializer());/*** 设置锁，如果 lock 不存在的话，设置 lock=1213 并返回 true*          如果存在的话：就不操作 直接返回 false*/String lockKey = "lock";String redisClientId = UUID.randomUUID().toString();Boolean lock = redisTemplate.opsForValue().setIfAbsent(lockKey, redisClientId,10, TimeUnit.SECONDS);if(!lock){// 锁存在return "服务繁忙，请稍后再试";}try{int num = Integer.parseInt(redisTemplate.opsForValue().get("num").toString());if (num > 0) {int lastNum = num - 1;redisTemplate.opsForValue().set("num", lastNum + "");System.out.println("扣减库存成功，剩余库存为：" + lastNum);} else {System.out.println("扣减库存失败，库存不足");}}finally {// 释放锁if (redisClientId.equals(redisTemplate.opsForValue().get(lockKey))){redisTemplate.delete(lockKey);}}return "ok";}

小伙伴会说，这下没问题啦哈哈。。。。

你确定没问题？

那就我来给你分析分析

正常逻辑：一个请求进来说去锁，设置有效时间为 10 秒，然后执行下面业务逻辑，最后释放锁，然后第二个线程进来。。。。

lock 有效时间为 10 秒，保不定那个线程执行任务的时候执行完要 15 秒，此时，lock 10秒就失效，那下一个线程就会进来，假如第二个线程要执行8 秒，第一个线程5秒后就执行完了然后释放lock 锁，线程1的锁早就失效了，它释放的锁确实线程2的锁，而第二个线程还有3秒才执行完，此时线程3获取到锁，又进来了，3秒后线程2又释放线程3 的锁，这样下去线程3释放线程4.。。。就会导致锁永久失效。

所以这个超时时间该设置多少呢？就需要根据项目来考量了。

那有什么好的解决方案吗，解决这个锁失效的问题呢？

有的，那肯定是有的，听我徐徐道来。。。

假设设置锁有效时间为 30 秒，那当线程获取锁后，开一个子线程做一个定时器，每隔一段时间去检查该对象的锁是否存在，存在的话就重新给锁续命。
那如何保证自家的锁不会被别人释放呢？
这下那个锁的 value 就派上用场了，给每个线程的锁配置上唯一标识（这个唯一标识就使用UUID）
每次释放锁的时候就判断是否是自己的锁，保证只释放自己的锁。

理论有了，那该怎么实现呢？

使用Redisson 实现分布式锁

1、引入 Redisson 依赖

<dependency><groupId>org.redisson</groupId><artifactId>redisson</artifactId><version>3.13.0</version>
</dependency>

2、配置Redisson

@Bean
public Redisson redisson(){// 此为单机模式Config config = new Config();config.useSingleServer().setAddress("redis://127.0.0.1:6379").setDatabase(0).setPassword("root");return (Redisson) Redisson.create(config);
}

3、代码实现

@Autowired
private Redisson redisson;@GetMapping("/cut")
public Object kc() {String lockKey = "lock";RLock rLock = redisson.getLock(lockKey);try {// 加锁rLock.lock();int num = Integer.parseInt(redisTemplate.opsForValue().get("num").toString());if (num > 0) {int lastNum = num - 1;redisTemplate.opsForValue().set("num", lastNum + "");System.out.println("扣减库存成功，剩余库存为：" + lastNum);} else {System.out.println("扣减库存失败，库存不足");}} finally {// 释放锁rLock.unlock();}return "ok";
}

但是主从架构也是可能出现问题，如 redis 挂了

后期优化可以用 redis 集群，增加高可用。

OK redis 锁分布式就讲完了，到这里锁就差不多了

要是还想更加完善可以选择使用ZK来实现，但是性能是没有 redis 好。