分布式锁应用场景

随着互联网应用的高速发展，在电商应用中高并发应用场景涉及很多，例如：

秒杀：在大规模的秒杀场景中，需要保证商品数量、限制用户购买数量, 防止用户购买数量的超限、避免出现超卖情况;订单支付：当用户下单付款时，需要对订单信息进行互斥操作以避免订单重复支付;提现操作：需要防止用户重复提现，避免造成财务损失。 **总结:**分布式锁应用场景可以分为两类：共享资源的互斥访问：当多个节点需要对同一个共享资源进行操作时，需要确保同一时刻只有一个节点可以操作，此时就可以使用分布式锁； 分布式任务调度：分布式系统往往需要对任务进行调度，确保任务在多个节点的协作下执行。而在并行的任务执行过程中，需要区分哪些任务已经被分配并且正在被执行，哪些任务没有被分配。利用分布式锁来保证任务的正确性、顺序性和稳定性。 概括地说，就是对多线程下，对共享变量操作，线程间是变量不可见，导致出现并发问题，需要通过分布式锁来进行控制，今天就给大家通过案例，分享一下如何使用redisson实现分布式锁。案例需求描述

库存中有200件商品，通过商品下单购买场景，使用分布式锁避免商品超卖问题。

Redisson环境准备

本地Redis环境安装

windows下安装 默认端口：6379 下载链接 github.com/tporadowski 解压 双击redis-server.exe启动服务端 双击redis-cli.exe启动客户端连接服务端 在客户端输入 “ping”，出现“PONG”，即证明连接成功,部分配置可以在redis.conf文件修改；

Spring boot项目与redis集成

引入依赖

<dependency>	<groupId>org.redisson</groupId>	<artifactId>redisson-spring-boot-starter</artifactId>	<version>3.22.0</version></dependency>

创建redis连接池代码

package com.zhc.config.redis;import org.redisson.Redisson;import org.redisson.api.RedissonClient;import org.redisson.client.codec.Codec;import org.redisson.codec.JsonJacksonCodec;import org.redisson.config.Config;import org.springframework.beans.factory.annotation.Value;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import org.springframework.data.redis.connection.RedisConnectionFactory;import org.springframework.data.redis.core.RedisTemplate;import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;import org.springframework.data.redis.serializer.StringRedisSerializer;/** * redisson 连接池配置 * @author zhouhengchao * @since 2023-06-19 20:29:00 * @version 1.0 */@Configurationpublic class RedisConfig {    @Value("${spring.redis.host}")    private String host;    @Value("${spring.redis.port}")    private String port;    @Value("${spring.redis.database}")    private Integer dataBase;    @Bean(name = "redisTemplate")    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {        GenericJackson2JsonRedisSerializer genericJackson2JsonRedisSerializer = serializer();        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();        // key采用String的序列化方式        redisTemplate.setKeySerializer(StringRedisSerializer.UTF_8);        // value序列化方式采用jackson        redisTemplate.setValueSerializer(genericJackson2JsonRedisSerializer);        // hash的key也采用String的序列化方式        redisTemplate.setHashKeySerializer(StringRedisSerializer.UTF_8);        //hash的value序列化方式采用jackson        redisTemplate.setHashValueSerializer(genericJackson2JsonRedisSerializer);        redisTemplate.setConnectionFactory(redisConnectionFactory);        return redisTemplate;    }    /**     * 此方法不能用@Ben注解，避免替换Spring容器中的同类型对象     */    public GenericJackson2JsonRedisSerializer serializer() {        return new GenericJackson2JsonRedisSerializer();    }    @Bean    public RedissonClient redissonClient() {        Config config = new Config();        config.useSingleServer().setAddress("redis://" + host + ":" + port).setDatabase(dataBase);        // 设置redisson序列化方式，否则打开查看数据可能乱码        Codec codec = new JsonJacksonCodec();        config.setCodec(codec);        return Redisson.create(config);    }}

redis的yaml文件配置

spring:  redis:    host: localhost    port: 6379    database: 0

/**     * 从redis中获取库存，扣减库存数量     */    private void reduceStock(){        // 从redis中获取商品库存        RBucket<Integer> bucket = redissonClient.getBucket(REDIS_STOCK);        int stock = bucket.get();        if (stock > 0) {            // 库存-1            stock--;            // 更新库存            bucket.set(stock, 2, TimeUnit.DAYS);            log.info("扣减成功，剩余库存：" + stock);        } else {            log.info("扣减失败，库存不足");        }    }

@GetMapping("/test01")    public void test01(){        for (int i = 0; i < 6; i++) {            synchronized (this) {                new Thread(this::reduceStock).start();            }        }    }

我们通过了Synchronized锁，成功解决了多个线程争抢导致的超卖问题，但是有个问题，假设后期公司为了保证服务可用性。

将单击的应用，升级称为了集群的模式，那么是否会有超卖问题呢？

通过nginx搭建负载均衡

下载Nginx： ​nginx.org/download/ng… nginx.conf完整配置

worker_processes  1;events {    worker_connections  1024;}http {    include       mime.types;    default_type  application/octet-stream;    sendfile        on;    keepalive_timeout  65;	upstream redislock{    server localhost:8081 weight=1;    server localhost:8082 weight=1;}    server {        listen       80;        server_name  localhost;        location / {            root   html;            index  index.html index.htm;			proxy_pass ;        }        error_page   500 502 503 504  /50x.html;        location = /50x.html {            root   html;        }    }}

启动nginx，双击nginx.exe文件即可； 访问应用： 发现存在超卖问题。

使用redis分布式锁

@GetMapping("/test02")    public void test02(){        // 分布式锁名称,关键是多个应用要共享这一个Redis的key        String lockKey = "lockDeductStock";        // setIfAbsent 如果不存在key就set值，并返回1        //如果存在(不为空)不进行操作，并返回0,与redis命令setnx相似，setIfAbsent是java中的方法        // 根据返回值为1就表示获取分布式锁成功，返回0就表示获取锁失败        Boolean lockResult = redisTemplate.opsForValue().setIfAbsent(lockKey, lockKey);        // 加锁不成功，返回给前端错误码，前端给用户友好提示        if (Boolean.FALSE.equals(lockResult)) {            log.info("系统繁忙，请稍后再试！");            return;        }        reduceStock();        // 业务执行完成，删除这个锁        redisTemplate.delete(lockKey);    }

1、主要使用setIfAbsent方法：如果不包含key就set值，并返回1； 如果存在(不为空)不进行操作，并返回0;

2、很明显，比get和set要好。因为先判断get，再set的用法，有可能会重复set值，与setnx类似。 以上redis加锁可以解决并发问题，但是存在问题：

如果setIfAbsent加锁成功，但是到业务逻辑代码时，该服务挂掉了，就会导致另一个服务一直获取不到锁，一直在等待中； 可以使用 redisTemplate.opsForValue().setIfAbsent(lockKey, lockKey,30,TimeUnit.SECONDS)，设置锁的key过期时间，在规定时间后key过期就可以再获取。redis分布式锁优化

以上分布式锁还是存在问题，如果锁的key过期时间与程序执行时间差问题，例如：

如果锁key在程序执行结束前过期，就会导致删除key失败；同时另一个应用获取了锁，又会被其他应用删掉锁，导致锁一直失效，存在并发问题。 可以通过引入UUId来解决锁被其他应用勿释放问题，如下代码：

@GetMapping("/test03")    public void test03(){        // 分布式锁名称,关键是多个应用要共享这一个Redis的key        String lockKey = "lockDeductStock";        // 分布式锁的值        String lockValue = UUID.randomUUID().toString().replaceAll("-", 		"");        // setIfAbsent 如果不存在key就set值，并返回1        //如果存在(不为空)不进行操作，并返回0,与redis命令setnx相似，setIfAbsent是java中的方法        // 根据返回值为1就表示获取分布式锁成功，返回0就表示获取锁失败        Boolean lockResult = 		redisTemplate.opsForValue().setIfAbsent(lockKey, lockValue, 30, TimeUnit.SECONDS);        // 加锁不成功，返回给前端错误码，前端给用户友好提示        if (Boolean.FALSE.equals(lockResult)) {            log.info("系统繁忙，请稍后再试！");            return ;        }        reduceStock();        // 判断是不是当前请求的UUID，如果是则可以正常释放锁。如果不是，则释放锁失败！        if (lockValue.equals(redisTemplate.opsForValue().get(lockKey))) 		{            redisTemplate.delete(lockKey);        }    }

还存在锁超时问题：锁超时问题，写一个定时任务，分线程每隔十秒去查看一次主线程是否持有这把锁，如果这个锁存在，重新将这个锁的超时时间设置为30S，对锁延时，比较复杂。

使用redisson实现分布式锁

@GetMapping("/test04")    public void test04(){        // 分布式锁名称,关键是多个应用要共享这一个Redis的key        String lockKey = "lockDeductStock";        // 获取锁对象        RLock redissonLock = redissonClient.getLock(lockKey);        try {            redissonLock.lock();//            boolean result = redissonLock.tryLock();            // 加锁不成功，返回给前端错误码，前端给用户友好提示//            if (!result) {//                log.info("系统繁忙，请稍后再试！");//                return;//            }            reduceStock();        }        finally{            if(redissonLock.isHeldByCurrentThread()){                redissonLock.unlock();            }        }    }

redisson分布式锁原理图：

关键方法介绍：

lock() 方法是阻塞获取锁的方式，如果当前锁被其他线程持有，则当前线程会一直阻塞等待获取锁，直到获取到锁或者发生超时或中断等情况才会结束等待;tryLock() 方法是一种非阻塞获取锁的方式，在尝试获取锁时不会阻塞当前线程，而是立即返回获取锁的结果，如果获取成功则返回 true，否则返回 false. 总结：lock()方法获取到锁之后可以保证线程对共享资源的访问是互斥的，适用于需要确保共享资源只能被一个线程访问的场景。Redisson 的 lock() 方法支持可重入锁和公平锁等特性，可以更好地满足多线程并发访问的需求；tryLock() 方法支持加锁时间限制、等待时间限制以及可重入等特性，可以更好地控制获取锁的过程和等待时间，避免程序出现长时间无法响应等问题。 在实际应用中需要根据具体场景和业务需求来选择合适的方法，以确保程序的正确性和高效性。 视频中的内容如果对您有所帮助，请给个三连加关注的支持，欢迎在评论区留言讨论，后续会进一步完善文档。

作者：美丽的程序人生

链接：

来源：稀土掘金