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：

1. 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；
2. 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
 */
@Configuration
public 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

扣减库存方法

/**
     * 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");
        }
    }

基于synchronized加锁控制

@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 http://redislock;
        }
        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：http://localhost/test01 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：

1. 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；
2. 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：https://juejin.cn/post/7248156337691000890
来源：稀土掘金