基于Redis的分布式锁的简单应用

朴灿烈づ我的快乐病毒、 2022-06-09 03:27 236阅读 0赞

**基于Redis的分布式锁**

> 1.  支持分布式
> 2.  可以细粒度话的控制
> 3.  实现多台机器多个进程对一个数据进行操作的互斥（存放于Redis存储系统，多台机器的业务可以共同到Redis系统上进行基于分布式锁的业务操作）

# 处理并发问题 #

处理并发问题，主要就是不发生异常的情况下，想办法提升访问速度。

第一种，可以提前把数据库中的数据以Map的形式加载到内存，处理完之后再将处理结果统一写入数据库，提高访问数据的速度。

第二种，使用数据库，要在对应使用线程的方法上加上Synchronized，使其变为单线程，保证了数据的一致性。

如下例子表示的秒杀下单的例子，为该方法加上synchronized：

public synchronized void orderProductMockDiffUser(StringproductId)
    {
       
    {
        //1:查询该商品库存，0表示活动结束
        int stockNum=stock.get(productId);
        if(stockNum==0){
           
            thrownew SellException(100,"活动结束");
       
        }
       
        else{
           
            //2:下单，（不同用户的openid不同）
            orders.put(KeyUtil.genUniquekey().productId);
           
            stockNum--;
            try
            try{
                Thread.sleep(
                Thread.sleep(100);
           
            }
            
            catch(InterruptedException e){
                e.printStackTrace()
                e.printStackTrace();
           
            }
            Stock.put(productid
            Stock.put(productid,stockNum);
       
        }
    }
    }

> 上述第二种办法，是一种解决办法，但是还是有问题，这种情况只适合单点秒杀的情况。无法细粒度控制一些秒杀的情况。比如，一起秒杀的线程秒杀不同的商品，有的秒杀用户多，有的秒杀用户少，这种情况就会导致所有的秒杀一样的速度，忽略了那些用户少的情况。因此，需要根据情况个别对待，提高效率，这时就需要基于Redis的分布式锁来解决这个问题了。

# Redis #

百度百科这样解释Redis的：

Redis是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。它支持多种类型的数据结构，如[字符串（strings）][strings]， [散列（hashes）][hashes]， [列表（lists）][lists]，[集合（sets）][sets]， [有序集合（sorted sets）][sorted sets]与范围查询，[bitmaps][]， [hyperloglogs][]和[地理空间（geospatial）][geospatial]索引半径查询。 Redis 内置了[复制（replication）][replication]，[LUA脚本（Lua scripting）][LUA_Lua scripting]，[LRU驱动事件（LRU eviction）][LRU_LRU eviction]，[事务（transactions）][transactions]和不同级别的[磁盘持久化（persistence）][persistence]，并通过 [Redis哨兵（Sentinel）][Redis_Sentinel]和自动 [分区（Cluster）][Cluster]提供高可用性（high availability）。

**首先要认识两个Redis的命令：**

1）SETNX命令

命令形式：**SETNX KEYVALUE**

意思是:

![SouthEast][]

该例子：在redis存储系统中，将mykey设置为“Hello”,返回1表示设置成功。重新给该key设置为world，不成功，因为已经存在了键值，则什么也不做，返回了0。GET KEY查询到key的value值为“Hello”;

2）GETSET命令

命令形式：**GETSET keyvalue**

意思是：

![SouthEast 1][]

# 基于Redis的加解锁 #

## 加锁方法lock() ##

参数 key：传递的是商品productId，value:当前时间+超时时间，保证在上一个线程正常解锁时间之后。

首先在redis中进行键值对的设置（SETNX命令），返回true表示加锁成功，设置时间为value。

否则，获取redis中已有key对应的value值，如果其值不为空并且小于系统当前时间，表示上一个线程的锁已经过期了，此时应该重新设置覆盖以前redis中key的value值（对应Redis中GetAndSet命令），此时当前线程可以抢占锁了。

此时如果有多个线程抢占加锁，则每个线程都需要利用getAndSet得到的旧时间值来个当前key对应的时间值比较，如果相等，表示就是自己拿到的上一个锁的解锁时间，可以抢占加锁；如果不相等，则表示被其他线程捷足先登了，此时不可加锁，需要等到起解锁。

## 解锁方法unlock() ##

参数 key：传递的是商品productId，value:当前时间+超时时间，保证在上一个线程正常解锁时间之后。

判断当前商品加锁时间是否为空，如果不为空则并且等于当前传入的value时间戳的值则表示上一个锁已经过期了，此时可以直接删除redis中上一个线程的锁，以释放给其他线程来使用。

## 业务加解锁 ##

对下单的方法进行加解锁：

public synchronized void orderProductMockDiffUser(StringproductId)
    {
        //加锁
        longtime =System.currentTimeMillis()+TIMEOUT;
        if(!redisLock.lock(productId.String.valueOf(time)))
        {
            Throw new SellException(101,"人太多了，换个姿势再试试")
        }
    
    
        //1:查询该商品库存，0表示活动结束
        int stockNum=stock.get(productId);
        if(stockNum==0){
            thrownew SellException(100,"活动结束");
        }
        else{
            //2:下单，（不同用户的openid不同）
            orders.put(KeyUtil.genUniquekey().productId);
            stockNum--;
            try{
                Thread.sleep(100);
            }
            catch(InterruptedException e){
                e.printStackTrace();
            }
            Stock.put(productid,stockNum);
        }
    
        //解锁
        redisLock.unlock(productId,String.valueOf(time));
    }

## Redis数据缓存 ##

这一部分见 **[ 高并发优化Redis缓存部分][_Redis]**

# Jpa和Mybatis怎么选？ #

JPA：小型项目

Mybatis：SSM架构的则继续使用

建表格使用sql，不用JPA建立，因为不够直观，所以选择Mybatis.

# **压测模拟并发** #

Apache ab模拟并发，直接在命令行输入如下命令：

ab -n 100 -c 100 url地址 表示 模拟100条请求的url有100个人同时请求

ab -t 60 -c 100 url地址 表示模拟60秒内100个人同时发送请求

[strings]: http://www.redis.cn/topics/data-types-intro.html#strings
[hashes]: http://www.redis.cn/topics/data-types-intro.html#hashes
[lists]: http://www.redis.cn/topics/data-types-intro.html#lists
[sets]: http://www.redis.cn/topics/data-types-intro.html#sets
[sorted sets]: http://www.redis.cn/topics/data-types-intro.html#sorted-sets
[bitmaps]: http://www.redis.cn/topics/data-types-intro.html#bitmaps
[hyperloglogs]: http://www.redis.cn/topics/data-types-intro.html#hyperloglogs
[geospatial]: http://www.redis.cn/commands/geoadd.html
[replication]: http://www.redis.cn/topics/replication.html
[LUA_Lua scripting]: http://www.redis.cn/commands/eval.html
[LRU_LRU eviction]: http://www.redis.cn/topics/lru-cache.html
[transactions]: http://www.redis.cn/topics/transactions.html
[persistence]: http://www.redis.cn/topics/persistence.html
[Redis_Sentinel]: http://www.redis.cn/topics/sentinel.html
[Cluster]: http://www.redis.cn/topics/cluster-tutorial.html
[SouthEast]: /images/20220609/0a927b46e1cf4841942d7c6410b771a0.png
[SouthEast 1]: /images/20220609/5578b2dbca8646b4bace0b6342d78b43.png
[_Redis]: http://blog.csdn.net/csdn_terence/article/details/77160734