如何解決redis分布式鎖的問題

這篇文章主要為大家展示了“如何解決redis分布式鎖的問題”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“如何解決redis分布式鎖的問題”這篇文章吧。

分布式鎖

在分布式環境中，為了保證業務數據的正常訪問，防止出現重復請求的問題，會使用分布式鎖來阻攔后續請求。我們先寫一段有問題的業務代碼：

public void doSomething(String userId){
  User user=getUser(userId);
  if(user==null){
   user.setUserName("xxxxx");
   user.setUserId(userId);
   insert(user);
   return;
  }
  update(user);
 }

上面的代碼很簡單，查詢db中有沒有對應的user數據，如果有的話，執行更新操作，如果沒有則插入。

我們知道，上面的代碼是線程不安全的，在多線程的環境中，就會出現問題。為了能夠保證數據的正確性，在單機環境下，我們可以使用synchronized的方法，來保證線程安全，具體修改：

public synchronized void doSomething(String userId){
  User user=getUser(userId);
  if(user==null){
   user.setUserName("xxxxx");
   user.setUserId(userId);
   insert(user);
   return;
  }
  update(user);
 }

在單機器的環境下，能夠解決線程安全的問題，那在分布式環境下呢？ 這個時候需要用到分布式鎖.

分布式鎖需要借助其他組件來實現，常用的有redis和zookeeper。下面我們就用redis的實現，來說明下問題，分布式鎖具體的實現方法如下

public void doSomething(String userId){
  String lock=RedisUtils.get("xxxx"+userId);
  if(StringUtils.isNotEmpty(lock)){//說明當前userId已經被鎖定
   return;
  }
  RedisUtils.set("xxxx"+userId,userId,1000);//鎖定10s
  User user=getUser(userId);
  if(user==null){
   insert(user);
   RedisUtils.delete("xxxx"+userId);
   return;
  }
  update(user);
  RedisUtils.delete("xxxx"+userId);
  
 }

上面的代碼解決了在分布式環境中的并發的問題。但同樣需要考慮一個問題，如果insert操作和update操作異常了，分布式鎖不會釋放，后續的請求還會被攔截。

所以我們再優化，增加對異常的捕獲。

public void doSomething(String userId){
  try {
    String lock=RedisUtils.get("xxxx"+userId);
    if(StringUtils.isNotEmpty(lock)){//說明當前userId已經被鎖定
     return;
    }
    RedisUtils.set("xxxx"+userId,userId,1000);//鎖定1s
    User user=getUser(userId);
    if(user==null){
     insert(user);
     return;
    }
    update(user);
  }
  catch(Exception ex){

  }
  finally{
   RedisUtils.delete("xxxx"+userId);
  }
 }

現在即使是程序異常了，鎖會自動釋放。但redis的get和set也會存在并發問題，我們再繼續優化，使用redis中的setnx方法

public void doSomething(String userId){
  try {
    boolean lock=RedisUtils.setnx("xxxx"+userId,userId,1000);//鎖定1s
    if(!lock){//說明當前userId已經被鎖定
     return;
    }
    User user=getUser(userId);
    if(user==null){
     insert(user);
     return;
    }
    update(user);
  }
  catch(Exception ex){

  }
  finally{
   RedisUtils.delete("xxxx"+userId);
  }
 }

上面的代碼好像沒有什么問題了，但也存在很大的隱患。 我們分析下，假設第一個請求過來，執行鎖定成功，程序開始運行，但是insert和update操作阻塞了1s，第二個請求過來，鎖的緩存已經過期，第二個執行鎖定成功，這個時候第一個請求完成了鎖被釋放，第二個請求的鎖就被第一次請求釋放了，第三次的請求就會造成線程不安全問題。

怎么再去優化呢？問題主要是出現在第一次請求誤刪鎖的問題，所以我們在移除鎖的時候要判斷能否移除。

思路：我們在鎖定的時候，value使用當前的時間戳，刪除時判斷是否過期如果不過期就不要刪除，具體代碼如下：

public void doSomething(String userId){
  try {
    boolean lock=RedisUtils.setnx("xxxx"+userId,LocalDateTime.now(),1000);//鎖定10s
    if(!lock){//說明當前userId已經被鎖定
     return;
    }
    User user=getUser(userId);
    if(user==null){
     insert(user);
     return;
    }
    update(user);
  }
  catch(Exception ex){

  }
  finally{
   LocalDateTime lockTIme= RedisUtils.get("xxxx"+userId);
   if(lockTIme.compare(LocalDateTime.now())<0){
    //說明已經過期，可以刪除key
    RedisUtils.delete("xxxx"+userId);
   }
  }
 }

 這樣即使出現阻塞，第二次的時間戳覆蓋了第一次的鎖定，這樣即使第一次完成了，也不會釋放鎖。

以上是“如何解決redis分布式鎖的問題”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！