再谈 Spring Boot + Redis 实现分布式锁

欢迎关注:架构师指南
再谈 Spring Boot + Redis 实现分布式锁

一、业务背景

再谈 Spring Boot + Redis 实现分布式锁

有些业务请求,属于耗时操作,需要加锁,防止后续的并发操作,同时对数据库的数据进行操作,需要避免对之前的业务造成影响。


再谈 Spring Boot + Redis 实现分布式锁

二、分析流程

再谈 Spring Boot + Redis 实现分布式锁


使用 Redis 作为分布式锁,将锁的状态放到 Redis 统一维护,解决集群中单机 JVM 信息不互通的问题,规定操作顺序,保护用户的数据正确。


梳理设计流程

  1. 新建注解 @interface,在注解里设定入参标志
  2. 增加 AOP 切点,扫描特定注解
  3. 建立 @Aspect 切面任务,注册 bean 和拦截特定方法
  4. 特定方法参数 ProceedingJoinPoint,对方法 pjp.proceed() 前后进行拦截
  5. 切点前进行加锁,任务执行后进行删除 key

核心步骤:加锁、解锁和续时

加锁

使用了 RedisTemplate 的 opsForValue.setIfAbsent 方法,判断是否有 key,设定一个随机数 UUID.random().toString,生成一个随机数作为 value。

从 redis 中获取锁之后,对 key 设定 expire 失效时间,到期后自动释放锁。

按照这种设计,只有第一个成功设定 Key 的请求,才能进行后续的数据操作,后续其它请求由于无法获得🔐资源,将会失败结束。

超时问题


担心 pjp.proceed() 切点执行的方法太耗时,导致 Redis 中的 key 由于超时提前释放了。

例如,线程 A 先获取锁,proceed 方法耗时,超过了锁超时时间,到期释放了锁,这时另一个线程 B 成功获取 Redis 锁,两个线程同时对同一批数据进行操作,导致数据不准确。


解决方案:增加一个「续时」

任务不完成,锁不释放:

维护了一个定时线程池 ScheduledExecutorService,每隔 2s 去扫描加入队列中的 Task,判断是否失效时间是否快到了,公式为:【失效时间】<= 【当前时间】+【失效间隔(三分之一超时)】

/** * 线程池,每个 JVM 使用一个线程去维护 keyAliveTime,定时执行 runnable */private static final ScheduledExecutorService SCHEDULER =new ScheduledThreadPoolExecutor(1,new BasicThreadFactory.Builder().namingPattern("redisLock-schedule-pool").daemon(true).build());static {    SCHEDULER.scheduleAtFixedRate(() -> {        // do something to extend time    }, 0,  2, TimeUnit.SECONDS);}



再谈 Spring Boot + Redis 实现分布式锁

三、设计方案

再谈 Spring Boot + Redis 实现分布式锁


经过上面的分析,同事小🐟设计出了这个方案:

再谈 Spring Boot + Redis 实现分布式锁

前面已经说了整体流程,这里强调一下几个核心步骤:

  • 拦截注解 @RedisLock,获取必要的参数

  • 加锁操作

  • 续时操作

  • 结束业务,释放锁


再谈 Spring Boot + Redis 实现分布式锁

四、实操

再谈 Spring Boot + Redis 实现分布式锁

之前也有整理过 AOP 使用方法,可以参考一下。

相关属性类配置

业务属性枚举设定

public enum RedisLockTypeEnum {    /**     * 自定义 key 前缀     */    ONE("Business1", "Test1"),
TWO("Business2", "Test2"); private String code; private String desc; RedisLockTypeEnum(String code, String desc) { this.code = code; this.desc = desc; } public String getCode() { return code; } public String getDesc() { return desc; } public String getUniqueKey(String key) { return String.format("%s:%s", this.getCode(), key); }}

任务队列保存参数

public class RedisLockDefinitionHolder {    /**     * 业务唯一 key     */    private String businessKey;    /**     * 加锁时间 (秒 s)     */    private Long lockTime;    /**     * 上次更新时间(ms)     */    private Long lastModifyTime;    /**     * 保存当前线程     */    private Thread currentTread;    /**     * 总共尝试次数     */    private int tryCount;    /**     * 当前尝试次数     */    private int currentCount;    /**     * 更新的时间周期(毫秒),公式 = 加锁时间(转成毫秒) / 3     */    private Long modifyPeriod;    public RedisLockDefinitionHolder(String businessKey, Long lockTime, Long lastModifyTime, Thread currentTread, int tryCount) {        this.businessKey = businessKey;        this.lockTime = lockTime;        this.lastModifyTime = lastModifyTime;        this.currentTread = currentTread;        this.tryCount = tryCount;        this.modifyPeriod = lockTime * 1000 / 3;    }}

设定被拦截的注解名字

@Retention(RetentionPolicy.RUNTIME)@Target({ElementType.METHOD, ElementType.TYPE})public @interface RedisLockAnnotation {    /**     * 特定参数识别,默认取第 0 个下标     */    int lockFiled() default 0;    /**     * 超时重试次数     */    int tryCount() default 3;    /**     * 自定义加锁类型     */    RedisLockTypeEnum typeEnum();    /**     * 释放时间,秒 s 单位     */    long lockTime() default 30;}

核心切面拦截的操作


RedisLockAspect.java 该类分成三部分来描述具体作用

Pointcut 设定

/** * @annotation 中的路径表示拦截特定注解 */@Pointcut("@annotation(cn.sevenyuan.demo.aop.lock.RedisLockAnnotation)")public void redisLockPC() {}

Around 前后进行加锁和释放锁

前面步骤定义了我们想要拦截的切点,下一步就是在切点前后做一些自定义操作:

@Around(value = "redisLockPC()")public Object around(ProceedingJoinPoint pjp) throws Throwable {    // 解析参数    Method method = resolveMethod(pjp);    RedisLockAnnotation annotation = method.getAnnotation(RedisLockAnnotation.class);    RedisLockTypeEnum typeEnum = annotation.typeEnum();    Object[] params = pjp.getArgs();    String ukString = params[annotation.lockFiled()].toString();    // 省略很多参数校验和判空    String businessKey = typeEnum.getUniqueKey(ukString);    String uniqueValue = UUID.randomUUID().toString();    // 加锁    Object result = null;    try {        boolean isSuccess = redisTemplate.opsForValue().setIfAbsent(businessKey, uniqueValue);        if (!isSuccess) {            throw new Exception("You can't do it,because another has get the lock =-=");        }        redisTemplate.expire(businessKey, annotation.lockTime(), TimeUnit.SECONDS);        Thread currentThread = Thread.currentThread();        // 将本次 Task 信息加入「延时」队列中        holderList.add(new RedisLockDefinitionHolder(businessKey, annotation.lockTime(), System.currentTimeMillis(),                currentThread, annotation.tryCount()));        // 执行业务操作        result = pjp.proceed();        // 线程被中断,抛出异常,中断此次请求        if (currentThread.isInterrupted()) {            throw new InterruptedException("You had been interrupted =-=");        }    } catch (InterruptedException e ) {        log.error("Interrupt exception, rollback transaction", e);        throw new Exception("Interrupt exception, please send request again");    } catch (Exception e) {        log.error("has some error, please check again", e);    } finally {        // 请求结束后,强制删掉 key,释放锁        redisTemplate.delete(businessKey);        log.info("release the lock, businessKey is [" + businessKey + "]");    }    return result;}

上述流程简单总结一下:

  • 解析注解参数,获取注解值和方法上的参数值

  • redis 加锁并且设置超时时间

  • 将本次 Task 信息加入「延时」队列中,进行续时,方式提前释放锁

  • 加了一个线程中断标志

  • 结束请求,finally 中释放锁

  • 微信搜索公众号:Linux技术迷,回复:linux 领取资料 。


续时操作

这里用了 ScheduledExecutorService,维护了一个线程,不断对任务队列中的任务进行判断和延长超时时间:

// 扫描的任务队列private static ConcurrentLinkedQueue<RedisLockDefinitionHolder> holderList = new ConcurrentLinkedQueue();/** * 线程池,维护keyAliveTime */private static final ScheduledExecutorService SCHEDULER = new ScheduledThreadPoolExecutor(1,        new BasicThreadFactory.Builder().namingPattern("redisLock-schedule-pool").daemon(true).build());{    // 两秒执行一次「续时」操作    SCHEDULER.scheduleAtFixedRate(() -> {        // 这里记得加 try-catch,否者报错后定时任务将不会再执行=-=        Iterator<RedisLockDefinitionHolder> iterator = holderList.iterator();        while (iterator.hasNext()) {            RedisLockDefinitionHolder holder = iterator.next();            // 判空            if (holder == null) {                iterator.remove();                continue;            }            // 判断 key 是否还有效,无效的话进行移除            if (redisTemplate.opsForValue().get(holder.getBusinessKey()) == null) {                iterator.remove();                continue;            }            // 超时重试次数,超过时给线程设定中断            if (holder.getCurrentCount() > holder.getTryCount()) {                holder.getCurrentTread().interrupt();                iterator.remove();                continue;            }            // 判断是否进入最后三分之一时间            long curTime = System.currentTimeMillis();            boolean shouldExtend = (holder.getLastModifyTime() + holder.getModifyPeriod()) <= curTime;            if (shouldExtend) {                holder.setLastModifyTime(curTime);                redisTemplate.expire(holder.getBusinessKey(), holder.getLockTime(), TimeUnit.SECONDS);                log.info("businessKey : [" + holder.getBusinessKey() + "], try count : " + holder.getCurrentCount());                holder.setCurrentCount(holder.getCurrentCount() + 1);            }        }    }, 0, 2, TimeUnit.SECONDS);}

这段代码,用来实现设计图中虚线框的思想,避免一个请求十分耗时,导致提前释放了锁。
这里加了「线程中断」Thread#interrupt,希望超过重试次数后,能让线程中断(未经严谨测试,仅供参考哈哈哈哈)
不过建议如果遇到这么耗时的请求,还是能够从根源上查找,分析耗时路径,进行业务优化或其它处理,避免这些耗时操作。
所以记得多打点 Log,分析问题时可以更快一点。如何使用SpringBoot AOP 记录操作日志、异常日志?


再谈 Spring Boot + Redis 实现分布式锁

五、开始测试

再谈 Spring Boot + Redis 实现分布式锁


在一个入口方法中,使用该注解,然后在业务中模拟耗时请求,使用了 Thread#sleep

@GetMapping("/testRedisLock")@RedisLockAnnotation(typeEnum = RedisLockTypeEnum.ONE, lockTime = 3)public Book testRedisLock(@RequestParam("userId") Long userId) {    try {        log.info("睡眠执行前");        Thread.sleep(10000);        log.info("睡眠执行后");    } catch (Exception e) {        // log error        log.info("has some error", e);    }    return null;}
使用时,在方法上添加该注解,然后设定相应参数即可,根据 typeEnum 可以区分多种业务,限制该业务被同时操作。
测试结果:
2020-04-04 14:55:50.864  INFO 9326 --- [nio-8081-exec-1] c.s.demo.controller.BookController       : 睡眠执行前2020-04-04 14:55:52.855  INFO 9326 --- [k-schedule-pool] c.s.demo.aop.lock.RedisLockAspect        : businessKey : [Business1:1024], try count : 02020-04-04 14:55:54.851  INFO 9326 --- [k-schedule-pool] c.s.demo.aop.lock.RedisLockAspect        : businessKey : [Business1:1024], try count : 12020-04-04 14:55:56.851  INFO 9326 --- [k-schedule-pool] c.s.demo.aop.lock.RedisLockAspect        : businessKey : [Business1:1024], try count : 22020-04-04 14:55:58.852  INFO 9326 --- [k-schedule-pool] c.s.demo.aop.lock.RedisLockAspect        : businessKey : [Business1:1024], try count : 32020-04-04 14:56:00.857  INFO 9326 --- [nio-8081-exec-1] c.s.demo.controller.BookController       : has some errorjava.lang.InterruptedException: sleep interrupted at java.lang.Thread.sleep(Native Method) [na:1.8.0_221]

我这里测试的是重试次数过多,失败的场景,如果减少睡眠时间,就能让业务正常执行。

如果同时请求,你将会发现以下错误信息:

再谈 Spring Boot + Redis 实现分布式锁

表示我们的锁🔐的确生效了,避免了重复请求。


再谈 Spring Boot + Redis 实现分布式锁

六、总结

再谈 Spring Boot + Redis 实现分布式锁



对于耗时业务和核心数据,不能让重复的请求同时操作数据,避免数据的不正确,所以要使用分布式锁来对它们进行保护。
再来梳理一下设计流程:
  1. 新建注解 @interface,在注解里设定入参标志
  2. 增加 AOP 切点,扫描特定注解
  3. 建立 @Aspect 切面任务,注册 bean 和拦截特定方法
  4. 特定方法参数 ProceedingJoinPoint,对方法 pjp.proceed() 前后进行拦截
  5. 切点前进行加锁,任务执行后进行删除 key

本次学习是通过 Review 小伙伴的代码设计,从中了解分布式锁的具体实现,仿照他的设计,重新写了一份简化版的业务处理。对于之前没考虑到的「续时」操作,这里使用了守护线程来定时判断和延长超时时间,避免了锁提前释放。
于是乎,同时回顾了三个知识点:
1、AOP 的实现和常用方法
2、定时线程池 ScheduledExecutorService 的使用和参数含义
3、线程 Thread#interrupt 的含义以及用法(这个挺有意思的,可以深入再学习一下)


参考资料:

  • https://blog.csdn.net/XWForever/article/details/103163021
  • https://www.zhihu.com/question/41048032

如喜欢本文,请点击右上角,把文章分享到朋友圈

--完--

读到这里说明你喜欢本公众号的文章,欢迎 置顶(标星)本公众号 架构师指南,这样就可以第一时间获取推送了~

本公众号 架构师指南,后台回复:架构师,领取2T学习资料 !
1. 后端架构师技术大全(69个点)
2. 架构师如何设计权限系统?
3. 我怎么才能成为一个架构师 ?
4. 架构师从0搭建一套订单系统!

再谈 Spring Boot + Redis 实现分布式锁


作者:JingQ

来源:www.sevenyuan.cn/2020/04/04/redis/2020-04-04-annotation-redis-lock/


版权申明:内容来源网络,仅供分享学习,版权归原创者所有。除非无法确认,我们都会标明作者及出处,如有侵权烦请告知,我们会立即删除并表示歉意。谢谢!

本篇文章来源于微信公众号:程序IT圈

原创文章,作者:software,如若转载,请注明出处:https://www.sldh123.com/7116.html

(0)
上一篇 1月 5, 2023 9:10 上午
下一篇 1月 5, 2023 9:11 上午

相关推荐

  • 千万级并发架构下,关系型数据库应该如何优化?

    作者:善思者_tin链接:https://www.jianshu.com/p/c2c081b51ab9 一、概述 顺势而为,大数据高并发要有系统不断的升级,分库分表便是其一。 二、…

    11月 13, 2022
    640
  • 2万字,我们谈谈分布式事务

    分布式事务 1 基础概念 1.1 什么是事务 什么是事务?举个生活中的例子:你去小卖铺买东西,“一手交钱,一手交货”就是一个事务的例子,交钱和交货必 须全部成功,事务才算成功,任一…

    12月 30, 2022
    200
  • TCP/IP各个协议层的网络延迟检测方法总结

    作者:刘小白DOER链接:https://www.jianshu.com/p/0f3428db5028 今天来总结一下TCP/IP各个协议层的几个检测网络延迟的方法。 1、应用层 …

    12月 30, 2022
    350
  • 从技术原理上看,ChatGPT会取代搜索引擎吗?

    作为智能对话系统,ChatGPT最近两天爆火,都火出技术圈了,网上到处都在转ChatGPT相关的内容和测试例子,效果确实很震撼。我记得上一次能引起如此轰动的AI技术,NLP领域是G…

    12月 10, 2022
    430
  • 我怎么才能成为一个架构师 ?

    “我怎么才能成为一个软件架构师?” 这是很多小伙伴问我的一个问题,最近看到Kai Niklas讲架构师的一篇文章,其中的真知灼见引起了我的强烈共鸣,尤其是后面的非技术部分。翻译过来…

    10月 27, 2022
    450
  • Netty 实现百万连接的难点和优化点

    推送服务 还记得一年半前,做的一个项目需要用到 Android 推送服务。和 iOS 不同,Android 生态中没有统一的推送服务。Google 虽然有 Google Cloud…

    8月 24, 2022
    520
  • 架构师透过浏览器看HTTP缓存

    架构师指南 作为前端开发人员,对于我们的站点或应用的缓存机制我们能做的似乎不多,但这些却是与我们关注的性能息息相关的部分,站点没有做任何缓存机制,我们的页面可能会因为资源的下载和渲…

    9月 23, 2022
    550
  • Netty 如何做到单机百万并发?

    相信很多人知道石中剑这个典故,在此典故中,天命注定的亚瑟很容易的就拔出了这把石中剑,但是由于资历不被其他人认可,所以他颇费了一番周折才成为了真正意义上的英格兰全境之王,亚瑟王。 说…

    10月 27, 2022
    520
  • 架构师谈秒杀系统的艺术

    在网上看到一篇讲 12306 抢票的文章,我看完后,觉得文章写很完整。 不仅给出了模拟场景的代码,而且也用压测工具测试了并发情况,是一个很好的学习案例,分享给大家共读。 12306…

    10月 15, 2022
    670
  • 架构师架构设计,复杂度是不灭的

    与复杂度的斗争是软件开发的一个永恒的主题,我一次又一次地看到它反复出现,并且不断在各个层面上看到有关的争论:到底应该在函数和方法中进行多少注释?理想的抽象是怎样的?一个框架何时开始…

    12月 30, 2022
    1880

发表回复

您的电子邮箱地址不会被公开。