手写一个Redis分布式锁，手写式锁让你彻底搞懂

作者：指北君 2022-11-11 08:19:03数据库 Redis 分布如果程序运行的极慢（硬件处理慢或者进行了GC），导致30秒已经到了，让彻锁已经失效了，底搞懂程序还没有运行完成，手写式锁这时候，分布就会有另一个线程总想钻个空子，让彻导致票的底搞懂超卖问题。

哈喽，手写式锁大家好，分布我是让彻指北君。

今天带大家深入剖析一下Redis分布式锁，底搞懂彻底搞懂它。手写式锁

场景

既然要搞懂Redis分布式锁，分布那肯定要有一个需要它的让彻场景。

高并发售票问题就是一个经典案例。

搭建环境

• 准备redis服务，设置redis的键值对：set ticket 10
• 准备 postman、JMeter 等模拟高并发请求的工具
• 核心代码

@Service
public class TicketServiceImpl implements TicketService { 
@Autowired
private StringRedisTemplate stringRedisTemplate;

private Logger logger = LoggerFactory.getLogger(TicketServiceImpl.class);

@Override
public String sellTicket(){ 
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) { 
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) { 
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为：" + ticketNew);
} else { 
logger.info("手速不够呀，票已经卖光了...");
}
return "抢票成功...";
}
}

分析解决问题

以上代码没有做任何的加锁操作，在高并发情况下，票的超卖情况很严重，根本无法正常使用

分析1

既然要加分布式锁，那么我们可以使用Redis中的setnx命令来模拟一个锁。

redis> EXISTS job                # job 不存在
(integer) 0

redis> SETNX job "programmer"    # job 设置成功
(integer) 1

redis> SETNX job "code-farmer"   # 尝试覆盖 job ，失败
(integer) 0

当一个线程进入到当前方法中，使用 setnx 设置一个键，如果设置成功，就允许继续访问，设置失败，就不能访问该方法；

当方法运行完毕时，将这个键删除，下一次再有线程来访问时，就重新执行该操作。

public String sellTicket(){ 
String lock="lock";
// 如果成功设置这个值，证明目前该方法并没有被操作，可以进行卖票操作
Boolean tag = stringRedisTemplate.opsForValue().setIfAbsent(lock, "");
if (!tag) {  // 如果设置失败，证明当前方法正在被执行，不允许再次执行
// 实际开发环境应该使用队列来完成访问操作，这里主要探究分布式锁的问题，所以仅仅模拟了场景
// 这里使用自旋的方式，防止访问信息丢失
sellTicket();
return "当前访问人数过多，请稍后访问...";
}
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) { 
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) { 
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为：" + ticketNew);
} else { 
logger.info("手速不够呀，票已经卖光了...");
}
stringRedisTemplate.delete(lock);
return "抢票成功...";
}

分析2

上述的代码在程序正常运行下不会出现票超卖的问题，但是我们需要考虑：

• 如果程序运行中系统出现了异常，导致无法删除lock​，就会造成死锁的问题。也许有人马上就会想到，使用 try{ } finally { } ，在finally中进行删除锁的操作。

但是，如果是分布式架构，第一个服务器接收到请求，加了锁，此时第二个服务器也接收到请求，setnx 命令失败，需要执行return操作，根据finally的特性，执行return之前，需要先执行finally里的代码，于是，第二个服务器把锁给删除了，程序中锁失效了，肯定会出现票超卖等一系列问题。

• 如果程序在运行中直接彻底死了（比如，程序员闲着没事儿，来了个 kill -9；或者断电），就算加了finally，finally也不能执行，还是会出现死锁问题

解决方法：

给锁加一个标识符，只允许自己来操作锁，其他访问程序不能操作锁

还要给锁加一个过期时间，这样就算程序死了，当时间过期后，还是能够继续执行

public String sellTicket(){ 
String lock="lock";     // 锁的键
String lockId = UUID.randomUUID().toString(); // 锁的值：唯一标识
try{ 
// 如果成功设置这个值，证明目前该方法并没有被操作，可以进行卖票操作
// 添加一个过期时间，暂定为 30秒，这里的操作具有原子性，如果过期时间设置失败，键也会设置失败
Boolean tag = stringRedisTemplate.opsForValue().setIfAbsent(lock, lockId, 30, TimeUnit.SECONDS);
if (!tag) {  // 如果设置失败，证明当前方法正在被执行，不允许再次执行
// 实际开发环境应该使用队列来完成访问操作，这里主要探究分布式锁的问题，所以仅仅模拟了场景
// 不设置回调的话，访问信息会丢失
sellTicket();
return "当前访问人数过多，请稍后访问...";
}
String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) { 
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) { 
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为：" + ticketNew);
} else { 
logger.info("手速不够呀，票已经卖光了...");
}
} finally { 
// 如果redis中的值，和当前的值一致，才允许删除锁。
if (lockId.equals(stringRedisTemplate.opsForValue().get(lock))) { 
stringRedisTemplate.delete(lock);
}
}
return "抢票成功...";
}

分析3

写到这里已经可以解决大部分问题了，但是还需要考虑一个问题：

如果程序运行的极慢（硬件处理慢或者进行了GC），导致30秒已经到了，锁已经失效了，程序还没有运行完成，这时候，就会有另一个线程总想钻个空子，导致票的超卖问题。

这里我们可以使用 sleep 模拟一下

......
if (ticket > 0) { 
try { 
// 为了测试方便，过期时间和线程暂停时间都改成了3秒
Thread.sleep(3000);
} catch (InterruptedException e) { 
e.printStackTrace();
}
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
......

• 这样运行就会出现极其严重的超卖问题

那么该如何设置这个过期时间呢？继续加大？这显然是不合适的，因为无论多么大，总有可能出现问题。

解决方法

我们可以使用守护线程，来保证这个时间永不过期

public String sellTicket(){ 
String lock="lock";     // 锁的键
String lockId = UUID.randomUUID().toString(); // 锁的值：唯一标识
MyThread myThread = null; // 锁的守护线程
try{ 
// 如果成功设置这个值，证明目前该方法并没有被操作，可以进行卖票操作
// 添加一个过期时间，暂定为 3 秒，这里的操作具有原子性，如果过期时间设置失败，键也会设置失败
Boolean tag = stringRedisTemplate.opsForValue().setIfAbsent(lock, lockId, 3, TimeUnit.SECONDS);
if (!tag) {  // 如果设置失败，证明当前方法正在被执行，不允许再次执行
// 实际开发环境应该使用队列来完成访问操作，这里主要探究分布式锁的问题，所以仅仅模拟了场景
// 不设置回调的话，访问信息会丢失
sellTicket();
return "当前访问人数过多，请稍后访问...";
}

// 开启守护线程, 每隔三分之一的时间，给锁续命
myThread = new MyThread(lock);
myThread.setDaemon(true);
myThread.start();

String ticketStr = stringRedisTemplate.opsForValue().get("ticket");
int ticket = 0;
if (null != ticketStr) { 
ticket = Integer.parseInt(ticketStr);
}
if (ticket > 0) { 
try { 
Thread.sleep(3000);
} catch (InterruptedException e) { 
e.printStackTrace();
}
int ticketNew = ticket - 1;
stringRedisTemplate.opsForValue().set("ticket", String.valueOf(ticketNew));
logger.info("当前票的库存为：" + ticketNew);
} else { 
logger.info("手速不够呀，票已经卖光了...");
}
} finally { 
// 如果redis中的值，和当前的值一致，才允许删除锁。
if (lockId.equals(stringRedisTemplate.opsForValue().get(lock))) { 
// 程序运行结束，需要关闭守护线程
myThread.stop();
stringRedisTemplate.delete(lock);
logger.info("释放锁成功...");
}
}
return "抢票成功...";
}

/** 使用后台线程进行续命
*  守护线程
*    在主线程下 如果有一个守护线程  这个守护线程的生命周期 跟主线程是同生死的
*/
class MyThread extends Thread{ 
String lock;
MyThread (String lock) { 
this.lock = lock;
}

@Override
public void run(){ 
while (true) { 
try { 
// 三分之一的时间
Thread.sleep(1000);
} catch (InterruptedException e) { 
e.printStackTrace();
}
// 假设线程还活着，就要给锁续命
logger.info("线程续命ing...");
stringRedisTemplate.expire(lock, 3, TimeUnit.SECONDS);
}
}
}

总结

到这里，我们已经基本实现了redis分布式锁，并且可以在高并发场景下正常运行。

需要注意的是，实现分布式锁的代码肯定不是最佳的，重要的是了解分布式锁的实现原理，以及发现问题并解决问题的思路。

责任编辑：武晓燕 来源： Java技术指北 redis分布式锁

(责任编辑：休闲)