python3使用python-redis-lock解决并发计算问题_Python

python3使用python-redis-lock解决并发计算问题

2022-02-20 11:22海洋的渔夫 Python

本文主要介绍了python3使用python-redis-lock解决并发计算问题，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

需求

我在最近的一个任务中，存在一个redis高并发计算多个客户端接收预警信息的时长问题。

模型是首先模拟多个客户端连接预警服务器集群，然后向预警服务集群发送告警信息。随后预警服务集群将会向客户端推送告警信息。

此时，我记录了发送告警至预警集群的时间，并且在客户端还会记录接收到告警的时间。

我将这个时间都会记录到redis中，那么此时就会有一个问题，当多个客户端抢占式往redis 读取数据，计算，设置数据，这个过程是会被相互覆盖的。

python3使用python-redis-lock解决并发计算问题

可以从上面的截图来看，多个不同的客户端读取redis的数据，大部分读取到了同一个数据，导致计算错误。

导致问题的示意图如下：

python3使用python-redis-lock解决并发计算问题

为了解决这个问题，则可以编写一个redis的锁，用来控制数据的并发读取以及写入。
在python redis库默认只有乐观锁的一种写法，在这里我再推荐使用一个库python-redis-lock，使用这个库对redis多个客户端并发的情况加锁，真的很方便。
下面来看看怎么使用。

python-redis-lock

https://pypi.org/project/python-redis-lock/

在使用这个库之前，需要安装如下：

pip install python-redis-lock

使用锁的示例：

lock = redis_lock.Lock(conn, "name-of-the-lock")
if lock.acquire(blocking=False):
  print("Got the lock.")
  lock.release()
else:
  print("Someone else has the lock.")

上面是单独设置锁的方式，还可以单独设置所有redis的操作加入锁。

# On application start/restart
import redis_lock
redis_lock.reset_all(redis_client)

修改业务代码，增加lock操作

1. 首先导入redis_lock

import redis_lock

2.将redis连接的客户端传入lock中，并设置lock的名称

# 设置redis连接
self.conn = redis.Redis(host='127.0.0.1', port=6379, decode_responses=True, db=3)

# 设置redis锁
self.lock = redis_lock.Lock(self.conn, "redis-lock")

3.将业务读取、设置redis的部分加入锁

while True:
  # 设置redis锁，操作redis
  if self.lock.acquire(blocking=False):
      print("Got the lock.")
      # 获取lock，执行业务处理
      # 获取当前redis钟记录的客户端接收到告警的总时长
      recv_time_sum_count_clients = self.conn.get(recv_time_sum_count_clients_key)
      if recv_time_sum_count_clients is None:
          recv_time_sum_count_clients = "0:0"

      # 获取当前的统计数据
      recv_time_sum, count_clients = recv_time_sum_count_clients.split(":")

      # 计算告警接收总时长
      recv_time_sum = float(recv_time_sum) + recv_time
      # 计算收到预警的客户端数量
      count_clients = int(count_clients) + 1

      # 写入redis中
      recv_time_sum_count_clients = "%s:%s" % (str(recv_time_sum), str(count_clients))
      self.conn.set(recv_time_sum_count_clients_key, recv_time_sum_count_clients)

      print("user_id = %s, 计算平均时间成功, "
            "recv_time_sum = %s, count_clients = %s \n" %
            (self.user_id, recv_time_sum, count_clients))

      # 释放lock
      self.lock.release()

      # 退出循环
      break
  else:
      print("Someone else has the lock.")

在客户端的代码中设置了锁之后，再来执行一下，看看有无抢占读取redis数据的情况，如下：

python3使用python-redis-lock解决并发计算问题