分布式锁
在分布式环境中,为了保证业务数据的正常访问,防止出现重复请求的问题,会使用分布式锁来阻拦后续请求。我们先写一段有问题的业务代码:
1
2
3
4
5
6
7
8
9
10
|
public void doSomething(String userId){ User user=getUser(userId); if (user== null ){ user.setUserName( "xxxxx" ); user.setUserId(userId); insert(user); return ; } update(user); } |
上面的代码很简单,查询db中有没有对应的user数据,如果有的话,执行更新操作,如果没有则插入。
我们知道,上面的代码是线程不安全的,在多线程的环境中,就会出现问题。为了能够保证数据的正确性,在单机环境下,我们可以使用synchronized的方法,来保证线程安全,具体修改:
1
2
3
4
5
6
7
8
9
10
|
public synchronized void doSomething(String userId){ User user=getUser(userId); if (user== null ){ user.setUserName( "xxxxx" ); user.setUserId(userId); insert(user); return ; } update(user); } |
在单机器的环境下,能够解决线程安全的问题,那在分布式环境下呢? 这个时候需要用到分布式锁.
分布式锁需要借助其他组件来实现,常用的有redis和zookeeper。下面我们就用redis的实现,来说明下问题,分布式锁具体的实现方法如下
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
public void doSomething(String userId){ String lock=RedisUtils.get( "xxxx" +userId); if (StringUtils.isNotEmpty(lock)){ //说明当前userId已经被锁定 return ; } RedisUtils.set( "xxxx" +userId,userId, 1000 ); //锁定10s User user=getUser(userId); if (user== null ){ insert(user); RedisUtils.delete( "xxxx" +userId); return ; } update(user); RedisUtils.delete( "xxxx" +userId); } |
上面的代码解决了在分布式环境中的并发的问题。但同样需要考虑一个问题,如果insert操作和update操作异常了,分布式锁不会释放,后续的请求还会被拦截。
所以我们再优化,增加对异常的捕获。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
public void doSomething(String userId){ try { String lock=RedisUtils.get( "xxxx" +userId); if (StringUtils.isNotEmpty(lock)){ //说明当前userId已经被锁定 return ; } RedisUtils.set( "xxxx" +userId,userId, 1000 ); //锁定1s User user=getUser(userId); if (user== null ){ insert(user); return ; } update(user); } catch (Exception ex){ } finally { RedisUtils.delete( "xxxx" +userId); } } |
现在即使是程序异常了,锁会自动释放。但redis的get和set也会存在并发问题,我们再继续优化,使用redis中的setnx方法
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
public void doSomething(String userId){ try { boolean lock=RedisUtils.setnx( "xxxx" +userId,userId, 1000 ); //锁定1s if (!lock){ //说明当前userId已经被锁定 return ; } User user=getUser(userId); if (user== null ){ insert(user); return ; } update(user); } catch (Exception ex){ } finally { RedisUtils.delete( "xxxx" +userId); } } |
上面的代码好像没有什么问题了,但也存在很大的隐患。 我们分析下,假设第一个请求过来,执行锁定成功,程序开始运行,但是insert和update操作阻塞了1s,第二个请求过来,锁的缓存已经过期,第二个执行锁定成功,这个时候第一个请求完成了锁被释放,第二个请求的锁就被第一次请求释放了,第三次的请求就会造成线程不安全问题。
怎么再去优化呢?问题主要是出现在第一次请求误删锁的问题,所以我们在移除锁的时候要判断能否移除。
思路:我们在锁定的时候,value使用当前的时间戳,删除时判断是否过期如果不过期就不要删除,具体代码如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
public void doSomething(String userId){ try { boolean lock=RedisUtils.setnx( "xxxx" +userId,LocalDateTime.now(), 1000 ); //锁定10s if (!lock){ //说明当前userId已经被锁定 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 ){ //说明已经过期,可以删除key RedisUtils.delete( "xxxx" +userId); } } } |
这样即使出现阻塞,第二次的时间戳覆盖了第一次的锁定,这样即使第一次完成了,也不会释放锁。
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对服务器之家的支持。
原文链接:https://www.cnblogs.com/OceanHeaven/p/11220285.html