如何在springcloud分散式系統中實現分散式鎖?
最近在看分散式鎖的資料,看了 Josial L的《Redis in Action》的分散式鎖的章節。實現思路是利用springcloud結合redis實現分散式鎖。
注意:這篇文章有問題,請看這一篇http://blog.csdn.net/forezp/article/details/70305336
一、簡介
一般來說,對資料進行加鎖時,程式先通過acquire獲取鎖來對資料進行排他訪問,然後對資料進行一些列的操作,最後需要釋放鎖。Redis 本身用 watch命令進行了加鎖,這個鎖是樂觀鎖。使用 watch命令對於頻繁訪問的鍵會引起效能的問題。
二、redis命令介紹
- SETNX命令(SET if Not eXists)
當且僅當 key 不存在,將 key 的值設為 value ,並返回1;若給定的 key 已經存在,則 SETNX 不做任何動作,並返回0。
- SETEX命令
設定超時時間
- GET命令
返回 key 所關聯的字串值,如果 key 不存在那麼返回特殊值 nil 。
- DEL命令
刪除給定的一個或多個 key ,不存在的 key 會被忽略。
三、實現思路
由於redis的setnx命令天生就適合用來實現鎖的功能,這個命令只有在鍵不存在的情況下為鍵設定值。獲取鎖之後,其他程式再設定值就會失敗,即獲取不到鎖。獲取鎖失敗。只需不斷的嘗試獲取鎖,直到成功獲取鎖,或者到設定的超時時間為止。
另外為了防治死鎖,即某個程式獲取鎖之後,程式出錯,沒有釋放,其他程式無法獲取鎖,從而導致整個分散式系統無法獲取鎖而導致一系列問題,甚至導致系統無法正常執行。這時需要給鎖設定一個超時時間,即setex命令,鎖超時後,從而其它程式就可以獲取鎖了。
四、編碼實現
本文采用springboot結合redis 取實現的,所以你需要裝一個redis。
- 首先引入建立springboot工程,引入redis 。
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> </dependency> <!-- 開啟web--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <!-- redis--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency>
2.建立一個鎖類
/**
* 全域性鎖,包括鎖的名稱
* Created by fangzhipeng on 2017/4/1.
*/
public class Lock {
private String name;
private String value;
public Lock(String name, String value) {
this.name = name;
this.value = value;
}
public String getName() {
return name;
}
public String getValue() {
return value;
}
}
3.建立分散式鎖的具體方法,思路已經說清楚了,程式碼註釋也寫好了,就不講解了。
import org.apache.commons.lang.StringUtils;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.ValueOperations;
import org.springframework.stereotype.Component;
import java.util.concurrent.TimeUnit;
/**
* Created by fangzhipeng on 2017/4/1.
*/
@Component
public class DistributedLockHandler {
private static final Logger logger = LoggerFactory.getLogger(DistributedLockHandler.class);
private final static long LOCK_EXPIRE = 30 * 1000L;//單個業務持有鎖的時間30s,防止死鎖
private final static long LOCK_TRY_INTERVAL = 30L;//預設30ms嘗試一次
private final static long LOCK_TRY_TIMEOUT = 20 * 1000L;//預設嘗試20s
@Autowired
private StringRedisTemplate template;
/**
* 嘗試獲取全域性鎖
*
* @param lock 鎖的名稱
* @return true 獲取成功,false獲取失敗
*/
public boolean tryLock(Lock lock) {
return getLock(lock, LOCK_TRY_TIMEOUT, LOCK_TRY_INTERVAL, LOCK_EXPIRE);
}
/**
* 嘗試獲取全域性鎖
*
* @param lock 鎖的名稱
* @param timeout 獲取超時時間 單位ms
* @return true 獲取成功,false獲取失敗
*/
public boolean tryLock(Lock lock, long timeout) {
return getLock(lock, timeout, LOCK_TRY_INTERVAL, LOCK_EXPIRE);
}
/**
* 嘗試獲取全域性鎖
*
* @param lock 鎖的名稱
* @param timeout 獲取鎖的超時時間
* @param tryInterval 多少毫秒嘗試獲取一次
* @return true 獲取成功,false獲取失敗
*/
public boolean tryLock(Lock lock, long timeout, long tryInterval) {
return getLock(lock, timeout, tryInterval, LOCK_EXPIRE);
}
/**
* 嘗試獲取全域性鎖
*
* @param lock 鎖的名稱
* @param timeout 獲取鎖的超時時間
* @param tryInterval 多少毫秒嘗試獲取一次
* @param lockExpireTime 鎖的過期
* @return true 獲取成功,false獲取失敗
*/
public boolean tryLock(Lock lock, long timeout, long tryInterval, long lockExpireTime) {
return getLock(lock, timeout, tryInterval, lockExpireTime);
}
/**
* 操作redis獲取全域性鎖
*
* @param lock 鎖的名稱
* @param timeout 獲取的超時時間
* @param tryInterval 多少ms嘗試一次
* @param lockExpireTime 獲取成功後鎖的過期時間
* @return true 獲取成功,false獲取失敗
*/
public boolean getLock(Lock lock, long timeout, long tryInterval, long lockExpireTime) {
try {
if (StringUtils.isEmpty(lock.getName()) || StringUtils.isEmpty(lock.getValue())) {
return false;
}
long startTime = System.currentTimeMillis();
do{
if (!template.hasKey(lock.getName())) {
ValueOperations<String, String> ops = template.opsForValue();
ops.set(lock.getName(), lock.getValue(), lockExpireTime, TimeUnit.MILLISECONDS);
return true;
} else {//存在鎖
logger.debug("lock is exist!!!");
}
if (System.currentTimeMillis() - startTime > timeout) {//嘗試超過了設定值之後直接跳出迴圈
return false;
}
Thread.sleep(tryInterval);
}
while (template.hasKey(lock.getName())) ;
} catch (InterruptedException e) {
logger.error(e.getMessage());
return false;
}
return false;
}
/**
* 釋放鎖
*/
public void releaseLock(Lock lock) {
if (!StringUtils.isEmpty(lock.getName())) {
template.delete(lock.getName());
}
}
}
4.用法:
@Autowired
DistributedLockHandler distributedLockHandler;
Lock lock=new Lock("lockk","sssssssss);
if(distributedLockHandler.tryLock(lock){
doSomething();
distributedLockHandler.releaseLock();
}
五、注意點
在使用全域性鎖時為了防止死鎖採用 setex命令,這種命令需要根據具體的業務具體設定鎖的超時時間。另外一個就是鎖的粒度性。比如在redis實戰中有個案列,為了實現買賣市場交易的功能,把整個交易市場都鎖住了,導致了效能不足的情況,改進方案只對買賣的商品進行加鎖而不是整個市場。
六、參考資料
Josiah.L 《reids in action》
掃碼關注公眾號有驚喜
(轉載本站文章請註明作者和出處 方誌朋的部落格)
相關推薦
如何在springcloud分散式系統中實現分散式鎖?
最近在看分散式鎖的資料,看了 Josial L的《Redis in Action》的分散式鎖的章節。實現思路是利用springcloud結合redis實現分散式鎖。 注意:這篇文章有問題,請看這一篇http://blog.csdn.net/forezp/art
如何在springcloud分布式系統中實現分布式鎖?
one 動作 分布式系 nil pan prism 培訓 多個 註釋 最近在看分布式鎖的資料,看了 Josial L的《Redis in Action》的分布式鎖的章節。實現思路是利用springcloud結合redis實現分布式鎖。 註意:這篇文章有問題,請看這一篇
請你講講分散式系統中的限流器一般如何實現?
### 限流器相關演算法 一般限流器有五種演算法,分別是:令牌桶,漏斗桶,固定視窗,滑動日誌(指的其實是廣義上的滑動視窗),滑動視窗(**這裡指的是滑動日誌+固定視窗結合的一種演算法**)。 #### 1. 令牌桶(Token bucket) 令牌桶演算法用來控制一段時間內傳送到網路上的資料的數目,並允
分散式系統中處理引數配置的 4 種方案
一個系統中包含有各種各樣的配置資訊,如一個日誌檔案需要配置以下幾個資訊。 日誌檔案生成主目錄 日誌檔名稱,不同的日誌級別對應不同的檔案 當前日誌級別 還有其他各種業務引數、系統引數等,大多單一系統是直接把這些配置寫死在配置檔案中,當部署到測試、生產環境就再修
審計日誌在分散式系統中的應用
前言分散式系統的執行環境往往是異常複雜的,很多情況涉及到多節點間的訊息通訊。相比較於單節點系統而言,分散式系統在問題追蹤,排查方面顯然也複雜很多。那麼這個時候,在分散式系統中,增加哪些型別的日誌資料,來幫助我們發現和定位問題呢?答案就是我們今天將要闡述的審計日誌(Audit log)。 審計日誌的概念很多人
分散式系統中如何較好地做服務發現
前言 在分散式系統中的中心管理服務模式下,往往採用的模式是1個manager服務節點,多個worker節點,然後由manager來管控這些worker節點。但是本篇文章不是來講manager如何管理的問題,而是woker識別發現manager服務的問題。目前一種比較簡單的做法,
分散式工作筆記001---分散式系統中CAP 定理的含義
JAVA技術交流QQ群:170933152 分散式系統(distributed system)正變得越來越重要,大型網站幾乎都是分散式的。 分散式系統的最大難點,就是各個節點的狀態如何同步。CAP 定理是這方面的基本定
Java架構-在一個成熟的分散式系統中 如何下手做高可用?
對於企業來說,隨著規模越來越大,整個系統中存在越來越多的子系統,每個子系統又被多個其他子系統依賴或者依賴於其他子系統。大部分系統在走到這一步的過程中,大概率會發生這樣的場景:作為某個子系統的負責人或者 OnCall 人員,休息的時候都不安穩,心裡老是忐忑著系統會不會掛。導致週末不敢長時間
分散式系統中的冪等性
我們的系統大多拆分為分散式SOA,或者微服務,一套系統中包含了多個子系統服務,而一個子系統服務往往會去呼叫另一個服務,而服務呼叫服務無非就是使用RPC通訊或者restful,既然是通訊,那麼就有可能再伺服器處理完畢後返回結果的時候掛掉,這個時候使用者端發現很久沒有反應
分散式系統中的一致性hash初探
在分散式式系統中,為了分散訪問壓力,每個模組需要由多個節點組成叢集,共同來提供服務,客戶端根據一定的負載均衡策略來訪問叢集的各個節點,由此引入了一些問題,如在訪問壓力增大的情況需要要增加節點,或是叢集其中的一個節點突然掛掉,如何將原有節點上的請求壓力重新負載到新的節點叢集上。 我們常用的負載均衡策略
【轉載】分散式系統中的冪等性
我們的系統大多拆分為分散式SOA,或者微服務,一套系統中包含了多個子系統服務,而一個子系統服務往往會去呼叫另一個服務,而服務呼叫服務無非就是使用RPC通訊或者restful,既然是通訊,那麼就有可能再伺服器處理完畢後返回結果的時候掛掉,這個時候使用者端發現很久沒有反應,那麼
深入理解分散式系統中的快取架構(上)
本文主要介紹大型分散式系統中快取的相關理論,常見的快取元件以及應用場景。 1 快取概述 2 快取的分類 快取主要分為以下四類 2.1 CDN快取 基本介紹 CDN(Content Delivery Network 內容分發網路)的基本原理是廣泛採用
Dubbo+Zookeeper架構—高階篇16—訊息中介軟體在分散式系統中的作用及介紹
一、訊息中介軟體的定義 Message-orientedmiddleware (MOM) is software infrastructure focused on sending and receivingmessages between distribute
【分散式系統】漫談分散式系統中的技術 —— 從 IPC/RPC,SOA,Web Service/REST 到 micro services(微服務)
1. 什麼是分散式系統 A distributed system is a system whose components are located on different networked computers, which then communicat
data_structure_and_algorithm -- 雜湊演算法(下):雜湊演算法在分散式系統中有哪些應用?
今天主要看一下雜湊演算法的應用(二),主要參考:前谷歌工程師王爭的課程,感興趣可以通過下面方式微信掃碼購買: 你可能已經發現,這三個應用都跟分散式系統有關。沒錯,今天我就帶你看下,雜湊演算法是如何解決這些分散式問題的。 應用五:負載均衡 我們知道,負載均衡演算法
分散式系統中的日誌落地經驗總結
在過去的2年多的時間裡,隨著在公司推進容器雲,陸陸續續的和日誌打了不少交道,在這裡做一個總結: 為什麼需要日誌 日誌如何接收與儲存 日誌如何收集 日誌收集客戶端分析 日誌的標準化 日誌報警 日誌歸檔 其他問題 為什麼需要日誌 日誌的作用我覺得有三點: 故障
大資料求索(12): 從傳統ACID到分散式系統中的CAP和BASE
大資料求索(12): 從ACID到CAP和BASE 一、關於ACID 關係型資料庫最強大的功能之一就是事務,能夠保證資料的強一致性。事務有如下幾個特性: 1.1 A(Atomicity) 原子性 原子性很容易理解,也就是說**事務裡的所有操作要麼全部做完,要麼都不做,事務
一致性雜湊演算法原理及其在分散式系統中的應用
分散式快取問題 假設我們有一個網站,最近發現隨著流量增加,伺服器壓力越來越大,之前直接讀寫資料庫的方式不太給力了,於是我們想引入Memcached作為快取機制。現在我們一共有三臺機器可以作為Memcached伺服器,如下圖所示。 很顯然,最簡單的策略是將每一次Memcached請求隨機發送到一臺Memca
分散式系統中的序列化與反序列化
1.定義以及相關概念 作者 劉丁 釋出於 2015年5月7日 | 3 討論 分享到: 微博 微信 Facebook Twitter 有道雲筆記 郵件分享 稍後閱讀我的閱讀清單 簡介 文章作者服務於美團推薦與個性化組,該組致力於為美團使用者提供每天bi
分散式系統中的必備良藥 —— 服務治理
閱讀目錄 一、前言 首先本文僅作為筆者在做一些調研之後的總結,僅提供思路,不提供原始碼,所以如果是想直接衝著原始碼來的,可以跳過此文。如果後續有機會將專案開源出來,會第一時間寫新文章講解實線細節。 在分散式系統的構建之中,服務治理是類似血液一樣的存在,一個好的服務治理平臺可以大大降低