開發十年，就只剩下這套架構體系了！ >>>   

前言

上一篇[面試官問我，使用Dubbo有沒有遇到一些坑？我笑了。]之後,又有一位粉絲和我說在面試過程中被虐了.鑑於這位粉絲是之前肥朝的老粉絲,而且週一又要開啟新一輪的面試,為了回饋他長期以來的支援,所以連夜寫了本篇,希望能對他接下來的面試有所幫助.

真實案例

Redis分散式鎖的正確姿勢

據肥朝瞭解,很多同學在用分散式鎖時,都是直接百度搜索找一個Redis分散式鎖工具類就直接用了.關鍵是該工具類中還充斥著很多System.out.println();

等語句.其實Redis分散式鎖比較正確的姿勢是採用redisson這個客戶端工具.具體介紹可以搜尋最大的同性交友網站github.

如何回答

首先如果你之前用Redis的分散式鎖的姿勢正確,並且看過相應的官方文件的話,這個問題So easy.我們來看

坦白說,如果你英文棒棒噠那麼看英文文件可能更好理解

By default lock watchdog timeout is 30 seconds and can be changed through Config.lockWatchdogTimeout setting.

但是你如果看的是中文文件

看門狗檢查鎖的超時時間預設是30秒

這句話肥朝從語文角度分析就是一個歧義句,他有兩個意思

1.看門狗預設30秒去檢查一次鎖的超時時間
2.看門狗會去檢查鎖的超時時間,鎖的時間時間預設是30秒

看到這裡,我希望大家不要黑我的小學體育老師,雖然他和語文老師是同個人.語文不行,我們可以原始碼來湊!

原始碼分析

我們根據官方文件給出的例子,寫了一個最簡單的demo,例子根據上面截圖中Ctr+C和Ctr+V一波操作,如下

 1public class DemoMain {
 2
 3    public static void main(String[] args) throws Exception {
 4        Config config = new Config();
 5        config.useSingleServer().setAddress("redis://127.0.0.1:6379");
 6
 7        RedissonClient redisson = Redisson.create(config);
 8        RLock lock = redisson.getLock("anyLock");
 9
10        lock.lock();
11        //lock.unlock();
12    }
13}
 

create

從這裡我們知道,internalLockLeaseTime 和 lockWatchdogTimeout這兩個引數是相等的.

lockWatchdogTimeout預設值如下

 1public class Config {
 2
 3    private long lockWatchdogTimeout = 30 * 1000;
 4
 5    public long getLockWatchdogTimeout() {
 6        return lockWatchdogTimeout;
 7    }
 8
 9    //省略無關程式碼
10}

從internalLockLeaseTime這個單詞也可以看出,這個加的分散式鎖的超時時間預設是30秒.但是還有一個問題,那就是這個看門狗,多久來延長一次有效期呢?我們往下看

lock

從我圖中框起來的地方我們就知道了,獲取鎖成功就會開啟一個定時任務,也就是watchdog,定時任務會定期檢查去續期renewExpirationAsync(threadId).

這裡定時用的是netty-common包中的HashedWheelTimer,肥朝公眾號已經和各大搜索引擎建立了密切的合作關係,你只需要把這個類在任何搜尋引擎一搜,都能知道相關API引數的意義.

從圖中我們明白,該定時排程每次呼叫的時間差是internalLockLeaseTime / 3.也就10秒.

真相大白

通過原始碼分析我們知道,預設情況下,加鎖的時間是30秒.如果加鎖的業務沒有執行完,那麼到 30-10 = 20秒的時候,就會進行一次續期,把鎖重置成30秒.那這個時候可能又有同學問了,那業務的機器萬一宕機了呢?宕機了定時任務跑不了,就續不了期,那自然30秒之後鎖就解開了唄.

寫在最後

如果你是肥朝公眾號的老粉絲,並且在面試、工作過程中遇到了什麼問題,歡迎來撩.但是肥朝是個正經的Java開發,我們只調介面,不調情!

作者：肥朝

 

免費Java資料領取，涵蓋了Java、Redis、MongoDB、MySQL、Zookeeper、Spring Cloud、Dubbo/Kafka、Hadoop、Hbase、Flink等高併發分散式、大資料、機器學習等技術。
傳送門： https://mp.weixin.qq.com/s/JzddfH-7yNudmkjT