Redis实现分布式锁(setnx、getset、incr)以及如何处理超时情况
亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《Redis实现分布式锁(setnx、getset、incr)以及如何处理超时情况》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下超时、Redis分布式锁,希望所有认真读完的童鞋们,都有实质性的提高。
如果你通过网络搜索分布式锁,最多的就是基于redis的了。基于redis的分布式锁得益于redis的单线程执行机制,单线程在执行上就保证了指令的顺序化,所以很大程度上降低了开发人员的思考设计成本。
一、通过setnx实现
1、setnx key value
当且仅当key不存在,将key的值设置为value,并且返回1;若是给定的key已经存在,则setnx不做任何动作,返回0。
public static Boolean setnx(final String key, final String value, final long seconds) {
return getShardedJedisClient().execute(new ShardedJedisAction() {
public Boolean doAction(ShardedJedis shardedJedis) {
Jedis jedis = (Jedis) shardedJedis.getShard(key);
String result = jedis.set(key, value, "NX", "EX", seconds);
return "OK".equalsIgnoreCase(result);
}
});
}
2、get key
获取key对应的value值,如果不存在该key,返回0。
public String get(final String key) {
this.checkIsInMulti();
return (String)this.execute(new SmartJedis.Action() {
public String doAction(Jedis jedis) {
return jedis.get(key);
}
}, SmartJedis.RW.R, key);
}
3、getset key value
获取key的旧值,将新value放入
public static String getset(final String key, final String value) {
return getShardedJedisClient().execute(new ShardedJedisAction() {
@Override
public String doAction(ShardedJedis shardedJedis) {
return shardedJedis.getSet(key, value);
}
});
}
至此,我们先举个手机三要素验证的列子:(A渠道系统,业务B系统,外部厂商C系统)
(1)B业务系统调用A渠道系统,验证传入的手机、身份证、号码三要素是否一一致。
(2)A渠道系统再调用外部厂商C系统。
(3)A渠道系统将结果返回给B业务系统。
这3个过程中,(2)过程,外部厂商的调用时是需要计费的。
当B业务系统并发量很高时,有100笔相同的三要素校验,由于是相同的三要素,A渠道只要调用一次厂商即可知道结果。那么A渠道系统如何控制不让100笔请求全部去访问外部厂商C系统呢?
小明提出了方案一:
在A系统中,
当100个线程同时请求过来,进行redis.setnx(“LOCK_KEY_phone&idNo&name”,”demo”),这样第一笔线程率先拿到锁,其他的线程等待,当thread(0)处理结束后,thread(0)进行delete(“LOCK_KEY_phone&idNo&name”),把锁放开,thread(i)进行get(“LOCK_KEY_phone&idNo&name”)拿到0,说明上一笔已经处理完成,这个时候,我们可以去查询上一笔的记录。
RedisUtils.setnx("LOCK_KEY_phone&idNo&name","demo");
JSONObject result = A.request(B);
AssetUtils.notNull(result,ResponseCodeEnum.Success,"拿到结果");
ResultDmo resultDmo = (ResultDmo)BeanUtils.maptoBean(result);
resultDao.insert(resultDmo);
if(result!=0){
//上一笔同样的请求还未处理完成,轮训等待(具体如何轮训在此不展开)
}else{
//上一笔同样的请求处理完成,进行查库操作
resultDao.select("参数");
}
小宏说:小明的思想不严谨
问题:当100笔线程中一些线程超时或者系统宕机等意外情况发现,锁会一直被某些线程持有,造成死锁状态。
应该给缓存key设置一个超时时间。比如:200ms
RedisUtils.setnx("LOCK_KEY_phone&idNo&name","demo",200);
这种情况是,大致判断了外部厂商C系统业务处理时间大概为200ms,
网上看还有一种方式(B):
RedisUtils.setnx("LOCK_KEY_phone&idNo&name",currentTime,200);
Long old = RedisUtils.get("LOCK_KEY_phone&idNo&name");
Long new = System.currentTimeMillis();
Long time = new - old;
if(time>0){
//处理已经超时
RedisUtils.delete("LOCK_KEY_phone&idNo&name");
}
(B)这种情况不严谨:当a获取setnx锁,a线程崩溃或超时,b、c线程同时get到old,且判断超时,可能出现b线程delete a线程的锁,并且setnx后;c线程又将b线程的锁delete,并且setnx。这种情况完全锁不住线程了。
(B)方案的升级版—->>(C)方案:
当a获取setnx锁,a线程崩溃或超时,b线程getset,获取old且判断超时,c线程getset,获取old(此时这个值是b刚刚set进去的),判断未超时,c继续等待。b线程delete a线程的锁,并且setnx后。这种情况是安全的。
需要注意的地方:
①不要轻易将get和getset混用,笔者认为getset单独使用比较好。
有一种情况,a、b、c、三个线程,a、b同时get,a立即返回了old,突然来了个c,卡在b之前getset了,且删除锁,那么b的get只能返回nil了。此时再根据时间戳对比:
a.get != (a.set)
b.get ! = (b.set)
这样a、b都没拿到锁,但是a其实已经获取到了锁。
②多个服务器时间的同步问题。
总结: 锁超时了该如何处理,通过getset方式判断时间戳差的方式,多比同时getset都得到超时,同时去setnx。总会有一个更快地去setnx。
二、通过incr抢占资源实现
1、incr
将 key 中储存的数字值增一。如果 key 不存在,那么 key 的值会先被初始化为 0 ,然后再执行 INCR 操作。如果值包含错误的类型,或字符串类型的值不能表示为数字,那么返回一个错误。
public static Long incr(final String key) {
return shardedClient.execute(new ShardedJedisAction() {
@Override
public Long doAction(ShardedJedis shardedJedis) {
shardedJedis.expire(key, 200);
return shardedJedis.incr(key);
}
});
}
还是上面的三要素的例子
Long result = RedisUtils.incr("LOCK_KEY_phone&idNo&name");
if (result > 1) {
//如果计数器>1,说明已经有请求进来
throw new AppException(ResponseCode.FAIL.getCode(), "操作频繁");
}
JSONObject result = A.request(B);
Long endTime = System.currentTimeMillis();
Long time = endTime - startTime;
//如果处理时间大于incr的key存活时间,说明该笔请求已经超时
if (time > 200) {
//全局ID,统计超时次数
String key = "LOCK_KEY_phone&idNo&name" + source;
RedisUtils.incr(key);
int total = Integer.valueOf(RedisUtils.get(key));
//断言若超时10次,进行报警(报警不在次展开)
AssertUtils.isTrue(total
这里设置了计数器的超时时间为200ms,如果请求超时,会有大量的线程同时访问,笔者这里有10笔同时过来,就启动报警。人为排查渠道。和setnx的不同是,某个线程超时,setnx的方式需要手动去判断,再去加锁,防止大量线程进入(这里可以通过轮训实现);而incr的方式超时了,大量线程进来,我不做处理,但是这里的time>200是具有误差的。
本篇关于《Redis实现分布式锁(setnx、getset、incr)以及如何处理超时情况》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于数据库的相关知识,请关注golang学习网公众号!
redis中RedissonLock如何实现等待锁的
- 上一篇
- redis中RedissonLock如何实现等待锁的
- 下一篇
- Redis去重的3种不同方法汇总
-
- 可爱的白昼
- 这篇文章内容太及时了,太细致了,感谢大佬分享,已加入收藏夹了,关注博主了!希望博主能多写数据库相关的文章。
- 2023-03-12 07:19:55
-
- 纯情的芒果
- 这篇文章出现的刚刚好,老哥加油!
- 2023-03-03 03:14:19
-
- 无限的咖啡豆
- 很好,一直没懂这个问题,但其实工作中常常有遇到...不过今天到这,帮助很大,总算是懂了,感谢楼主分享技术贴!
- 2023-02-15 17:43:42
-
- 动听的钢笔
- 好细啊,码住,感谢师傅的这篇文章,我会继续支持!
- 2023-02-06 01:24:42
-
- 积极的水蜜桃
- 这篇博文出现的刚刚好,细节满满,受益颇多,已收藏,关注老哥了!希望老哥能多写数据库相关的文章。
- 2023-01-28 09:49:47
-
- 凶狠的海燕
- 赞 ??,一直没懂这个问题,但其实工作中常常有遇到...不过今天到这,帮助很大,总算是懂了,感谢老哥分享博文!
- 2023-01-16 11:26:51
-
- 端庄的大树
- 太全面了,已收藏,感谢博主的这篇文章,我会继续支持!
- 2023-01-08 10:34:52
-
- 狂野的枕头
- 这篇文章内容太及时了,好细啊,很有用,mark,关注up主了!希望up主能多写数据库相关的文章。
- 2023-01-08 09:37:16
-
- 曾经的项链
- 这篇技术文章太及时了,博主加油!
- 2023-01-08 05:43:27
-
- 快乐的美女
- 感谢大佬分享,一直没懂这个问题,但其实工作中常常有遇到...不过今天到这,帮助很大,总算是懂了,感谢楼主分享文章内容!
- 2023-01-07 15:55:42
-
- 数据库 · Redis | 4小时前 |
- Redis SINTERCARD 怎样只计算集合交集数量
- 393浏览 收藏
-
- 数据库 · Redis | 9小时前 |
- Redis HSETNX 怎样只在 hash 字段不存在时写入初始值
- 191浏览 收藏
-
- 数据库 · Redis | 10小时前 |
- Redis BLMOVE 怎样阻塞式转移可靠队列元素
- 445浏览 收藏
-
- 数据库 · Redis | 10小时前 |
- Redis LMPOP 怎样从多个列表选择一个非空来源
- 473浏览 收藏
-
- 数据库 · Redis | 10小时前 | Redis · Stream ·
- Redis XACK 怎样避免重复确认消费者组消息
- 374浏览 收藏
-
- 数据库 · Redis | 10小时前 |
- Redis XTRIM 怎样按 MINID 保留指定范围的 Stream
- 379浏览 收藏
-
- 数据库 · Redis | 10小时前 |
- Redis XAUTOCLAIM 怎样转交空闲消费者的消息
- 215浏览 收藏
-
- 数据库 · Redis | 10小时前 | Redis · hash ·
- Redis HTTL 怎样查询 hash 字段剩余时间
- 354浏览 收藏
-
- 数据库 · Redis | 10小时前 |
- Redis EXPIRE 怎样只在已有 TTL 时缩短过期时间
- 377浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 675次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 696次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 737次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 706次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 543次使用
-
- golang cache带索引超时缓存库实战示例
- 2022-12-31 234浏览
-
- golang select 机制和超时问题
- 2023-01-23 396浏览
-
- Go 中实现超时控制的方案
- 2022-12-30 400浏览
-
- Go 协程超时控制的实现
- 2023-01-07 207浏览
-
- go语言中http超时引发的事故解决
- 2023-01-07 216浏览

