转载

分布式缓存技术redis学习系列(五)——redis实战(redis与spring整合,分布式锁实现)

Redis与spring的整合

相关依赖jar包

spring把专门的数据操作独立封装在spring-data系列中,spring-data-redis是对Redis的封装

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
<dependency>
    <groupId>org.springframework.data</groupId>
    <artifactId>spring-data-redis</artifactId>
    <version>1.4.2.RELEASE</version>
</dependency>
 
<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>2.6.2</version>
</dependency>
 
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-pool2</artifactId>
    <version>2.4.2</version>
</dependency>

Spring 配置文件applicationContext.xml

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
<!--命令空间中加入下面这行-->
xmlns:p="http://www.springframework.org/schema/p"
 
<!-- redis连接池配置文件 -->
<context:property-placeholder location="classpath:redis.properties" /> 
 
<bean id="poolConfig" class="redis.clients.jedis.JedisPoolConfig"
    <property name="maxIdle" value="${redis.maxIdle}" /> 
    <property name="maxTotal" value="${redis.maxTotal}" /> 
    <property name="MaxWaitMillis" value="${redis.MaxWaitMillis}" /> 
    <property name="testOnBorrow" value="${redis.testOnBorrow}" /> 
</bean> 
   
<bean id="connectionFactory" class="org.springframework.data.    redis.connection.jedis.JedisConnectionFactory" 
    p:host-name="${redis.host}" p:port="${redis.port}"
    p:password="${redis.pass}"  p:pool-config-ref="poolConfig"/> 
   
<bean id="redisTemplate" class="org.springframework.data.    redis.core.RedisTemplate"
    <property name="connectionFactory"   ref="connectionFactory" /> 
</bean>

  

注意新版的maxTotal,MaxWaitMillis这两个字段与旧版的不同

redis连接池配置文件redis.properties

1
2
3
4
5
6
7
8
redis.host=192.168.2.129
redis.port=6379 
redis.pass=redis129 
 
redis.maxIdle=300 
redis.maxTotal=600 
redis.MaxWaitMillis=1000 
redis.testOnBorrow=true

好了,配置完成,下面写上代码

测试代码

User

1
2
3
4
5
6
7
8
9
@Entity
@Table(name = "t_user")
public class User {
    //主键
    private String id;
    //用户名
    private String userName;
        //...省略get,set...
}

BaseRedisDao

1
2
3
4
5
6
7
@Repository
public abstract class BaseRedisDao<K,V> {
     
    @Autowired(required=true
    protected RedisTemplate<K, V> redisTemplate;
 
}

IUserDao 

1
2
3
4
5
6
7
8
9
10
11
public interface IUserDao {
     
    public boolean save(User user);
     
    public boolean update(User user);
 
    public boolean delete(String userIds);
     
    public User find(String userId);
     
}

UserDao 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
@Repository
public class UserDao extends BaseRedisDao<String, User> implements IUserDao {
     
    @Override
    public boolean save(final User user) {
        boolean res = redisTemplate.execute(new RedisCallback<Boolean>() {
            public Boolean doInRedis(RedisConnection connection) throws DataAccessException {
                RedisSerializer<String> serializer = redisTemplate.getStringSerializer();
                byte[] key = serializer.serialize(user.getId());
                byte[] value = serializer.serialize(user.getUserName());
                //set not exits
                return connection.setNX(key, value);
            }
        });
        return res;
    }
 
    @Override
    public boolean update(final User user) {
        boolean result = redisTemplate.execute(new RedisCallback<Boolean>() { 
            public Boolean doInRedis(RedisConnection connection) throws DataAccessException { 
                RedisSerializer<String> serializer = redisTemplate.getStringSerializer(); 
                byte[] key  = serializer.serialize(user.getId()); 
                byte[] name = serializer.serialize(user.getUserName()); 
                //set
                connection.set(key, name); 
                return true
            
        }); 
        return result;
    }
 
    @Override
    public User find(final String userId) {
        User result = redisTemplate.execute(new RedisCallback<User>() { 
            public User doInRedis(RedisConnection connection) throws DataAccessException { 
                RedisSerializer<String> serializer = redisTemplate.getStringSerializer(); 
                byte[] key = serializer.serialize(userId);
                //get
                byte[] value = connection.get(key); 
                if (value == null) { 
                    return null
                
                String name = serializer.deserialize(value);
                User resUser = new User();
                resUser.setId(userId);
                resUser.setUserName(name);
                return resUser; 
            
        }); 
        return result; 
    }
 
    @Override
    public boolean delete(final String userId) {
        boolean result = redisTemplate.execute(new RedisCallback<Boolean>() { 
            public Boolean doInRedis(RedisConnection connection) throws DataAccessException { 
                RedisSerializer<String> serializer = redisTemplate.getStringSerializer(); 
                byte[] key  = serializer.serialize(userId); 
                //delete
                connection.del(key);
                return true
            
        }); 
        return result;
    }
 
}

Test

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration(locations = {"classpath*:applicationContext.xml"}) 
public class RedisTest extends AbstractJUnit4SpringContextTests { 
       
    @Autowired 
    private IUserDao userDao;
     
    @Test 
    public void testSaveUser() { 
        User user = new User(); 
        user.setId("402891815170e8de015170f6520b0000"); 
        user.setUserName("zhangsan"); 
        boolean res = userDao.save(user);
        Assert.assertTrue(res); 
    
     
    @Test 
    public void testGetUser() { 
        User user = new User(); 
        user = userDao.find("402891815170e8de015170f6520b0000");
        System.out.println(user.getId() + "-" + user.getUserName() ); 
    
     
    @Test 
    public void testUpdateUser() { 
        User user = new User(); 
        user.setId("402891815170e8de015170f6520b0000"); 
        user.setUserName("lisi"); 
        boolean res = userDao.update(user);
        Assert.assertTrue(res); 
    
     
    @Test 
    public void testDeleteUser() { 
        boolean res = userDao.delete("402891815170e8de015170f6520b0000");
        Assert.assertTrue(res); 
    
    
}

  

String类型的增删该查已完成,Hash,List,Set数据类型的操作就不举例了,和使用命令的方式差不多。如下

 

1
2
3
4
5
6
7
8
9
10
11
12
13
connection.hSetNX(key, field, value);
connection.hDel(key, fields);
connection.hGet(key, field);
 
connection.lPop(key);
connection.lPush(key, value);
connection.rPop(key);
connection.rPush(key, values);
 
connection.sAdd(key, values);
connection.sMembers(key);
connection.sDiff(keys);
connection.sPop(key);

  

整合可能遇到的问题

1.NoSuchMethodError

1
2
3
java.lang.NoSuchMethodError: org.springframework.core.serializer.support.DeserializingConverter.<init>(Ljava/lang/ClassLoader;)V
 
Caused by: java.lang.NoSuchMethodError: redis.clients.jedis.JedisShardInfo.setTimeout(I)V

  

类似找不到类,找不到方法的问题,当确定依赖的jar已经引入之后,此类问题多事spring-data-redis以及jedis版本问题,多换个版本试试,本文上面提到的版本可以使用。

1.No qualifying bean

1
No qualifying bean of type [org.springframework.data.redis.core.RedisTemplate] found for dependency

  

找不到bean,考虑applicationContext.xml中配置redisTemplate bean时实现类是否写错。例如,BaseRedisDao注入的是RedisTemplate类型的对象,applicationContext.xml中配置的实现类却是RedisTemplate的子类StringRedisTemplate,那肯定报错。整合好后,下面我们着重学习基于redis的分布式锁的实现。

基于redis实现的分布式锁

我们知道,在多线程环境中,锁是实现共享资源互斥访问的重要机制,以保证任何时刻只有一个线程在访问共享资源。锁的基本原理是:用一个状态值表示锁,对锁的占用和释放通过状态值来标识,因此基于redis实现的分布式锁主要依赖redis的SETNX命令和DEL命令,SETNX相当于上锁,DEL相当于释放锁,当然,在下面的具体实现中会更复杂些。之所以称为分布式锁,是因为客户端可以在redis集群环境中向集群中任一个可用Master节点请求上锁(即SETNX命令存储key到redis缓存中是随机的)。

 

现在相信你已经对在基于redis实现的分布式锁的基本概念有了解,需要注意的是,这个和前面文章提到的使用WATCH 命令对key值进行锁操作没有直接的关系。java中synchronized和Lock对象都能对共享资源进行加锁,下面我们将学习用java实现的redis分布式锁。

java中的锁技术

在分析java实现的redis分布式锁之前,我们先来回顾下java中的锁技术,为了直观的展示,我们采用“多个线程共享输出设备”来举例。

不加锁共享输出设备

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
public class LockTest {
    //不加锁
    static class Outputer {
        public void output(String name) {
            for(int i=0; i<name.length(); i++) {
                System.out.print(name.charAt(i));
            }
            System.out.println();
        }
    }
    public static void main(String[] args) {
        final Outputer output = new Outputer();
        //线程1打印zhangsan
        new Thread(new Runnable(){
            @Override
            public void run() {
                while(true) {
                     try{
                         Thread.sleep(1000);
                     }catch(InterruptedException e) {
                         e.printStackTrace();
                     }
                     output.output("zhangsan");
                }  
            }
        }).start();
         
        //线程2打印lingsi
        new Thread(new Runnable(){
            @Override
            public void run() {
                while(true) {
                     try{
                         Thread.sleep(1000);
                     }catch(InterruptedException e) {
                         e.printStackTrace();
                     }
                     output.output("lingsi");
                }
            }
        }).start();
         
        //线程3打印wangwu
        new Thread(new Runnable(){
            @Override
            public void run() {
                while(true) {
                     try{
                         Thread.sleep(1000);
                     }catch(InterruptedException e) {
                         e.printStackTrace();
                     }
                     output.output("huangwu");
                }
            }
        }).start();
    }
}

 

上面例子中,三个线程同时共享输出设备output,线程1需要打印zhangsan,线程2需要打印lingsi,线程3需要打印wangwu。在不加锁的情况,这三个线程会不会因为得不到输出设备output打架呢,我们来看看运行结果:

 

1
2
3
4
5
6
7
8
9
10
11
huangwu
zhangslingsi
an
huangwu
zlingsi
hangsan
huangwu
lzhangsan
ingsi
huangwu
lingsi

  

从运行结果可以看出,三个线程打架了,线程1没打印完zhangsan,线程2就来抢输出设备......可见,这不是我们想要的,我们想要的是线程之间能有序的工作,各个线程之间互斥的使用输出设备output。

使用java5中的Lock对输出设备加锁

现在我们对Outputer进行改进,给它加上锁,加锁之后每次只有一个线程能访问它。

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
//使用java5中的锁
static class Outputer{
    Lock lock = new ReentrantLock();
    public void output(String name) {
        //传统java加锁
        //synchronized (Outputer.class){
        lock.lock();
        try {
            for(int i=0; i<name.length(); i++) {
                System.out.print(name.charAt(i));
            }
            System.out.println();
        }finally{
            //任何情况下都有释放锁
            lock.unlock();
        }  
        //}
    }
}

  

看看加锁后的输出结果:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
zhangsan
lingsi
huangwu
zhangsan
lingsi
huangwu
zhangsan
lingsi
huangwu
zhangsan
lingsi
huangwu
zhangsan
lingsi
huangwu
......

  

从运行结果中可以看出,三个线程之间不打架了,线程之间的打印变得有序。有个这个基础,下面我们来学习基于Redis实现的分布式锁就更容易了。

Redis分布式锁

实现分析

从上面java锁的使用中可以看出,锁对象主要有lock与unlock方法,在lock与unlock方法之间的代码(临界区)能保证线程互斥访问。基于redis实现的Java分布式锁主要依赖redis的SETNX命令和DEL命令,SETNX相当于上锁(lock),DEL相当于释放锁(unlock)。我们只要实现Lock接口重写lock()和unlock()即可。但是这还不够,安全可靠的分布式锁应该满足满足下面三个条件:

l 互斥,不管任何时候,只有一个客户端能持有同一个锁。

l 不会死锁,最终一定会得到锁,即使持有锁的客户端对应的master节点宕掉。

l 容错,只要大多数Redis节点正常工作,客户端应该都能获取和释放锁。

那么什么情况下回不满足上面三个条件呢。多个线程(客户端)同时竞争锁可能会导致多个客户端同时拥有锁。比如,

(1)线程1在master节点拿到了锁(存入key)

(2)master节点在把线程1创建的key写入slave之前宕机了,此时集群中的节点已经没有锁(key)了,包括master节点的slaver节点

(3)slaver节点升级为master节点

(4)线程2向新的master节点发起锁(存入key)请求,很明显,能请求成功。

可见,线程1和线程2同时获得了锁。如果在更高并发的情况,可能会有更多线程(客户端)获取锁,这种情况就会导致上文所说的线程“打架”问题,线程之间的执行杂乱无章。

 

那什么情况下又会发生死锁的情况呢。如果拥有锁的线程(客户端)长时间的执行或者因为某种原因造成阻塞,就会导致锁无法释放(unlock没有调用),其它线程就不能获取锁而而产生无限期死锁的情况。其它线程在执行lock失败后即使粗暴的执行unlock删除key之后也不能正常释放锁,因为锁就只能由获得锁的线程释放,锁不能正常释放其它线程仍然获取不到锁。解决死锁的最好方式是设置锁的有效时间(redis的expire命令),不管是什么原因导致的死锁,有效时间过后,锁将会被自动释放。

 

为了保障容错功能,即只要有Redis节点正常工作,客户端应该都能获取和释放锁,我们必须用相同的key不断循环向Master节点请求锁,当请求时间超过设定的超时时间则放弃请求锁,这个可以防止一个客户端在某个宕掉的master节点上阻塞过长时间,如果一个master节点不可用了,应该尽快尝试下一个master节点。释放锁比较简单,因为只需要在所有节点都释放锁就行,不管之前有没有在该节点获取锁成功。

Redlock算法

根据上面的分析,官方提出了一种用Redis实现分布式锁的算法,这个算法称为RedLock。RedLock算法的主要流程如下:

 

RedLock算法主要流程

 

 

Java实现

 

结合上面的流程图,加上下面的代码解释,相信你一定能理解redis分布式锁的实现原理

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
public class RedisLock implements Lock{
 
    protected StringRedisTemplate redisStringTemplate;
 
    // 存储到redis中的锁标志
    private static final String LOCKED = "LOCKED";
 
    // 请求锁的超时时间(ms)
    private static final long TIME_OUT = 30000;
 
    // 锁的有效时间(s)
    public static final int EXPIRE = 60;
 
    // 锁标志对应的key;
    private String key;
 
    // state flag
    private volatile boolean isLocked = false;
 
    public RedisLock(String key) {
        this.key = key;
        @SuppressWarnings("resource")
        ApplicationContext  ctx =  new ClassPathXmlApplicationContext("classpath*:applicationContext.xml");
        redisStringTemplate = (StringRedisTemplate)ctx.getBean("redisStringTemplate");
    }
 
    @Override
    public void lock() {
        //系统当前时间,毫秒
        long nowTime = System.nanoTime();
        //请求锁超时时间,毫秒
        long timeout = TIME_OUT*1000000;
        final Random r = new Random();
        try {
            //不断循环向Master节点请求锁,当请求时间(System.nanoTime() - nano)超过设定的超时时间则放弃请求锁
            //这个可以防止一个客户端在某个宕掉的master节点上阻塞过长时间
            //如果一个master节点不可用了,应该尽快尝试下一个master节点
            while ((System.nanoTime() - nowTime) < timeout) {
                //将锁作为key存储到redis缓存中,存储成功则获得锁
                if (redisStringTemplate.getConnectionFactory().getConnection().setNX(key.getBytes(),
                        LOCKED.getBytes())) {
                    //设置锁的有效期,也是锁的自动释放时间,也是一个客户端在其他客户端能抢占锁之前可以执行任务的时间
                    //可以防止因异常情况无法释放锁而造成死锁情况的发生
                    redisStringTemplate.expire(key, EXPIRE, TimeUnit.SECONDS);
                    isLocked = true;
                    //上锁成功结束请求
                    break;
                }
                //获取锁失败时,应该在随机延时后进行重试,避免不同客户端同时重试导致谁都无法拿到锁的情况出现
                //睡眠3毫秒后继续请求锁
                Thread.sleep(3, r.nextInt(500));
            }
        catch (Exception e) {
            e.printStackTrace();
        }
    }
 
    @Override
    public void unlock() {
        //释放锁
        //不管请求锁是否成功,只要已经上锁,客户端都会进行释放锁的操作
        if (isLocked) {
            redisStringTemplate.delete(key);
        }
    }
 
    @Override
    public void lockInterruptibly() throws InterruptedException {
        // TODO Auto-generated method stub
         
    }
 
    @Override
    public boolean tryLock() {
        // TODO Auto-generated method stub
        return false;
    }
 
    @Override
    public boolean tryLock(long time, TimeUnit unit) throws InterruptedException {
        // TODO Auto-generated method stub
        return false;
    }
 
    @Override
    public Condition newCondition() {
        // TODO Auto-generated method stub
        return null;
    }
}

 

好了,RedisLock已经实现,我们对Outputer使用RedisLock进行修改

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
/使用RedisLock
static class Outputer {
    //创建一个名为redisLock的RedisLock类型的锁
    RedisLock redisLock = new RedisLock("redisLock");
    public void output(String name) {
        //上锁
        redisLock.lock();
        try {
            for(int i=0; i<name.length(); i++) {
                System.out.print(name.charAt(i));
            }
            System.out.println();
        }finally{
            //任何情况下都要释放锁
            redisLock.unlock();
        }  
    }
}

  

看看使用RedisLock加锁后的的运行结果

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
lingsi
zhangsan
huangwu
lingsi
zhangsan
huangwu
lingsi
zhangsan
huangwu
lingsi
zhangsan
huangwu
lingsi
zhangsan
huangwu
......

  

可见,使用RedisLock加锁后线程之间不再“打架”,三个线程互斥的访问output。

问题

现在我无法论证RedLock算法在分布式、高并发环境下的可靠性,但从本例三个线程的运行结果看,RedLock算法确实保证了三个线程互斥的访问output(redis.maxIdle=300 redis.maxTotal=600,运行到Timeout waiting for idle object都没有出现线程“打架”的问题)。我认为RedLock算法仍有些问题没说清楚,比如,如何防止宕机时多个线程同时获得锁;RedLock算法在释放锁的处理上,不管线程是否获取锁成功,只要上了锁,就会到每个master节点上释放锁,这就会导致一个线程上的锁可能会被其他线程释放掉,这就和每个锁只能被获得锁的线程释放相互矛盾。这些有待后续进一步交流学习研究。

 

参考文档

http://redis.io/topics/distlock

http://ifeve.com/redis-lock/

 





作者:ITPSC
出处:http://www.cnblogs.com/hjwublog/
温馨提示:如果您觉得阅读本文能让你有所收获,请点一下“推荐”按钮或者“关注我”按钮,您的肯定将是我写作的动力!欢迎转载,转载请注明出处
正文到此结束
Loading...