Redis魔法:点燃分布式锁的奇妙实现
分布式锁是一种用于在分布式系统中控制对共享资源的访问的锁。它与传统的单机锁不同,因为它需要在多个节点之间协调以确保互斥访问。
本文将介绍什么是分布式锁,以及使用Redis实现分布式锁的几种方案。

一、前言
了解分布式锁之前,需要先了解一下
- 线程锁
- 进程锁
- CAP理论
线程锁
线程锁主要用来给方法、代码块加锁。
当某个方法或代码使用锁,在同一时刻仅有一个线程执行该方法或该代码段。
线程锁只在同一JVM中有效果,因为线程锁的实现,是通过线程之间共享内存实现的,
一般实现方法:
- Synchronized
- Lock
进程锁
进程锁是控制同一操作系统中多个进程访问某个共享资源
进程具有独立性,各个进程无法访问其他进程的资源,因此无法通过synchronized等线程锁实现进程锁。
CAP理论
任何一个分布式系统都无法同时满足
- 一致性(Consistency)
- 可用性(Availability)
- 分区容错性(Partition tolerance)
最多只能同时满足两项。
二、分布式锁
概念
如果不同的系统或同一个系统的不同主机之间共享了某个临界资源,往往需要互斥来防止彼此干扰,以保证一致性,就产生了分布式锁。包含三个要素:
- 分布式系统
- 不同进程
- 共同访问共享资源
分布式锁,实现的是CA,即一致性和可用性
特性
- 互斥性: 任意时刻,只有一个客户端能持有锁。
- 锁超时释放:持有锁超时,可以释放,防止不必要的资源浪费,也可以防止死锁。
- 可重入性:一个线程如果获取了锁之后,可以再次对其请求加锁。
- 高性能和高可用:加锁和解锁需要开销尽可能低,同时也要保证高可用,避免分布式锁失效。
- 安全性:锁只能被持有的客户端删除,不能被其他客户端删除。
三、实现方案
Redisson框架
框架介绍
Redisson是一款基于Java的Redis客户端,它封装了Redis的Java客户端Jedis、Lettuce等,并且提供了许多额外的功能,例如分布式锁、分布式集合、分布式对象、布隆过滤器等。
框架特点
- 提供了丰富的API,简单易用。
- 提供了多种数据结构的实现,如分布式锁、分布式集合、分布式Map、分布式Queue等。
- 支持多种Redis部署方式,如单节点、主从、哨兵、集群等。
- 提供了基于Netty的高性能的Redis连接池。
- 提供了基于Ramp模型的分布式远程调用框架,可以方便的进行分布式服务调用。
简单示例
1.引入Redisson的依赖
<dependency><groupId>org.redisson</groupId><artifactId>redisson</artifactId><version>3.16.0</version>
</dependency>
2.创建RedissonClient对象
Config config = new Config();
config.useSingleServer().setAddress("redis://127.0.0.1:6379");
RedissonClient redissonClient = Redisson.create(config);
3.使用RedissonClient对象进行数据操作
// 获取字符串对象
RBucket<String> bucket = redissonClient.getBucket("myKey");
bucket.set("myValue");// 获取Map对象
RMap<String, String> map = redissonClient.getMap("myMap");
map.put("key1", "value1");// 获取分布式锁对象
RLock lock = redissonClient.getLock("myLock");
lock.lock();
try {// do something
} finally {lock.unlock();
}
基于SETNX命令实现
通过使用Redis中的SETNX命令(即SET if Not eXists),可以实现一个简单的分布式锁。
SETNX命令是Redis中的一种原子性操作,用于将一个键值对(key-value)设置到Redis中,仅在键不存在时才会设置成功,否则设置失败。利用SETNX命令的特性,可以实现分布式锁的机制,具体步骤如下:
- 设置锁:在Redis中设置一个键值对,键为锁名称,值为一个随机生成的字符串,同时设置过期时间(防止锁一直存在,导致死锁)。可以使用以下Redis命令:
SETNX lock_name random_value
EXPIRE lock_name expire_time
- 获取锁:如果SETNX命令返回1,则说明锁设置成功,此时获取到了锁;如果返回0,则说明锁已经被其他节点持有,此时需要等待一段时间后重试获取锁。
- 释放锁:释放锁时,需要先判断当前线程持有的锁是否与之前设置的锁名称和值相同,如果相同,则通过DEL命令删除该键值对,释放锁。
if redis.call('get', KEYS[1]) == ARGV[1] thenreturn redis.call('del', KEYS[1])
elsereturn 0
end
基于RedLock实现
RedLock是一个多节点分布式锁算法,它基于Redis和一些简单的算法来实现高可用的分布式锁。
与传统的Redis分布式锁方案相比,RedLock可以更好地应对网络故障和硬件故障等异常情况,提高系统的可用性和稳定性。
RedLock算法的基本思想是:将锁的持有和释放过程转化为一个竞争资源的问题,通过多节点协作的方式来实现锁的分配和释放。
具体步骤如下:
- 对于要加锁的资源,计算出一个唯一的标识(比如使用hash函数将资源名称转化为一个32位整数),作为锁的名称。
- 获取多个Redis节点的当前时间戳,并计算出一个时钟偏差(clock drift)。时钟偏差可以通过取多个Redis节点的时间戳的平均值来计算。这样可以避免不同Redis节点之间的时间不同步而导致的锁冲突问题。
- 获取锁:对于每个Redis节点,尝试通过SET命令获取锁。如果获取锁成功,则记录锁的名称、锁的值(一个随机字符串)、过期时间以及Redis节点的标识信息(比如IP地址和端口号)。如果获取锁失败,则记录失败的节点信息。
- 判断获取锁的结果:统计获取锁成功的节点数,并根据Quorum算法(投票算法)来判断是否获取锁成功。如果获取锁成功的节点数大于等于N/2+1(其中N为Redis节点数),则表示锁获取成功;否则,表示锁获取失败。
- 执行结果:如果锁获取成功,则执行相应的业务逻辑;如果锁获取失败,则需要尝试在所有失败的节点中找到一个最新的锁并释放它,以避免死锁问题。
- 释放锁:释放锁时,需要根据锁的名称和值来判断当前节点是否持有该锁。如果当前节点持有该锁,则通过DEL命令删除该键值对,释放锁。
需要注意的是,RedLock算法并不能保证绝对的可用性和正确性,仍然可能存在某些特殊情况下的锁冲突问题。
因此,在实际应用中,需要根据具体业务场景和需求来选择适合的分布式锁方案,并进行充分的测试和优化。
基于Lua脚本实现
在Redis中可以使用Lua脚本来实现分布式锁,其基本思想是通过原子操作将锁的获取和释放过程合并为一个操作,保证锁的原子性和一致性。
使用Lua脚本可以在Redis中实现一个基于SET命令的分布式锁,具体实现步骤如下:
- 生成一个随机字符串作为锁的值,以确保不同的客户端使用的锁值不同。
- 使用SET命令将锁名作为key,锁值作为value,过期时间作为expire参数来设置锁,加上NX(Not eXist)选项,只有当key不存在时才设置成功。
- 在Lua脚本中使用eval命令执行以下脚本:
if redis.call('set', KEYS[1], ARGV[1], 'NX', 'PX', ARGV[2]) thenreturn 1
elsereturn 0
end
其中,KEYS[1]表示锁的名称,ARGV[1]表示锁的值,ARGV[2]表示锁的过期时间。
- 结果:如果eval命令返回1,则表示获取锁成功;如果返回0,则表示获取锁失败。
- 释放锁时,可以使用DEL命令删除锁的名称即可。
下面是一个完整的Lua例子:
if redis.call('setnx', KEYS[1], ARGV[1]) == 1 thenredis.call('expire', KEYS[1], ARGV[2])return 1
elsereturn 0
end-- 释放锁
if redis.call('get', KEYS[1]) == ARGV[1] thenreturn redis.call('del', KEYS[1])
elsereturn 0
end
上面的代码包括两个部分:获取锁和释放锁。
- 获取锁:使用setnx命令来尝试获取锁。如果获取成功,则设置锁的过期时间,并返回1表示获取锁成功;否则,返回0表示获取锁失败。
- 释放锁:先通过get命令获取锁的值,判断当前节点是否持有该锁。如果持有,则使用del命令删除该键值对并返回1表示释放锁成功;否则,返回0表示释放锁失败。
四、总结
上面提到的通过Redis实现的分布式锁几种方案,在高并发的情况下,可能存在锁冲突的问题,因此需要根据实际业务场景来选择适合的锁方案,并进行充分的测试和优化。
最后,推荐一款应用开发神器
扯个嗓子!关于目前低代码在技术领域很活跃!
低代码是什么?一组数字技术工具平台,能基于图形化拖拽、参数化配置等更为高效的方式,实现快速构建、数据编排、连接生态、中台服务等。通过少量代码或不用代码实现数字化转型中的场景应用创新。它能缓解甚至解决庞大的市场需求与传统的开发生产力引发的供需关系矛盾问题,是数字化转型过程中降本增效趋势下的产物。
这边介绍一款好用的低代码平台——JNPF快速开发平台。近年在市场表现和产品竞争力方面表现较为突出,采用的是最新主流前后分离框架(SpringBoot+Mybatis-plus+Ant-Design+Vue3)。代码生成器依赖性低,灵活的扩展能力,可灵活实现二次开发。
以JNPF为代表的企业级低代码平台为了支撑更高技术要求的应用开发,从数据库建模、Web API构建到页面设计,与传统软件开发几乎没有差异,只是通过低代码可视化模式,减少了构建“增删改查”功能的重复劳动,还没有了解过低代码的伙伴可以尝试了解一下。
应用:https://www.jnpfsoft.com/?csdn
有了它,开发人员在开发过程中就可以轻松上手,充分利用传统开发模式下积累的经验。所以低代码平台对于程序员来说,有着很大帮助。
相关文章:
Redis魔法:点燃分布式锁的奇妙实现
分布式锁是一种用于在分布式系统中控制对共享资源的访问的锁。它与传统的单机锁不同,因为它需要在多个节点之间协调以确保互斥访问。 本文将介绍什么是分布式锁,以及使用Redis实现分布式锁的几种方案。 一、前言 了解分布式锁之前,需要先了…...
iOS 项目避坑:多个分类中方法重复实现检测
#前言 在项目中,我们经常会使用分类 -> category。category在实际项目中一般有两个左右:1.给已有class增加方法,扩充起能力、2.将代码打散到多个文件中,避免因为一个类过于复杂而导致代码篇幅过长(应用于viewController中很好用) 但是 category 也有很多弊端~ **首…...
【003】EIS数据分析_#LIB
EIS数据分析 1. EIS测试及数据获取2. EIS数据分析2.1 EIS曲线划分 1. EIS测试及数据获取 点击查看往期介绍 2. EIS数据分析 2.1 EIS曲线划分 一般来说,实轴处的截获表示体电阻(Rb),它反映了电解质,隔膜和电极的电导率。高频区的半圆对应于…...
Sprint framework Day07:注解结合 xml 配置
前言 Spring注解结合XML配置是指在Spring应用中,使用注解和XML配置的方式来进行Bean的定义、依赖注入和其他配置。这种方式可以充分利用Spring框架的注解和XML配置两种不同的配置方式的特点。 在Spring框架中,我们可以使用注解来定义Bean,如…...
LiveGBS流媒体平台GB/T28181功能-国标流媒体服务同时兼容内网收流外网收流多网段设备收流
LiveGBS流媒体平台GB/T28181功能-国标流媒体服务同时兼容内网收流外网收流多网段设备收流 1、背景2、设备接入播放2.1、查看通道2.2、直播播放 3、默认收流地址配置4、其它网络设备收流配置5、搭建GB28181视频直播平台 1、背景 服务器部署的时候,可能有多个网卡多个…...
js题解(四)
文章目录 批量改变对象的属性判断是否包含数字判断是否符合指定格式 批量改变对象的属性 给定一个构造函数 constructor,请完成 alterObjects 方法,将 constructor 的所有实例的 greeting 属性指向给定的 greeting 变量。 function alterObjects(const…...
如何进行大数运算和高精度计算?
大数运算和高精度计算是在计算机编程中常见的需求,尤其是当处理大整数、分数、复数、浮点数等需要更多位数的数据时。在C语言中,由于原生的数据类型有限,您需要使用自定义的数据结构和算法来执行大数运算和高精度计算。在本文中,我…...
身份证读卡器跟OCR有何区别?哪个好?
二代身份证读卡器(以下简称读卡器)和OCR(光学字符识别)是两种常见的身份证信息获取技术,它们在原理、功能和应用方面存在一些区别。下面将详细介绍二者的区别并探讨哪个更好。 1. 原理: - 读卡器ÿ…...
华为云云耀云服务器L实例评测 | 实例评测使用之硬件参数评测:华为云云耀云服务器下的 Linux 网络监控神器 bmon
华为云云耀云服务器L实例评测 | 实例评测使用之硬件参数评测:华为云云耀云服务器下的 Linux 网络监控神器 bmon 介绍华为云云耀云服务器 华为云云耀云服务器 (目前已经全新升级为 华为云云耀云服务器L实例) 华为云云耀云服务器是什…...
C++ 设计模式 —— 组合模式
C 设计模式 —— 组合模式 0. 引用连接 本文主要的思路和代码,来自于对以下连接的学习和实现: 组合模式 1. 引言 1.1 什么是组合模式? 组合模式的定义组合模式的作用 组合模式是一种行为型设计模式,它将对象组合成树形结构以…...
华为云Stack的学习(九)
十、华为云Stack灾备服务介绍 1.云硬盘备份VBS 云硬盘备份服务(VBS,Volume Backup Service)可为云硬盘(EVS,Elastic Volume Service)创建备份,利用备份数据恢复云硬盘,最大限度保障…...
Flink中jobmanager、taskmanager、slot、task、subtask、Parallelism的概念
场景 一个工厂有三个车间每个车间两条生产线 生产流程如下 原料->加工->过滤->分类->美化->包装->下线 JobManager:工厂 在上述场景中,工厂就是jobManager,负责协调、调度和监控整个生产过程 TaskManager:车间…...
OpenHarmony docker环境搭建
OpenHarmony docker环境搭建 要求一台安装ubuntu的虚拟机,vscode软件 安装docker 在 Ubuntu 上安装 Docker 非常直接。我们将会启用 Docker 软件源,导入 GPG key,并且安装软件包。 首先,更新软件包索引,并且安装必要的依赖软件…...
【计算机网络】网络编程接口 Socket API 解读(11)
Socket 是网络协议栈暴露给编程人员的 API,相比复杂的计算机网络协议,API 对关键操作和配置数据进行了抽象,简化了程序编程。 本文讲述的 socket 内容源自 Linux man。本文主要对各 API 进行详细介绍,从而更好的理解 socket 编程。…...
Qt工具开发,该不该跳槽?
Qt工具开发,该不该跳槽? 就这样吧,我怕你跳不动。 嵌入式UI,目前趋势是向着LVGL发展。QT已经在淘汰期了。很多项目还在用,但技术上已经落后。QT短期内不会全面淘汰,但退位让贤的大趋势已经很清楚了。 最近很多小伙伴…...
【深度学习】DDPM,Diffusion,概率扩散去噪生成模型,原理解读
看过来看过去,唯有此up主,非常牛: Video Explaination(Chinese) 1. DDPM Introduction q q q - 一个固定(或预定义)的正向扩散过程,逐渐向图像添加高斯噪声,直到最终得到纯噪声。 p θ p_θ p…...
HT8699:内置 BOOST 升Y双声道音频功率放大器
HT8699是一款内置BOOST升Y模块的立体声音频功率放大器。HT8699具有AB类和D类切换功能,在受到D类功放EMI干扰困扰时,可切换至AB类音频功放模式。 在D类模式下,内置的BOOST升Y模块可通过外置电阻调节升Y值,即使是锂电池供电…...
利达卓越:关注环保事业,持续赋能科技
随着全球环境问题的日益突出,绿色金融作为一种新兴的金融模式逐渐受到各国的重视。绿色金融是指在金融活动中,通过资金、信贷和风险管理等手段,支持环境友好和可持续发展的项目和产业。绿色金融的出现是为了应对气候变化、资源短缺、污染问题等现实挑战,促进经济的绿色转型和可…...
Spring MVC中通过配置文件配置定时任务
Spring MVC中配置定时任务(配置文件方式) 1.步骤 1.步骤 1-1 在springmvc.xml(配置文件)的beans中添加 xmlns:task"http://www.springframework.org/schema/task" http://www.springframework.org/schema/task http…...
AI项目十六:YOLOP 训练+测试+模型评估
若该文为原创文章,转载请注明原文出处。 通过正点原子的ATK-3568了解到了YOLOP,这里记录下训练及测试及在onnxruntime部署的过程。 步骤:训练->测试->转成onnx->onnxruntime部署测试 一、前言 YOLOP是华中科技大学研究团队在2021年…...
超短脉冲激光自聚焦效应
前言与目录 强激光引起自聚焦效应机理 超短脉冲激光在脆性材料内部加工时引起的自聚焦效应,这是一种非线性光学现象,主要涉及光学克尔效应和材料的非线性光学特性。 自聚焦效应可以产生局部的强光场,对材料产生非线性响应,可能…...
CTF show Web 红包题第六弹
提示 1.不是SQL注入 2.需要找关键源码 思路 进入页面发现是一个登录框,很难让人不联想到SQL注入,但提示都说了不是SQL注入,所以就不往这方面想了 先查看一下网页源码,发现一段JavaScript代码,有一个关键类ctfs…...
JavaScript 中的 ES|QL:利用 Apache Arrow 工具
作者:来自 Elastic Jeffrey Rengifo 学习如何将 ES|QL 与 JavaScript 的 Apache Arrow 客户端工具一起使用。 想获得 Elastic 认证吗?了解下一期 Elasticsearch Engineer 培训的时间吧! Elasticsearch 拥有众多新功能,助你为自己…...
Docker 运行 Kafka 带 SASL 认证教程
Docker 运行 Kafka 带 SASL 认证教程 Docker 运行 Kafka 带 SASL 认证教程一、说明二、环境准备三、编写 Docker Compose 和 jaas文件docker-compose.yml代码说明:server_jaas.conf 四、启动服务五、验证服务六、连接kafka服务七、总结 Docker 运行 Kafka 带 SASL 认…...
【解密LSTM、GRU如何解决传统RNN梯度消失问题】
解密LSTM与GRU:如何让RNN变得更聪明? 在深度学习的世界里,循环神经网络(RNN)以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而,传统RNN存在的一个严重问题——梯度消失&#…...
【单片机期末】单片机系统设计
主要内容:系统状态机,系统时基,系统需求分析,系统构建,系统状态流图 一、题目要求 二、绘制系统状态流图 题目:根据上述描述绘制系统状态流图,注明状态转移条件及方向。 三、利用定时器产生时…...
AI编程--插件对比分析:CodeRider、GitHub Copilot及其他
AI编程插件对比分析:CodeRider、GitHub Copilot及其他 随着人工智能技术的快速发展,AI编程插件已成为提升开发者生产力的重要工具。CodeRider和GitHub Copilot作为市场上的领先者,分别以其独特的特性和生态系统吸引了大量开发者。本文将从功…...
DeepSeek 技术赋能无人农场协同作业:用 AI 重构农田管理 “神经网”
目录 一、引言二、DeepSeek 技术大揭秘2.1 核心架构解析2.2 关键技术剖析 三、智能农业无人农场协同作业现状3.1 发展现状概述3.2 协同作业模式介绍 四、DeepSeek 的 “农场奇妙游”4.1 数据处理与分析4.2 作物生长监测与预测4.3 病虫害防治4.4 农机协同作业调度 五、实际案例大…...
使用 SymPy 进行向量和矩阵的高级操作
在科学计算和工程领域,向量和矩阵操作是解决问题的核心技能之一。Python 的 SymPy 库提供了强大的符号计算功能,能够高效地处理向量和矩阵的各种操作。本文将深入探讨如何使用 SymPy 进行向量和矩阵的创建、合并以及维度拓展等操作,并通过具体…...
安宝特方案丨船舶智造的“AR+AI+作业标准化管理解决方案”(装配)
船舶制造装配管理现状:装配工作依赖人工经验,装配工人凭借长期实践积累的操作技巧完成零部件组装。企业通常制定了装配作业指导书,但在实际执行中,工人对指导书的理解和遵循程度参差不齐。 船舶装配过程中的挑战与需求 挑战 (1…...
