Redis入门学习笔记【五】Redis在分布式环境下常见的应用场景

一、分布式锁

当多个进程不在同一个系统中，用分布式锁控制多个进程对资源的操作或者访问。 与之对应有线

程锁，进程锁。

分布式锁可以避免不同进程重复相同的工作，减少资源浪费。 同时分布式锁可以避免破坏数据正

确性的发生， 例如多个进程对同一个订单操作，可能导致订单状态错误覆盖。应用场景如下。

1.1 定时任务重复执行

随着业务的发展，业务系统势必发展为集群分布式模式。如果我们需要一个定时任务来进行订单状

态的统计。比如每 15 分钟统计一下所有未支付的订单数量。那么我们启动定时任务的时候，肯

定不能同一时刻多个业务后台服务都去执行定时任务， 这样就会带来重复计算以及业务逻辑混乱

的问题。

这时候，就需要使用分布式锁，进行资源的锁定。那么在执行定时任务的函数中，首先进行分布式

锁的获取，如果可以获取的到，那么这台机器就执行正常的业务数据统计逻辑计算。如果获取不到

则证明目前已有其他的服务进程执行这个定时任务，就不用自己操作执行了，只需要返回就行了。

1.2 避免用户重复下单

分布式实现方式有很多种：

1. 数据库乐观锁方式

2. 基于 Redis 的分布式锁

3. 基于 ZK 的分布式锁

咱们这篇文章主要是讲 Redis，那么我们重点介绍基于 Redis 如何实现分布式锁。

分布式锁实现要保证几个基本点。

1. 互斥性：任意时刻，只有一个资源能够获取到锁。

2. 容灾性：能够在未成功释放锁的的情况下，一定时限内能够恢复锁的正常功能。

3. 统一性：加锁和解锁保证同一资源来进行操作。

加锁代码演示：

public static boolean tryGetDistributedLock( Jedis jedis, String lockKey, String traceId, int expireTime ) { SetParams setParams = new SetParams();setParams.ex( expireTime ); setParams.nx(); String result = jedis.set( lockKey, traceId, setParams );if ( LOCK_SUCCESS.equals( result ) ) { return(true); } return(false);
}

解锁代码演示：

public static boolean releaseDistributedLock(Jedis jedis, String lockKey, String traceId) { String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end"; Object result = jedis.eval(script, Collections.singletonList(lockKey),                 Collections.singletonList(traceId)); if (RELEASE_SUCCESS.equals(result)) {return true; } return false; 
}

二、分布式自增 ID

应用场景

随着用户以及交易量的增加， 我们可能会针对用户数据，商品数据，以及订单数据进行分库分表

的操作。这时候由于进行了分库分表的行为，所以 MySQL 自增 ID 的形式来唯一表示一行数据

的方案不可行了。 因此需要一个分布式 ID 生成器，来提供唯一 ID 的信息。

实现方式

通常对于分布式自增 ID 的实现方式有下面几种：

1. 利用数据库自增 ID 的属性

2. 通过 UUID 来实现唯一 ID 生成

3. Twitter 的 SnowFlake 算法

4. 利用 Redis 生成唯一 ID

在这里我们自然是说 Redis 来实现唯一 ID 的形式了。使用 Redis 的 INCR 命令来实现唯一ID。

Redis 是单进程单线程架构，不会因为多个取号方的 INCR 命令导致取号重复。因此，基于 Redis

的 INCR 命令实现序列号的生成基本能满足全局唯一与单调递增的特性。