当前位置: 首页 > news >正文

[Redis 分布式锁 ]

目录

前言:  

使用场景:

基于 Redis 实现分布式锁的详细示例:

使用示例:

依赖:

Redis分布式锁控制并发访问:


前言:  

   记录一些小笔记 , 如果对你有帮助 那就更好了

使用场景:

Redis 实现分布式锁的使用场景包括:

  1. 防止重复操作:在分布式环境下,多个进程可能同时对同一个资源进行操作,为了避免重复操作,可以使用分布式锁来保证只有一个进程可以对资源进行操作。

  2. 控制并发访问:在高并发场景下,多个进程同时访问同一个资源可能会导致性能问题,为了控制并发访问,可以使用分布式锁来限制同时访问的进程数量。

  3. 保证数据一致性:在分布式事务场景下,需要保证多个操作的原子性,可以使用分布式锁来保证多个操作的顺序和一致性。

  4. 避免死锁:在分布式环境下,多个进程可能同时获取锁,为了避免死锁,可以使用分布式锁来保证只有一个进程可以持有锁。

总之,分布式锁是在分布式环境下保证数据一致性和避免并发问题的重要工具,适用于各种分布式应用场景。

基于 Redis 实现分布式锁的详细示例:

import redis.clients.jedis.Jedis;
import redis.clients.jedis.params.SetParams;public class RedisDistributedLock {private static final String LOCK_KEY = "lock_key";private static final int LOCK_EXPIRE_TIME = 30000; // 锁过期时间,单位毫秒private static final int SLEEP_TIME = 100; // 获取锁失败后,等待重试的时间,单位毫秒private Jedis jedis;public RedisDistributedLock(Jedis jedis) {this.jedis = jedis;}public boolean lock() {while (true) {SetParams params = new SetParams();params.nx();params.px(LOCK_EXPIRE_TIME);String result = jedis.set(LOCK_KEY, "locked", params);if ("OK".equals(result)) {return true;}try {Thread.sleep(SLEEP_TIME);} catch (InterruptedException e) {Thread.currentThread().interrupt();}}}public void unlock() {jedis.del(LOCK_KEY);}
}

在上面的示例中,我们使用了 Redis 的 SETNX 命令来实现分布式锁。当 SETNX 命令返回 1 时,表示成功获取到锁,否则表示锁已被其他进程占用,需要等待一段时间后重试。为了避免死锁,我们还设置了锁的过期时间,当锁过期后,其他进程可以重新获取锁。

使用示例:

import redis.clients.jedis.Jedis;public class Main {public static void main(String[] args) {Jedis jedis = new Jedis("localhost");RedisDistributedLock lock = new RedisDistributedLock(jedis);try {if (lock.lock()) {// 获取锁成功,执行业务逻辑} else {// 获取锁失败,处理异常情况}} finally {lock.unlock();}}
}

在实际应用中,我们需要根据具体的业务需求和系统架构来调整分布式锁的实现方式。例如,可以使用 Redis 的 Lua 脚本来实现原子性操作,或者使用 Redlock 算法来提高分布式锁的可靠性。

依赖:

上述代码需要依赖 Redis 的 Java 客户端库,例如 Jedis 或 Lettuce。以下是 Maven 依赖示例:

根据实际情况选择合适的 Redis 客户端库和版本。

<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>3.6.0</version>
</dependency>

<dependency>
    <groupId>io.lettuce</groupId>
    <artifactId>lettuce-core</artifactId>
    <version>6.1.3.RELEASE</version>
</dependency>
 


Redis分布式锁控制并发访问:

Redis 分布式锁可以用来控制并发访问,避免多个进程同时访问同一个资源导致的性能问题。具体来说,可以使用 Redis 分布式锁来限制同时访问某个资源的进程数量,例如:

  1. 获取锁时,检查当前已经持有锁的进程数量,如果超过了限制数量,则等待一段时间后重试。

  2. 在释放锁时,检查是否还有其他进程在等待锁,如果有,则唤醒其中一个进程继续执行。

下面是一个使用 Redis 分布式锁控制并发访问的示例:

import redis.clients.jedis.Jedis;
import redis.clients.jedis.params.SetParams;public class RedisConcurrencyControl {private static final String LOCK_KEY = "lock_key";private static final int LOCK_EXPIRE_TIME = 30000; // 锁过期时间,单位毫秒private static final int SLEEP_TIME = 100; // 获取锁失败后,等待重试的时间,单位毫秒private static final int MAX_CONCURRENCY = 10; // 最大并发数private Jedis jedis;public RedisConcurrencyControl(Jedis jedis) {this.jedis = jedis;}public boolean acquireLock() {while (true) {SetParams params = new SetParams();params.nx();params.px(LOCK_EXPIRE_TIME);String result = jedis.set(LOCK_KEY, "locked", params);if ("OK".equals(result)) {return true;}try {Thread.sleep(SLEEP_TIME);} catch (InterruptedException e) {Thread.currentThread().interrupt();}}}public void releaseLock() {jedis.del(LOCK_KEY);String waitingKey = LOCK_KEY + "_waiting";String waitingCount = jedis.get(waitingKey);if (waitingCount != null) {int count = Integer.parseInt(waitingCount);if (count > 0) {jedis.decr(waitingKey);jedis.publish(waitingKey, "1");} else {jedis.del(waitingKey);}}}public boolean tryEnter() {String waitingKey = LOCK_KEY + "_waiting";String waitingCount = jedis.get(waitingKey);if (waitingCount == null) {jedis.set(waitingKey, "1");jedis.expire(waitingKey, LOCK_EXPIRE_TIME);return true;} else {int count = Integer.parseInt(waitingCount);if (count < MAX_CONCURRENCY) {jedis.incr(waitingKey);jedis.expire(waitingKey, LOCK_EXPIRE_TIME);return true;} else {return false;}}}public void waitEnter() {String waitingKey = LOCK_KEY + "_waiting";jedis.subscribe(new JedisPubSub() {@Overridepublic void onMessage(String channel, String message) {synchronized (RedisConcurrencyControl.this) {RedisConcurrencyControl.this.notifyAll();}}}, waitingKey);}
}

在上面的示例中,我们使用 Redis 分布式锁来控制最大并发数。在进程尝试访问资源时,首先需要获取锁,如果获取锁失败,则等待一段时间后重试。如果获取锁成功,则检查当前已经持有锁的进程数量,如果超过了最大并发数,则将自己加入等待队列,并等待其他进程释放锁后唤醒自己。在释放锁时,需要检查等待队列中是否有其他进程在等待,如果有,则唤醒其中一个进程继续执行。

使用示例:

import redis.clients.jedis.Jedis;public class Main {public static void main(String[] args) {Jedis jedis = new Jedis("localhost");RedisConcurrencyControl control = new RedisConcurrencyControl(jedis);try {if (control.acquireLock()) {if (control.tryEnter()) {// 进程成功进入资源访问队列,执行业务逻辑} else {// 进程无法进入资源访问队列,等待其他进程释放锁control.waitEnter();}} else {// 获取锁失败,处理异常情况

Redis文档学习地址:  必须点个三连好吧, 步步高升 7. 分布式集合 - 7.1. 映射(Map) - 《Redisson 使用手册》 - 书栈网 · BookStack

相关文章:

[Redis 分布式锁 ]

目录 前言: 使用场景: 基于 Redis 实现分布式锁的详细示例&#xff1a; 使用示例&#xff1a; 依赖: Redis分布式锁控制并发访问: 前言: 记录一些小笔记 , 如果对你有帮助 那就更好了 使用场景: Redis 实现分布式锁的使用场景包括&#xff1a; 防止重复操作&#xf…...

如何创建Vue实例?Vue实例有哪些属性和方法

Vue实例就是Vue的实例化对象&#xff0c;就像你有一个iPhone&#xff0c;那么iPhone就是你的实例化对象。要创建Vue实例&#xff0c;就像你想拥有一部iPhone一样&#xff0c;首先要有一个设计图。 这个设计图就相当于Vue实例的options对象&#xff0c;你可以设置它的属性&…...

InnoDB Cluster集群Mysql Router代理层最佳实践

InnoDB Cluster 集群 & Mysql-Router 代理层 前言 Mysql是现今最常用的关系型数据库之一&#xff0c;高可用一直是我们对软件服务的要求。常见的Mysql高可用是主从配置&#xff0c;在主节点挂掉后需要依赖监控脚本进行主从切换将从节点升级&#xff0c;后台服务代码层面也…...

RabbitMQ系列-概念及安装

1. 消息队列 消息队列是指利用队列这种数据结构进行消息发送、缓存、接收&#xff0c;使得进程间能相互通信&#xff0c;是点对点的通信 而消息代理是对消息队列的扩展&#xff0c;支持对消息的路由&#xff0c;是发布-订阅模式的通信&#xff0c;消息的发送者并不清楚消息的…...

进程间通信之共享内存

进程间通信之共享内存 1.共享内存机制2.两种常用共享内存方式3.补充一下:linux中shm与shmm的区别4.IPC通信System V版本的共享内存shm5.存储映射共享I/O(mmap函数)1.共享内存机制 是允许两个或多个进程(不相关或有亲缘关系)访问同一个逻辑内存的机制。它是共享和传递数据的一…...

网络连接中的舔狗协议

舔狗网络协议 &#xff08;discard protocol) 最近互联网上&#xff0c;“舔狗” 这个词语很火&#xff0c;也衍生出来很多梗&#xff08;快速说出互联网 4 大舔狗&#xff01;&#xff01;&#xff01;&#xff09;。然后今天偶然间看到了一个 RFC 文档&#xff0c; 发现了一…...

一分钟了解乐观锁、悲观锁、共享锁、排它锁、行锁、表锁以及使用场景

大家好&#xff0c;我是冰点&#xff0c;今天给大家带来&#xff0c;关于MySQL中的锁的使用。 我首先提个问题&#xff0c;大家知道什么是 乐观锁、悲观锁、共享锁&#xff0c;、排它锁、行锁、表锁&#xff0c;以及每种锁的使用场景吗&#xff1f; !! 背景&#xff1a;最近在各…...

【C++】C++ 中的 IO 流

文章目录 一、C语言的输入输出二、什么是流三、C IO 流1、C 标准 IO 流2、C 文件 IO 流 四、stringstream 介绍 一、C语言的输入输出 在C语言中我们使用最频繁的输入输出方式是 scanf () 与 printf()&#xff1a; scanf()&#xff1a;从标准输入设备 (键盘) 读取数据&#xf…...

QFuture的使用

QFuture 是 Qt 提供的一个类&#xff0c;用于表示异步操作的返回值或状态。异步操作指的是那些不会阻塞主线程的操作&#xff0c;例如文件读写、网络请求、计算等等。 在执行异步操作时&#xff0c;可以使用 QtConcurrent 模块提供的函数 (QFuture<T> QtConcurrent::run…...

通过dockerfile将nginx、前端和后端封装成一个镜像

1、内容如下 2、dist文件 就是vue项目的打包文件 3、jar包文件 就是springboot的打包文件 4、编写Dockerfile #引用 jdk1.8作为基础镜像,这个jdk1.8是我自己用linux版本的jdk打包的,具体操作可以看 #https://blog.csdn.net/qq_38639813/article/details/129384923中将jd…...

如何利用CiteSpace快速锁定领域内最新研究热点并制作精美的可视化专题图?

【基于Citespace和vosviewer文献计量学相关论文 】 ​ 01 文献计量学方法与应用 1. 文献计量学方法基本介绍 2. 与其他综述方法区别联系 3. 各学科领域应用趋势近况 4. 主流分析软件优缺点对比 5. 经典高分10SCI思路复盘 6. 软件安装与Java环境配置 02 主题确定、数据检…...

嵌入式开发从入门到精通之第二十二节:蓝牙芯片CC254x ADC 电压测量

目录 1. CC254x ADC原理 参考电压 采样通道 采样率 采样时间...

北邮22信通:二叉树显示路径的两种方法 递归函数保存现场返回现场的实例

北邮22信通一枚~ 跟随课程进度每周更新数据结构与算法的代码和文章 持续关注作者 解锁更多邮苑信通专属代码~ 获取更多文章 请访问专栏~ 北邮22信通_青山如墨雨如画的博客-CSDN博客 一.讲解 要想实现二叉树的路径显示&#xff0c;我们要按照…...

vue 3 第二十八章:组件十二(组件的v-model、多v-model)

文章目录 1. 基本使用2. 使用conputed实现3. v-model 的参数4. 多 v-model 的使用5. v-model 修饰符 在 Vue 3 中&#xff0c; v-model 指令的使用更加灵活&#xff0c;可以绑定任意属性和事件。例如&#xff0c;我们可以使用 v-model:checked 指令来绑定单选框或复选框的 c…...

LCD 显示

概述 LCD显示控制模块接收 MCU 送过来的数据&#xff0c;按一定规律储存在显示 RAM 中&#xff0c;并根据显示 RAM 中的数据驱动 LCD 显示屏来实现期望的字符显示功能。 主要特点&#xff1a; ⚫ 最大支持 840 、 642 、 444 的显示段数 ⚫ 1/3bias 、 1/4bia s ⚫ 16 级灰度可…...

互联网医院开发|在线问诊系统架构设计功能有哪些?

互联网医院会增加更多的医疗业务&#xff0c;电话问诊、视频问诊、个性化的医疗套餐等&#xff0c;未来互联网医院会建成围绕健康主题的深度大数据平台和多元化医疗服务生态体系&#xff0c;丰富人工智能、物联网等应用场景&#xff0c;为用户提供更好的服务体验、更低的成本、…...

数据安全运营有效管理-数据安全复合治理框架和模型解读(1)

数据治理,数据安全治理行业在发展,在实践,所以很多东西是实践出来的,哪有什么神仙理论指导,即使有也是一家之说,但为了提高企业投产比,必要的认知是必须的,落地运营管理水平差异直接决定产品和项目是否可持续性,当前和未来更需要专业和有效创新。数据安全治理要充分考…...

【刷题之路】LeetCode 面试题 03.02. 栈的最小值

【刷题之路】LeetCode 面试题 03.02. 栈的最小值 一、题目描述二、解题1、方法1——“辅助栈”1.1、思路分析1.2、代码实现 一、题目描述 原题连接&#xff1a; 面试题 03.02. 栈的最小值 题目描述&#xff1a; 请设计一个栈&#xff0c;除了常规栈支持的pop与push函数以外&am…...

如何处理图片排重(精准排重,相似排重)

图片相似度对比 1、需求 假如有一个图片池&#xff0c;存有1亿图片。给一张目标图片&#xff0c;在图片池中做匹配。 判断一张图片是否在图片池中出现过。&#xff08;完全一样&#xff09;判断有没有相似的出现过。比如两张图相似度90&#xff0c;两张图片是在描述一件事情。 …...

盐城北大青鸟“北大青鸟杯”IT精英挑战赛设中心评审隆重开赛

为积极响应北大青鸟总部开展第十届“北大青鸟杯”全国IT精英挑战赛的号召&#xff0c;成就学员们的IT梦想&#xff0c;“北大青鸟杯”IT精英挑战赛&#xff08;设计组&#xff09;盐城卓晨中心评审于2023年5月25日下午1:00在人才大厦306教室正式开赛&#xff01; ​ 赛前&a…...

探索MariaDB中的JSON处理

在数据库管理中,处理JSON数据逐渐变得重要,尤其是在需要从复杂的JSON结构中提取信息时。今天,我们将深入探讨如何在MariaDB中使用JSON_SEARCH函数来检查JSON对象中的布尔值true。通过实例,我们将展示如何使用此函数来简化查询过程。 JSON数据的结构 假设我们有一个JSON对…...

字符串拆分合并

贪心算法,最长限制。 import reclass TextFilter:def __init__(self):# 字符映射规则self.char_map = {# 省略号 → 停顿…: ,, ...: ,,: ,,# 破折号 → 停顿——: ,, —: ,,# 书名号 → 直接删除《: , 》: , 〈: , 〉: ,# 其他特殊符号 → 删除*: , /: , #: ,}# 需要保留的…...

PX4仿真环境下的XTDrone实战:解决roslaunch常见错误的5个技巧

PX4仿真环境下的XTDrone实战&#xff1a;解决roslaunch常见错误的5个技巧 在无人机开发领域&#xff0c;PX4与ROS的结合为开发者提供了强大的仿真和测试平台。XTDrone作为基于PX4和ROS的开源无人机仿真框架&#xff0c;已经成为许多开发者和研究团队的首选工具。然而&#xff0…...

DLSS Swapper完整指南:掌握游戏性能优化的终极工具

DLSS Swapper完整指南&#xff1a;掌握游戏性能优化的终极工具 【免费下载链接】dlss-swapper 项目地址: https://gitcode.com/GitHub_Trending/dl/dlss-swapper DLSS Swapper是一款革命性的游戏性能优化工具&#xff0c;专为现代PC游戏玩家设计。这款开源软件让您能够…...

《跨摄像机追踪的终局:镜像视界空间计算方案深度解析》——从“识别与匹配”走向“空间计算与连续存在”的最终形态

跨摄像机追踪的终局&#xff1a;镜像视界空间计算方案深度解析——从“识别与匹配”走向“空间计算与连续存在”的最终形态发布单位&#xff1a;镜像视界&#xff08;浙江&#xff09;科技有限公司一、问题终局&#xff1a;跨摄像机追踪到底要解决什么&#xff1f;在过去十年中…...

Sora全面下线,AI界背后的商业逻辑是什么?

你敢相信吗&#xff1f;那个曾以一己之力震撼全球影视圈、让无数视频创作者彻夜难眠、被视为AI视频生成之王的Sora&#xff0c;被它的亲生父母OpenAI&#xff0c;亲手按下了停止键。一觉醒来&#xff0c;没有降级&#xff0c;没有合并&#xff0c;Sora独立App的API接口直接下线…...

Spring Boot pom.xml 属性配置 <properties> 没有统一管理 lombok 依赖版本,这里可以正常使用 ${lombok.version}

问题&#xff1a;<!-- 属性配置&#xff0c;统一管理依赖版本 --><properties><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><!-- MapStruct 版本 --><org.mapstruct.version>1.6.3</org.mapstruct.version>…...

开源堡垒机Guacamole二次开发实战:SFTP与录屏功能深度优化

1. Guacamole堡垒机二次开发背景与挑战 Guacamole作为一款优秀的开源堡垒机&#xff0c;在企业远程办公和运维管理中扮演着重要角色。但在实际生产环境中&#xff0c;我们常常会遇到一些原生功能无法满足需求的情况。比如在分布式部署场景下&#xff0c;guacd服务与Java后端分离…...

OpenCV实战:图像亮度、对比度与锐化的智能调节与优化

1. 图像处理基础概念解析 在开始动手实践之前&#xff0c;我们需要先理解几个关键概念。亮度、对比度和锐化这三个参数就像调节电视画面的三个旋钮&#xff0c;每个旋钮都会对图像产生独特的影响。 亮度&#xff08;Brightness&#xff09;就像房间里的灯光开关。调高亮度&…...

YOLOv11检测头架构演进与工程实现剖析

1. YOLOv11检测头架构演进解析 目标检测领域近年来发展迅猛&#xff0c;YOLO系列作为其中的佼佼者&#xff0c;每次迭代都带来显著突破。YOLOv11的检测头设计堪称该系列迄今为止最精妙的架构创新&#xff0c;它彻底重构了传统检测头的任务处理方式。我曾在多个工业项目中尝试过…...