Redis--day8--黑马点评--分布式锁（一）

原创 于 2025-08-18 22:36:43 发布 · 335 阅读 · 6 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#redis #分布式 #数据库

请添加图片描述
（以下全部内容均来自上述课程）
在这里插入图片描述

分布式锁

1. 基本原理和不同实现方式对比

请添加图片描述
分布式锁：满足分布式系统或集群模式下多进程可见并且互斥的锁。

分布式锁的核心是实现多线程之间互斥，而满足这一点的方式有很多，常见的有三种：
请添加图片描述

2. Redis的分布式锁实现思路

实现分布式锁时需要实现的两个基本方法：

  • 获取锁：
    互斥：确保只能有一个线程获取锁
# 添加锁，利用setnx的互斥特性
SETNX lock thread1

# 添加锁过期时间，避免服务宕机引起的死锁
EXPIRE lock 10

非阻塞：尝试一次，成功返回true，失败返回false

# 添加锁，NX是互斥，EX是设置超时时间
SET lock thread1 NX EX 10
  • 释放锁：
    手动释放
    超时释放：获取锁时添加一个超时时间
//释放锁，删除即可
DEL key

请添加图片描述

3. 基于Redis实现分布式锁初级版本

需求：定义一个类，实现下面接口，利用Redis实现分布式锁功能。

（实际是最终版本）

package com.hmdp.utils;

public interface ILock {

    /**
     * 尝试获取锁
     * @param timeoutSec 锁持有的超时时间，过期后自动释放
     * @return true代表获取锁成功; false代表获取锁失败
     */
    boolean tryLock(long timeoutSec);

    /**
     * 释放锁
     */
    void unlock();
}

SimpleRedisLock.java：

package com.hmdp.utils;

import cn.hutool.core.lang.UUID;
import org.springframework.core.io.ClassPathResource;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;

import java.util.Collections;
import java.util.concurrent.TimeUnit;

public class SimpleRedisLock implements ILock {

    private String name;
    private StringRedisTemplate stringRedisTemplate;

    public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {
        this.name = name;
        this.stringRedisTemplate = stringRedisTemplate;
    }

    private static final String KEY_PREFIX = "lock:";
    private static final String ID_PREFIX = UUID.randomUUID().toString(true) + "-";
    private static final DefaultRedisScript<Long> UNLOCK_SCRIPT;
    static {
        UNLOCK_SCRIPT = new DefaultRedisScript<>();
        UNLOCK_SCRIPT.setLocation(new ClassPathResource("unlock.lua"));
        UNLOCK_SCRIPT.setResultType(Long.class);
    }

    @Override
    public boolean tryLock(long timeoutSec) {
        // 获取线程标示
        String threadId = ID_PREFIX + Thread.currentThread().getId();
        // 获取锁
        Boolean success = stringRedisTemplate.opsForValue()
                .setIfAbsent(KEY_PREFIX + name, threadId, timeoutSec, TimeUnit.SECONDS);
        return Boolean.TRUE.equals(success);
    }

    @Override
    public void unlock() {
        // 调用lua脚本
        stringRedisTemplate.execute(
                UNLOCK_SCRIPT,
                Collections.singletonList(KEY_PREFIX + name),
                ID_PREFIX + Thread.currentThread().getId());
    }
    /*@Override
    public void unlock() {
        // 获取线程标示
        String threadId = ID_PREFIX + Thread.currentThread().getId();
        // 获取锁中的标示
        String id = stringRedisTemplate.opsForValue().get(KEY_PREFIX + name);
        // 判断标示是否一致
        if(threadId.equals(id)) {
            // 释放锁
            stringRedisTemplate.delete(KEY_PREFIX + name);
        }
    }*/
}

VoucherOrderServiceImpl.java：

 Long userId = UserHolder.getUser().getId();

        //创建锁对象
        SimpleRedisLock lock = new SimpleRedisLock("order"+userId,stringRedisTemplate);

        //获取锁
        boolean isLock = lock.tryLock(1200);

        //判断是否获取锁成功
        if (!isLock) {
            //获取锁失败，返回错误或重试
            return Result.fail("不允许重复下单");
        }
        try {
            //获取代理对象（事务）
            IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
            return proxy.createVoucherOrder(voucherId);
        }finally {
            //释放锁
            lock.unlock();
        }

4. Redis分布式锁误删问题

问题：
请添加图片描述
解决：
请添加图片描述

5. 改进Redis的分布式锁

需求:修改之前的分布式锁实现，满足：

  1. 在获取锁时存入线程标示可以用UUID表示)
  2. 在释放锁时先获取锁中的线程标示，判断是否与当前线程标示一致
  • 如果一致则释放锁
  • 如果不一致则不释放锁

（实际是最终版本）

package com.hmdp.utils;

import cn.hutool.core.lang.UUID;
import org.springframework.core.io.ClassPathResource;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;

import java.util.Collections;
import java.util.concurrent.TimeUnit;

public class SimpleRedisLock implements ILock {

    private String name;
    private StringRedisTemplate stringRedisTemplate;

    public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {
        this.name = name;
        this.stringRedisTemplate = stringRedisTemplate;
    }

    private static final String KEY_PREFIX = "lock:";
    private static final String ID_PREFIX = UUID.randomUUID().toString(true) + "-";
    private static final DefaultRedisScript<Long> UNLOCK_SCRIPT;
    static {
        UNLOCK_SCRIPT = new DefaultRedisScript<>();
        UNLOCK_SCRIPT.setLocation(new ClassPathResource("unlock.lua"));
        UNLOCK_SCRIPT.setResultType(Long.class);
    }

    @Override
    public boolean tryLock(long timeoutSec) {
        // 获取线程标示
        String threadId = ID_PREFIX + Thread.currentThread().getId();
        // 获取锁
        Boolean success = stringRedisTemplate.opsForValue()
                .setIfAbsent(KEY_PREFIX + name, threadId, timeoutSec, TimeUnit.SECONDS);
        return Boolean.TRUE.equals(success);
    }

    @Override
    public void unlock() {
        // 调用lua脚本
        stringRedisTemplate.execute(
                UNLOCK_SCRIPT,
                Collections.singletonList(KEY_PREFIX + name),
                ID_PREFIX + Thread.currentThread().getId());
    }
    /*@Override
    public void unlock() {
        // 获取线程标示
        String threadId = ID_PREFIX + Thread.currentThread().getId();
        // 获取锁中的标示
        String id = stringRedisTemplate.opsForValue().get(KEY_PREFIX + name);
        // 判断标示是否一致
        if(threadId.equals(id)) {
            // 释放锁
            stringRedisTemplate.delete(KEY_PREFIX + name);
        }
    }*/
}

6. 分布式锁的原子性问题

请添加图片描述

7. Lua脚本解决多条命令原子性问题

Redis提供了Lua脚本功能，在一个脚本中编写多条Redis命令，确保多条命令执行时的原子性。
Lua是一种编程语言，它的基本语法可以参考网站:https://www.runoob.com/lua/lua-tutorial.html

这里重点介绍Redis提供的调用函数，语法如下：

# 执行redis命令
redis.call('命令名称','key','其他参数',...)

例如，我们要执行set name jack，则脚本是这样的：

# 执行 set name jack
redis.call('set','name','jack')

例如，我们要先执行set name Rose，再执行get name，则脚本如下：

# 先执行set name Rose
redis.call('set','name','Rose')
# 再执行get name
local name = redis.call('get','name')
# 返回
return name

7.1 Redis的Lua脚本

写好脚本以后，需要用Redis命令来调用脚本，调用脚本的常见命令如下：
在这里插入图片描述
例如，我们要执行 redis.call('set,‘name’,‘jack’)这个脚本，语法如下：
在这里插入图片描述
如果脚本中的key、脚本中可以从KEYS和ARGV数组获取这些参数:
在这里插入图片描述

7.2 基于Redis的分布式锁

释放锁的业务流程是这样的:

  1. 获取锁中的线程标示
  2. 判断是否与指定的标示(当前线程标示)一致
  3. 如果一致则释放锁(删除)
  4. 如果不一致则什么都不做
--获取锁中的线程标示 get key
local id = redis.call('get', KEYS[1])
--比较线程标示与锁中的标示是否一致
if(id ==ARGV[1]) then
	--释放锁 del key
	return redis.call('del',KEYS[1])
end
return 0

8. 再次改进Redis的分布式锁

需求:基于Lua脚本实现分布式锁的释放锁逻辑
提示:RedisTemplate调用Lua脚本的API如下:
请添加图片描述

@Override
    public void unlock() {
        // 调用lua脚本
        stringRedisTemplate.execute(
                UNLOCK_SCRIPT,
                Collections.singletonList(KEY_PREFIX + name),
                ID_PREFIX + Thread.currentThread().getId());
    }
大数据新视界 -- 大数据大厂之 Impala 性能优化：解锁大数据分析的速度密码（上）（1/30）
【青云交】华为云云享专家 | 阿里云开发者社区专家博主 技术圈个人影响力前 17 | 博客之星 TOP23 CSDN 首位四榜（原力榜 / 作者周榜 / 领军人物 / 综合热榜）榜首，破平台纪录！ 苏州地区全榜霸榜，感恩全网十多万粉丝同行！
11-03 1757
本文围绕 Impala 性能优化展开，阐述其对大数据分析效率和企业决策的关键意义，剖析数据规模与复杂度、查询优化等挑战。介绍数据存储（分区、压缩）和查询（索引、语句重塑）优化策略，并通过电商和金融案例展示效果。对比 Impala 与 Hive、Spark SQL 的优劣，强调 Impala 在 OLAP 查询的优势。还介绍了可视化工具对优化的助力。鼓励读者分享 Impala 使用中的优化经验，同时预告下一篇将深入探讨数据存储分区相关内容。
大数据新视界 -- Impala 性能优化：分布式环境中的优化新视野（下）（28 / 30）
【青云交】华为云云享专家 | 阿里云开发者社区专家博主 技术圈个人影响力前 17 | 博客之星 TOP23 CSDN 首位四榜（原力榜 / 作者周榜 / 领军人物 / 综合热榜）榜首，破平台纪录！ 苏州地区全榜霸榜，感恩全网十多万粉丝同行！
11-20 4119
本文聚焦分布式环境下 Impala 性能优化。深入剖析数据传输开销与节点资源竞争对查询性能影响，详述数据布局优化（分区策略、数据本地化）与资源管理优化（动态资源分配、查询队列管理）策略，并以互联网金融、物流、国际连锁酒店案例展示成效。借助 Ganglia、Prometheus 等监控工具跟踪查询执行时间、资源利用率与查询并发度，关联业务指标与成本效益评估优化价值。
点评day04(分布式锁-setnx)
2301_76781991的博客
05-07 1309
我们一路走来，利用添加过期时间，防止死锁问题的发生，但是有了过期时间之后，可能出现误删别人锁的问题，这个问题我们开始是利用删之前 通过拿锁，比锁，删锁这个逻辑来解决的，也就是删之前判断一下当前这把锁是否是属于自己的，但是现在还有原子性问题，也就是我们没法保证拿锁比锁删锁是一个原子性的动作，最后通过lua表达式来解决这个问题。
黑马点评学习笔记-Redis练手项目——day3(分布式锁篇）
2302_80981029的博客
03-03 1306
黑马点评day3：分布式锁相关问题
点评day05(分布式锁-redisson)
2301_76781991的博客
05-08 1034
5、分布式锁-redission 5.1 分布式锁-redission功能介绍 基于setnx的分布式锁问题 基于setnx实现的分布式锁存在下面的问题：重入问题：重入问题是指 获得锁的线程可以再次进入到相同的锁的代码块中，可重入锁的意义在于防止死锁，比如HashTable这样的代码中，他的方法都是使用synchronized修饰的，假如他在一个方法内，调用另一个方法，那么此时如果是不可重入的，不就死锁了吗？所以可重入锁他的主要意义是防止死锁，我们的synchronized和Lock锁都是可重入的。
Redis--day6--黑马点评--商户查询缓存
2301_80071187的博客
08-16 1133
商户查询缓存： 什么是缓存；添加商户缓存；缓存更新策略：主动更新策略；缓存穿透；缓存雪崩；缓存击穿；封装Redis工具类
Redis--day7--黑马点评--优惠券秒杀
最新发布
2301_80071187的博客
08-17 1178
优惠券秒杀：全局唯一ID及实现：全局ID生成器；添加优惠券；实现秒杀；库存超卖问题分析：乐观锁；实现一人一单；集群下的线程并发安全问题
SpringCloud+RabbitMQ+Docker+Redis+搜索+分布式学习-Day 01
cottonknight的博客
02-13 7472
本文为黑马程序员SpringCloud+RabbitMQ+Docker+Redis+搜索+分布式，系统详解springcloud微服务技术栈课程学习笔记,点击进入视频教学学习资料微服务(Microservices) 是一种软件架构风格，它是以专注于单一责任与功能的小型功能区块 (Small Building Blocks) 为基础，利用模组化的方式组合出复杂的大型应用程序，各功能区块使用与语言无关 (Language-Independent/Language agnostic) 的 API 集相互通讯。
黑马头条Day10-定时计算热点文章、xxl-job
ltt159264的博客
07-27 1093
在分布式架构下，一个服务往往会部署多个实例来运行我们的服务，如果在这种分布式系统环境下运行任务调度，我们称之为分布式任务调度1. 并行任务调度并行任务调度实现靠多线程，如果有大量任务需要调度，此时光靠多线程就会有瓶颈了，因为一台计算机CPU的处理能力是有限的。如果将任务调度程序分布式部署，每个结点还可以部署为集群，这样就可以让多台计算机共同去完成任务调度，我们可以将任务分割为若干个分片，由不同的实例并行执行，来提高任务调度的处理效率。2. 高可用若某一个实例宕机，不影响其他实例来执行任务。
SpringCloud+RabbitMQ+Docker+Redis+搜索+分布式学习-Day 03
cottonknight的博客
02-16 721
本文为黑马程序员SpringCloud+RabbitMQ+Docker+Redis+搜索+分布式，系统详解springcloud微服务技术栈课程学习笔记,点击进入视频教学
黑马点评学习笔记-Redis练手项目——day1
2302_80981029的博客
02-24 864
介绍了在黑马点评项目中如何通过 Session 和 Redis 实现用户登录功能。Session 主要用于存储用户的登录信息，而 Redis 则解决了集群环境下 Session 无法共享的问题。通过使用 Redis 存储验证码和用户信息，并通过 Token 进行用户身份验证，可以有效地管理用户登录状态，确保应用在分布式环境下的高可用性和一致性。
黑马点评(七) -- Redis消息队列
ros275229的博客
04-24 1900
黑马点评(七) -- Redis消息队列
黑马点评day03优惠券秒杀（超卖问题）
weixin_54161951的博客
06-28 1094
具体操作逻辑如下：比如时间是否充足，如果时间充足，则进一步判断库存是否足够，然后再根据优惠卷id和用户id查询是否已经下过这个订单，如果下过这个订单，则不再下单，否则进行下单。
大数据新视界 -- 大数据大厂之 Impala 性能优化：应对海量复杂数据的挑战（上）（7/30）
【青云交】华为云云享专家 | 阿里云开发者社区专家博主 技术圈个人影响力前 17 | 博客之星 TOP23 CSDN 首位四榜（原力榜 / 作者周榜 / 领军人物 / 综合热榜）榜首，破平台纪录！ 苏州地区全榜霸榜，感恩全网十多万粉丝同行！
11-06 2134
本文围绕 Impala 性能优化展开，阐述其重要性、与其他管理的协同，介绍数据分区、存储优化、查询优化、高级技巧等策略，通过金融公司案例呈现优化过程与效果，为应对海量复杂数据挑战提供指导，并引出下一篇关于数据压缩与分析加速的内容。
Redis怎么用？5种数据结构详解+高并发场景应用（附Linux安装命令）
GYY20210200107的博客
08-14 1299
Redis作为高性能内存数据库，能有效解决高并发系统"卡顿"问题。其核心优势在于：1）内存存储实现纳秒级响应；2）单线程模型避免锁竞争；3）I/O多路复用处理高并发。提供五种数据结构：String（基础存储）、Hash（对象存储）、List（消息队列）、Set（去重）、ZSet（排行榜）。具备三大高可用机制：RDB/AOF持久化、键过期自动清理、主从哨兵集群架构。典型应用场景包括商品缓存、秒杀队列、用户会话管理等，可使系统响应从500ms降至5ms，降低数据库压力90%。安装支持Linu
Redis GEO
csbysj2020
08-17 243
Redis GEO 是 Redis 的一个模块，用于存储地理位置信息。它允许用户将地理位置信息（经纬度）存储在 Redis 中，并能够基于这些地理位置信息进行查询和计算。Redis GEO 是 Redis 中一个非常有用的功能，可以帮助开发者存储地理位置信息，并基于这些信息进行查询和计算。通过本文的介绍，相信大家对 Redis GEO 有了一定的了解。在实际应用中，可以根据具体需求选择合适的 Redis GEO 功能，发挥其强大的作用。
Redis 如何保证数据安全？
BUG糕手的博客
08-14 688
本文系统介绍了Redis在生产环境中的核心实践，围绕数据安全、高并发、常见问题和管理工具四大维度展开。在数据安全方面，详细讲解了RDB和AOF持久化机制、主从复制、哨兵模式和Redis集群的部署方案。针对高并发场景，提出了单机优化、读写分离和分布式集群的解决方案。针对缓存穿透、雪崩、击穿三大经典问题，给出了缓存空值、布隆过滤器、随机过期时间、互斥锁等实用对策。最后推荐了RedisInsight、Another Redis Desktop Manager等管理监控工具，帮助构建稳定高效的Redis服务体系。文
Redis 持久化（RDB & AOF）
puppy_1mo的博客
08-16 1105
Redis支持RDB和AOF两种持久化机制，将内存数据存储在硬盘上避免进程退出导致数据丢失。RDB通过定期生成数据快照实现备份，支持手动和自动触发，但存在数据实时性不足的问题；AOF通过记录每个写命令保证数据实时性，但文件体积较大。Redis采用fork子进程方式执行持久化操作，同时通过内存缓冲区减少IO操作频率。AOF还支持文件重写来压缩体积。两种机制各有优劣：RDB恢复速度快但实时性差，AOF实时性好但恢复较慢。实际应用中，当AOF开启时优先使用AOF进行数据恢复。
【Redis】集群
2301_80224556的博客
08-15 603
哨兵模式显著提升了 Redis 系统的可用性。然而，其核心数据存储仍然依赖于单个 Master 节点及其 Slave 副本。这意味着所有数据都需要完整地存储在这组主从节点上。当数据量极其庞大，接近甚至超出 Master/Slave 节点所在服务器的物理内存容量时，系统就可能面临严重问题。虽然硬件成本持续下降，大中型互联网公司的服务器内存容量已普遍达到 TB 级别，但在当今的“大数据”时代，1TB 内存也常常显得捉襟见肘。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值