Redisson实现Redis分布式锁的N种姿势

慕酱
539 阅读6分钟
原文链接： click.aliyun.com

前几天发的一篇文章《Redlock：Redis分布式锁最牛逼的实现》，引起了一些同学的讨论，也有一些同学提出了一些疑问，这是好事儿。本文在讲解如何使用Redisson实现Redis普通分布式锁，以及Redlock算法分布式锁的几种方式的同时，也附带解答这些同学的一些疑问。

Redis几种架构

Redis发展到现在，几种常见的部署架构有：

  1. 单机模式；

  2. 主从模式；

  3. 哨兵模式；

  4. 集群模式；

我们首先基于这些架构讲解Redisson普通分布式锁实现，需要注意的是，只有充分了解普通分布式锁是如何实现的，才能更好的了解Redlock分布式锁的实现，因为Redlock分布式锁的实现完全基于普通分布式锁。

普通分布式锁

Redis普通分布式锁原理这个大家基本上都了解，本文不打算再过多的介绍，上一篇文章《Redlock：Redis分布式锁最牛逼的实现》也讲的很细，并且也说到了几个重要的注意点。如果你对Redis普通的分布式锁还有一些疑问，可以再回顾一下这篇文章。

接下来直接show you the code，毕竟 talk is cheap。

redisson版本

本次测试选择redisson 2.14.1版本。

单机模式

源码如下：

  1. // 构造redisson实现分布式锁必要的Config

  2. Config config = new Config();

  3. config.useSingleServer().setAddress( "redis://172.29.1.180:5379").setPassword("a123456").setDatabase(0 );

  4. // 构造RedissonClient

  5. RedissonClient redissonClient = Redisson.create(config);

  6. // 设置锁定资源名称

  7. RLock disLock = redissonClient.getLock( "DISLOCK");

  8. boolean isLock;

  9. try {

  10. //尝试获取分布式锁

  11. isLock = disLock.tryLock( 500, 15000, TimeUnit.MILLISECONDS);

  12. if (isLock) {

  13. //TODO if get lock success, do something;

  14. Thread .sleep(15000);

  15. }

  16. } catch (Exception e) {

  17. } finally {

  18. // 无论如何, 最后都要解锁

  19. disLock.unlock();

  20. }

通过代码可知，经过Redisson的封装，实现Redis分布式锁非常方便，我们再看一下Redis中的value是啥，和前文分析一样，hash结构，key就是资源名称，field就是UUID+threadId，value就是重入值，在分布式锁时，这个值为1（Redisson还可以实现重入锁，那么这个值就取决于重入次数了）：

  1. 172.29. 1.180:5379> hgetall DISLOCK

  2. 1) "01a6d806-d282-4715-9bec-f51b9aa98110:1"

  3. 2) "1"

哨兵模式

即sentinel模式，实现代码和单机模式几乎一样，唯一的不同就是Config的构造：

  1. Config config = new Config();

  2. config.useSentinelServers().addSentinelAddress(

  3. "redis://172.29.3.245:26378" ,"redis://172.29.3.245:26379", "redis://172.29.3.245:26380")

  4. .setMasterName( "mymaster")

  5. .setPassword( "a123456").setDatabase(0);

集群模式

集群模式构造Config如下：

  1. Config config = new Config();

  2. config.useClusterServers().addNodeAddress(

  3. "redis://172.29.3.245:6375" ,"redis://172.29.3.245:6376", "redis://172.29.3.245:6377",

  4. "redis://172.29.3.245:6378" ,"redis://172.29.3.245:6379", "redis://172.29.3.245:6380")

  5. .setPassword( "a123456").setScanInterval(5000);

总结

普通分布式实现非常简单，无论是那种架构，向Redis通过EVAL命令执行LUA脚本即可。

Redlock分布式锁

那么Redlock分布式锁如何实现呢？以单机模式Redis架构为例，直接看实现代码：

  1. Config config1 = new Config();

  2. config1.useSingleServer().setAddress( "redis://172.29.1.180:5378")

  3. .setPassword( "a123456").setDatabase(0);

  4. RedissonClient redissonClient1 = Redisson.create(config1);


  6. Config config2 = new Config();

  7. config2.useSingleServer().setAddress( "redis://172.29.1.180:5379")

  8. .setPassword( "a123456").setDatabase(0);

  9. RedissonClient redissonClient2 = Redisson.create(config2);


  11. Config config3 = new Config();

  12. config3.useSingleServer().setAddress( "redis://172.29.1.180:5380")

  13. .setPassword( "a123456").setDatabase(0);

  14. RedissonClient redissonClient3 = Redisson.create(config3);


  16. String resourceName = "REDLOCK";

  17. RLock lock1 = redissonClient1.getLock(resourceName);

  18. RLock lock2 = redissonClient2.getLock(resourceName);

  19. RLock lock3 = redissonClient3.getLock(resourceName);


  21. RedissonRedLock redLock = new RedissonRedLock(lock1, lock2, lock3);

  22. boolean isLock;

  23. try {

  24. isLock = redLock.tryLock( 500, 30000, TimeUnit.MILLISECONDS);

  25. System .out.println("isLock = "+isLock);

  26. if (isLock) {

  27. //TODO if get lock success, do something;

  28. Thread .sleep(30000);

  29. }

  30. } catch (Exception e) {

  31. } finally {

  32. // 无论如何, 最后都要解锁

  33. System .out.println("");

  34. redLock.unlock();

  35. }

最核心的变化就是 RedissonRedLockredLock=newRedissonRedLock(lock1,lock2,lock3);，因为我这里是以三个节点为例。

那么如果是哨兵模式呢？需要搭建3个，或者5个sentinel模式集群（具体多少个，取决于你）。 那么如果是集群模式呢？需要搭建3个，或者5个cluster模式集群（具体多少个，取决于你）。

实现原理

既然核心变化是使用了RedissonRedLock，那么我们看一下它的源码有什么不同。这个类是RedissonMultiLock的子类，所以调用tryLock方法时，事实上调用了RedissonMultiLock的tryLock方法，精简源码如下：

  1. public boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException {

  2. // 实现要点之允许加锁失败节点限制（N-(N/2+1)）

  3. int failedLocksLimit = failedLocksLimit();

  4. List <RLock> acquiredLocks = new ArrayList <RLock>(locks.size());

  5. // 实现要点之遍历所有节点通过EVAL命令执行lua加锁

  6. for (ListIterator<RLock> iterator = locks.listIterator(); iterator.hasNext();) {

  7. RLock lock = iterator.next();

  8. boolean lockAcquired;

  9. try {

  10. // 对节点尝试加锁

  11. lockAcquired = lock.tryLock(awaitTime, newLeaseTime, TimeUnit.MILLISECONDS);

  12. } catch (RedisConnectionClosedException|RedisResponseTimeoutException e) {

  13. // 如果抛出这类异常，为了防止加锁成功，但是响应失败，需要解锁

  14. unlockInner( Arrays.asList(lock));

  15. lockAcquired = false;

  16. } catch (Exception e) {

  17. // 抛出异常表示获取锁失败

  18. lockAcquired = false;

  19. }


  21. if (lockAcquired) {

  22. // 成功获取锁集合

  23. acquiredLocks.add(lock);

  24. } else {

  25. // 如果达到了允许加锁失败节点限制，那么break，即此次Redlock加锁失败

  26. if (locks.size() - acquiredLocks.size() == failedLocksLimit()) {

  27. break ;

  28. }

  29. }

  30. }

  31. return true;

  32. }

很明显，这段源码就是上一篇文章《Redlock：Redis分布式锁最牛逼的实现》提到的Redlock算法的完全实现。

以sentinel模式架构为例，如下图所示，有sentinel-1，sentinel-2，sentinel-3总计3个sentinel模式集群，如果要获取分布式锁，那么需要向这3个sentinel集群通过EVAL命令执行LUA脚本，需要3/2+1=2，即至少2个sentinel集群响应成功，才算成功的以Redlock算法获取到分布式锁：

b16702cdf90e9a0db3602c26c45871608528a31f

问题合集

e32b46af71c126d44b767a40c769d5f1d13af61a 根据上面实现原理的分析，这位同学应该是对Redlock算法实现有一点点误解，假设我们用5个节点实现Redlock算法的分布式锁。那么要么是5个redis单实例，要么是5个sentinel集群，要么是5个cluster集群。而不是一个有5个主节点的cluster集群，然后向每个节点通过EVAL命令执行LUA脚本尝试获取分布式锁，如上图所示。

失效时间如何设置

这个问题的场景是，假设设置失效时间10秒，如果由于某些原因导致10秒还没执行完任务，这时候锁自动失效，导致其他线程也会拿到分布式锁。

这确实是Redis分布式最大的问题，不管是普通分布式锁，还是Redlock算法分布式锁，都没有解决这个问题。也有一些文章提出了对失效时间续租，即延长失效时间，很明显这又提升了分布式锁的复杂度。另外就笔者了解，没有现成的框架有实现，如果有哪位知道，可以告诉我，万分感谢。

redis分布式锁的高可用

关于Redis分布式锁的安全性问题，在分布式系统专家Martin Kleppmann和Redis的作者antirez之间已经发生过一场争论。有兴趣的同学，搜索"基于Redis的分布式锁到底安全吗"就能得到你想要的答案，需要注意的是，有上下两篇（这应该就是传说中的神仙打架吧，哈）。

zookeeper or redis

没有绝对的好坏，只有更适合自己的业务。就性能而言，redis很明显优于zookeeper；就分布式锁实现的健壮性而言，zookeeper很明显优于redis。如何选择，取决于你的业务！


原文发布时间为： 2018-12-03
本文作者：阿飞的博客
本文来自云栖社区合作伙伴“ Java技术驿站  ”，了解相关信息可以关注“ Java技术驿站 ”。

avatar
文章
阅读
粉丝

友情链接：