分布式缓存技术redis学习系列(五)——redis实战(redis与spring整合,分布式锁实现)

Redis与spring的整合

相关依赖jar包

spring把专门的数据操作独立封装在spring-data系列中,spring-data-redis是对Redis的封装

<dependencies> <!-- 添加spring-data的支持 --> <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redis</artifactId> <version>1.4.2.RELEASE</version> </dependency> <dependency> <groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>2.6.2</version> </dependency> <dependency> <groupId>org.apache.commons</groupId> <artifactId>commons-pool2</artifactId> <version>2.4.2</version> </dependency> <dependency> <groupId>javax.persistence</groupId> <artifactId>persistence-api</artifactId> <version>1.0.2</version> </dependency> <!-- 添加junit支持 --> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>4.12</version> </dependency> <dependency> <groupId>org.springframework</groupId> <artifactId>spring-test</artifactId> <version>4.3.2.RELEASE</version> </dependency> <dependency> <groupId>commons-logging</groupId> <artifactId>commons-logging</artifactId> <version>1.2</version> </dependency> </dependencies>

 

Spring 配置文件applicationContext.xml

<?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:aop="http://www.springframework.org/schema/aop" xmlns:tx="http://www.springframework.org/schema/tx" xmlns:util="http://www.springframework.org/schema/util" xmlns:p="http://www.springframework.org/schema/p" xmlns:context="http://www.springframework.org/schema/context" xmlns:jaxws="http://cxf.apache.org/jaxws" xsi:schemaLocation=" http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://www.springframework.org/schema/tx http://www.springframework.org/schema/tx/spring-tx.xsd http://cxf.apache.org/jaxws http://cxf.apache.org/schema/jaxws.xsd http://www.springframework.org/schema/aop http://www.springframework.org/schema/aop/spring-aop.xsd http://www.springframework.org/schema/util http://www.springframework.org/schema/util/spring-util.xsd http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd"> <!-- 命令空间加入上面这行 --> <context:property-placeholder location="classpath:redis.properties"/> <bean id="poolConfig" class="redis.clients.jedis.JedisPoolConfig"> <property name="maxIdle" value="${redis.maxIdle}" /> <property name="maxTotal" value="${redis.maxTotal}" /> <property name="MaxWaitMillis" value="${redis.MaxWaitMillis}" /> <property name="testOnBorrow" value="${redis.testOnBorrow}" /> </bean> <bean id="connectionFactory" class="org.springframework.data.redis.connection.jedis.JedisConnectionFactory" p:host-name="${redis.host}" p:port="${redis.port}" p:password="${redis.pass}" p:pool-config-ref="poolConfig" /> <bean id="redisTemplate" class="org.spring.framework.data.redis.core.RedisTemplate"> <property name="connectionFactory" ref="connectionFactory" /> </bean> </beans>

注意新版的maxTotal,MaxWaitMillis这两个字段与旧版的不同。

redis连接池配置文件redis.properties

redis.host=192.168.2.129 redis.port=6379 redis.pass=redis129 redis.maxIdle=300 redis.maxTotal=600 redis.MaxWaitMillis=1000 redis.testOnBorrow=true

好了,配置完成,下面写上代码

测试代码

import javax.persistence.Entity; import javax.persistence.Table; /** * @author * @date 创建时间:2017年2月9日 上午8:51:02 * @parameter */ @Entity @Table(name= "t_user") public class User { //主键 private String id; //用户名 private String userName; public String getId() { return id; } public void setId(String id) { this.id = id; } public String getUserName() { return userName; } public void setUserName(String userName) { this.userName = userName; } }

BaseRedisDao

import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.RedisTemplate; /** * @author * @date 创建时间:2017年2月9日 上午9:02:16 * @parameter */ public class BaseRedisDao<K,V> { @Autowired(required=true) protected RedisTemplate<K,V> redisTemplate; }

IUserDao 

public interface IUserDao { public boolean save(User user); public boolean update(User user); public boolean delete(String userIds); public User find(String userId); }

UserDao 

package com.shanheyongmu.dao; import org.springframework.dao.DataAccessException; import org.springframework.data.redis.connection.RedisConnection; import org.springframework.data.redis.core.RedisCallback; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.serializer.RedisSerializer; import com.shanheyongmu.entity.User; /** * @author * @date 创建时间:2017年2月9日 上午9:08:28 * @parameter */ public class UserDao extends BaseRedisDao<String, User> implements IUserDao { public boolean save(final User user) { boolean res = redisTemplate.execute(new RedisCallback<Boolean>() { public Boolean doInRedis(RedisConnection connection) throws DataAccessException { RedisSerializer<String> serializer = redisTemplate.getStringSerializer(); byte[] key = serializer.serialize(user.getId()); byte[] value = serializer.serialize(user.getUserName()); //set not exits return connection.setNX(key, value); } }); return res; } public boolean update(final User user) { boolean result = redisTemplate.execute(new RedisCallback<Boolean>() { public Boolean doInRedis(RedisConnection connection) throws DataAccessException { RedisSerializer<String> serializer = redisTemplate.getStringSerializer(); byte[] key = serializer.serialize(user.getId()); byte[] name = serializer.serialize(user.getUserName()); //set  connection.set(key, name); return true; } }); return result; } public boolean delete(final String userId) { boolean result = redisTemplate.execute(new RedisCallback<Boolean>() { public Boolean doInRedis(RedisConnection connection) throws DataAccessException { RedisSerializer<String> serializer = redisTemplate.getStringSerializer(); byte[] key = serializer.serialize(userId); //delete  connection.del(key); return true; } }); return result; } public User find(final String userId) { User result = redisTemplate.execute(new RedisCallback<User>() { public User doInRedis(RedisConnection connection) throws DataAccessException { RedisSerializer<String> serializer = redisTemplate.getStringSerializer(); byte[] key = serializer.serialize(userId); //get byte[] value = connection.get(key); if(value == null) { return null; } String name = serializer.deserialize(value); User resUser = new User(); resUser.setId(userId); resUser.setUserName(name); return resUser; } }); return result; } }

Test

写这个类的时候需要引入junit包和spring-test.jar

package com.shanheyongmu.test; import org.junit.Assert; import org.junit.Test; import org.junit.runner.RunWith; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.test.context.ContextConfiguration; import org.springframework.test.context.junit4.AbstractJUnit4SpringContextTests; import org.springframework.test.context.junit4.SpringJUnit4ClassRunner; import com.shanheyongmu.dao.IUserDao; import com.shanheyongmu.entity.User; /** * @author * @date 创建时间:2017年2月9日 上午10:42:55 * @parameter */ @RunWith(SpringJUnit4ClassRunner.class) @ContextConfiguration(locations = {"classpath*:applicationContext.xml"}) public class RedisTest extends AbstractJUnit4SpringContextTests { @Autowired private IUserDao userDao; @Test public void testSaveUser() { User user = new User(); user.setId("402891815170e8de015170f6520b0000"); user.setUserName("zhangsan"); } @Test public void testGetUser() { User user = new User(); user = userDao.find("402891815170e8de015170f6520b0000"); System.out.println(user.getId() + "-" +user.getUserName()); } @Test public void testUpdateUser() { User user = new User(); user.setId("402891815170e8de015170f6520b0000"); user.setUserName("lisi"); boolean res = userDao.update(user); Assert.assertTrue(res); } @Test public void testDeleteUser() { boolean res = userDao.delete("402891815170e8de015170f6520b0000"); Assert.assertTrue(res); } }

String类型的增删该查已完成,Hash,List,Set数据类型的操作就不举例了,和使用命令的方式差不多。如下

connection.hSetNX(key, field, value); connection.hDel(key, fields); connection.hGet(key, field); connection.lPop(key); connection.lPush(key, value); connection.rPop(key); connection.rPush(key, values); connection.sAdd(key, values); connection.sMembers(key); connection.sDiff(keys); connection.sPop(key);

整合可能遇到的问题

1.NoSuchMethodError

java.lang.NoSuchMethodError: org.springframework.core.serializer.support.DeserializingConverter.<init>(Ljava/lang/ClassLoader;)V Caused by: java.lang.NoSuchMethodError: redis.clients.jedis.JedisShardInfo.setTimeout(I)V

类似找不到类,找不到方法的问题,当确定依赖的jar已经引入之后,此类问题多事spring-data-redis以及jedis版本问题,多换个版本试试,本文上面提到的版本可以使用。

1.No qualifying bean

No qualifying bean of type [org.springframework.data.redis.core.RedisTemplate] found for dependency

找不到bean,考虑applicationContext.xml中配置redisTemplate bean时实现类是否写错。例如,BaseRedisDao注入的是RedisTemplate类型的对象,applicationContext.xml中配置的实现类却是RedisTemplate的子类StringRedisTemplate,那肯定报错。整合好后,下面我们着重学习基于redis的分布式锁的实现。

基于redis实现的分布式锁

我们知道,在多线程环境中,锁是实现共享资源互斥访问的重要机制,以保证任何时刻只有一个线程在访问共享资源。锁的基本原理是:用一个状态值表示锁,对锁的占用和释放通过状态值来标识,因此基于redis实现的分布式锁主要依赖redis的SETNX命令和DEL命令,SETNX相当于上锁,DEL相当于释放锁,当然,在下面的具体实现中会更复杂些。之所以称为分布式锁,是因为客户端可以在redis集群环境中向集群中任一个可用Master节点请求上锁(即SETNX命令存储key到redis缓存中是随机的)。

 

现在相信你已经对在基于redis实现的分布式锁的基本概念有了解,需要注意的是,这个和前面文章提到的使用WATCH 命令对key值进行锁操作没有直接的关系。java中synchronized和Lock对象都能对共享资源进行加锁,下面我们将学习用java实现的redis分布式锁。

java中的锁技术

在分析java实现的redis分布式锁之前,我们先来回顾下java中的锁技术,为了直观的展示,我们采用“多个线程共享输出设备”来举例。

不加锁共享输出设备


package com.shanheyongmu.lock;


import java.util.concurrent.locks.Lock;
import java.util.concurrent.locks.ReentrantLock;


import com.shanheyongmu.redislock.RedisLock;



public
class LockTest { //不加锁 static class Outputer { public void output(String name) { for(int i=0; i<name.length(); i++) { System.out.print(name.charAt(i)); } System.out.println(); } } public static void main(String[] args) { final Outputer output = new Outputer(); //线程1打印zhangsan new Thread(new Runnable(){ @Override public void run() { while(true) { try{ Thread.sleep(1000); }catch(InterruptedException e) { e.printStackTrace(); } output.output("zhangsan"); } } }).start(); //线程2打印lingsi new Thread(new Runnable(){ @Override public void run() { while(true) { try{ Thread.sleep(1000); }catch(InterruptedException e) { e.printStackTrace(); } output.output("lingsi"); } } }).start(); //线程3打印wangwu new Thread(new Runnable(){ @Override public void run() { while(true) { try{ Thread.sleep(1000); }catch(InterruptedException e) { e.printStackTrace(); } output.output("huangwu"); } } }).start(); } }

 

上面例子中,三个线程同时共享输出设备output,线程1需要打印zhangsan,线程2需要打印lingsi,线程3需要打印wangwu。在不加锁的情况,这三个线程会不会因为得不到输出设备output打架呢,我们来看看运行结果:

huangwu zhangslingsi an huangwu zlingsi hangsan huangwu lzhangsan ingsi huangwu lingsi

从运行结果可以看出,三个线程打架了,线程1没打印完zhangsan,线程2就来抢输出设备……可见,这不是我们想要的,我们想要的是线程之间能有序的工作,各个线程之间互斥的使用输出设备output。

使用java5中的Lock对输出设备加锁

现在我们对Outputer进行改进,给它加上锁,加锁之后每次只有一个线程能访问它。

 

//使用java5中的锁 static class Outputer{ Lock lock = new ReentrantLock(); public void output(String name) { //传统java加锁 //synchronized (Outputer.class){  lock.lock(); try { for(int i=0; i<name.length(); i++) { System.out.print(name.charAt(i)); } System.out.println(); }finally{ //任何情况下都有释放锁  lock.unlock(); } //}  } }

看看加锁后的输出结果:

zhangsan lingsi huangwu zhangsan lingsi huangwu zhangsan lingsi huangwu zhangsan lingsi huangwu zhangsan lingsi huangwu ......

从运行结果中可以看出,三个线程之间不打架了,线程之间的打印变得有序。有个这个基础,下面我们来学习基于Redis实现的分布式锁就更容易了。

Redis分布式锁

实现分析

从上面java锁的使用中可以看出,锁对象主要有lock与unlock方法,在lock与unlock方法之间的代码(临界区)能保证线程互斥访问。基于redis实现的Java分布式锁主要依赖redis的SETNX命令和DEL命令,SETNX相当于上锁(lock),DEL相当于释放锁(unlock)。我们只要实现Lock接口重写lock()和unlock()即可。但是这还不够,安全可靠的分布式锁应该满足满足下面三个条件:

l 互斥,不管任何时候,只有一个客户端能持有同一个锁。

l 不会死锁,最终一定会得到锁,即使持有锁的客户端对应的master节点宕掉。

l 容错,只要大多数Redis节点正常工作,客户端应该都能获取和释放锁。

那么什么情况下回不满足上面三个条件呢。多个线程(客户端)同时竞争锁可能会导致多个客户端同时拥有锁。比如,

(1)线程1在master节点拿到了锁(存入key)

(2)master节点在把线程1创建的key写入slave之前宕机了,此时集群中的节点已经没有锁(key)了,包括master节点的slaver节点

(3)slaver节点升级为master节点

(4)线程2向新的master节点发起锁(存入key)请求,很明显,能请求成功。

可见,线程1和线程2同时获得了锁。如果在更高并发的情况,可能会有更多线程(客户端)获取锁,这种情况就会导致上文所说的线程“打架”问题,线程之间的执行杂乱无章。

 

那什么情况下又会发生死锁的情况呢。如果拥有锁的线程(客户端)长时间的执行或者因为某种原因造成阻塞,就会导致锁无法释放(unlock没有调用),其它线程就不能获取锁而而产生无限期死锁的情况。其它线程在执行lock失败后即使粗暴的执行unlock删除key之后也不能正常释放锁,因为锁就只能由获得锁的线程释放,锁不能正常释放其它线程仍然获取不到锁。解决死锁的最好方式是设置锁的有效时间(redis的expire命令),不管是什么原因导致的死锁,有效时间过后,锁将会被自动释放。

 

为了保障容错功能,即只要有Redis节点正常工作,客户端应该都能获取和释放锁,我们必须用相同的key不断循环向Master节点请求锁,当请求时间超过设定的超时时间则放弃请求锁,这个可以防止一个客户端在某个宕掉的master节点上阻塞过长时间,如果一个master节点不可用了,应该尽快尝试下一个master节点。释放锁比较简单,因为只需要在所有节点都释放锁就行,不管之前有没有在该节点获取锁成功。

Redlock算法

根据上面的分析,官方提出了一种用Redis实现分布式锁的算法,这个算法称为RedLock。RedLock算法的主要流程如下:

分布式缓存技术redis学习系列(五)——redis实战(redis与spring整合,分布式锁实现)

 

RedLock算法主要流程

 

Java实现

 

结合上面的流程图,加上下面的代码解释,相信你一定能理解redis分布式锁的实现原理

public class RedisLock implements Lock{ protected StringRedisTemplate redisStringTemplate; // 存储到redis中的锁标志 private static final String LOCKED = "LOCKED"; // 请求锁的超时时间(ms) private static final long TIME_OUT = 30000; // 锁的有效时间(s) public static final int EXPIRE = 60; // 锁标志对应的key; private String key; // state flag private volatile boolean isLocked = false; public RedisLock(String key) { this.key = key; @SuppressWarnings("resource") ApplicationContext ctx = new ClassPathXmlApplicationContext("classpath*:applicationContext.xml"); redisStringTemplate = (StringRedisTemplate)ctx.getBean("redisStringTemplate"); } @Override public void lock() { //系统当前时间,毫秒 long nowTime = System.nanoTime(); //请求锁超时时间,毫秒 long timeout = TIME_OUT*1000000; final Random r = new Random(); try { //不断循环向Master节点请求锁,当请求时间(System.nanoTime() - nano)超过设定的超时时间则放弃请求锁 //这个可以防止一个客户端在某个宕掉的master节点上阻塞过长时间 //如果一个master节点不可用了,应该尽快尝试下一个master节点 while ((System.nanoTime() - nowTime) < timeout) { //将锁作为key存储到redis缓存中,存储成功则获得锁 if (redisStringTemplate.getConnectionFactory().getConnection().setNX(key.getBytes(), LOCKED.getBytes())) { //设置锁的有效期,也是锁的自动释放时间,也是一个客户端在其他客户端能抢占锁之前可以执行任务的时间 //可以防止因异常情况无法释放锁而造成死锁情况的发生  redisStringTemplate.expire(key, EXPIRE, TimeUnit.SECONDS); isLocked = true; //上锁成功结束请求 break; } //获取锁失败时,应该在随机延时后进行重试,避免不同客户端同时重试导致谁都无法拿到锁的情况出现 //睡眠3毫秒后继续请求锁 Thread.sleep(3, r.nextInt(500)); } } catch (Exception e) { e.printStackTrace(); } } @Override public void unlock() { //释放锁 //不管请求锁是否成功,只要已经上锁,客户端都会进行释放锁的操作 if (isLocked) { redisStringTemplate.delete(key); } } @Override public void lockInterruptibly() throws InterruptedException { // TODO Auto-generated method stub  } @Override public boolean tryLock() { // TODO Auto-generated method stub return false; } @Override public boolean tryLock(long time, TimeUnit unit) throws InterruptedException { // TODO Auto-generated method stub return false; } @Override public Condition newCondition() { // TODO Auto-generated method stub return null; } }

好了,RedisLock已经实现,我们对Outputer使用RedisLock进行修改

/使用RedisLock static class Outputer { //创建一个名为redisLock的RedisLock类型的锁 RedisLock redisLock = new RedisLock("redisLock"); public void output(String name) { //上锁  redisLock.lock(); try { for(int i=0; i<name.length(); i++) { System.out.print(name.charAt(i)); } System.out.println(); }finally{ //任何情况下都要释放锁  redisLock.unlock(); } } }

看看使用RedisLock加锁后的的运行结果

lingsi zhangsan huangwu lingsi zhangsan huangwu lingsi zhangsan huangwu lingsi zhangsan huangwu lingsi zhangsan huangwu ......

可见,使用RedisLock加锁后线程之间不再“打架”,三个线程互斥的访问output。

问题

现在我无法论证RedLock算法在分布式、高并发环境下的可靠性,但从本例三个线程的运行结果看,RedLock算法确实保证了三个线程互斥的访问output(redis.maxIdle=300 redis.maxTotal=600,运行到Timeout waiting for idle object都没有出现线程“打架”的问题)。我认为RedLock算法仍有些问题没说清楚,比如,如何防止宕机时多个线程同时获得锁;RedLock算法在释放锁的处理上,不管线程是否获取锁成功,只要上了锁,就会到每个master节点上释放锁,这就会导致一个线程上的锁可能会被其他线程释放掉,这就和每个锁只能被获得锁的线程释放相互矛盾。这些有待后续进一步交流学习研究。

 

参考文档

http://redis.io/topics/distlock

http://ifeve.com/redis-lock/

全部系列到此告一段落了 ,可能很多人觉得还不够 在此我在搜索问题的过程中发现了比较好的 博客spring data+redis

http://www.cnblogs.com/tankaixiong/p/3660075.html 

 

本网页由机器采集生成,若侵权请及时联系删除。

原文链接:https://www.cnblogs.com/shanheyongmu/p/6383309.html

原创文章,作者:摘自网络,如若转载,请注明出处:https://www.15cov.cn/

本页面内容由网络采集 生成,若侵权请及时联系删除。1606107060@qq.com

发表评论

邮箱地址不会被公开。 必填项已用*标注