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:
-
单机模式;
-
主从模式;
-
哨兵模式;
-
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:
// 构造redisson实现分布式锁必要的Config
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39 1Config config = new Config();
2
3config.useSingleServer().setAddress("redis://172.29.1.180:5379")
4.setPassword("a123456").setDatabase(0);
5
6// 构造RedissonClient
7
8RedissonClient redissonClient = Redisson.create(config);
9
10// 设置锁定资源名称
11
12RLock disLock = redissonClient.getLock("DISLOCK");
13
14boolean isLock;
15
16
17try
18{
19 //尝试获取分布式锁
20
21 isLock = disLock.tryLock(500, 15000, TimeUnit.MILLISECONDS);
22
23 if(isLock) {
24 //TODO if get lock success, do something;
25
26 Thread.sleep(15000);
27
28
29 }
30} catch( Exceptione) {
31
32} finally {
33
34// 无论如何, 最后都要解锁
35
36 disLock.unlock();
37
38}
39
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):
172.29.1.180:5379> hgetall DISLOCK
1)"01a6d806-d282-4715-9bec-f51b9aa98110:1"
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
2
3
4
5
6
7
8
9
10 1
2Config config = new Config();
3
4config.useSentinelServers().addSentinelAddress(
5"redis://172.29.3.245:26378"
6,"redis://172.29.3.245:26379"
7, "redis://172.29.3.245:26380").setMasterName("mymaster")
8.setPassword("a123456").setDatabase(0);
9
10
集群模式
集群模式构造Config如下:
1
2
3
4
5
6
7
8
9
10
11
12 1Config config = new Config();
2
3
4config.useClusterServers().addNodeAddress(
5"redis://172.29.3.245:6375",
6"redis://172.29.3.245:6376",
7"redis://172.29.3.245:6377",
8"redis://172.29.3.245:6378",
9"redis://172.29.3.245:6379",
10"redis://172.29.3.245:6380").setPassword(
11"a123456").setScanInterval(5000);
12
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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59 1
2Config config1 = new Config();
3
4config1.useSingleServer().setAddress(
5"redis://172.29.1.180:5378").setPassword("a123456").setDatabase(0);
6
7RedissonClient redissonClient1 = Redisson.create(config1);
8
9Config config2 = new Config();
10
11config2.useSingleServer().setAddress("redis://172.29.1.180:5379")
12.setPassword("a123456").setDatabase(0);
13
14RedissonClient redissonClient2 = Redisson.create(config2);
15
16Config config3 = new Config();
17
18config3.useSingleServer().setAddress("redis://172.29.1.180:5380")
19.setPassword("a123456").setDatabase(0);
20
21RedissonClient redissonClient3 = Redisson.create(config3);
22
23String resourceName = "REDLOCK";
24
25RLock lock1 = redissonClient1.getLock(resourceName);
26
27RLock lock2 = redissonClient2.getLock(resourceName);
28
29RLock lock3 = redissonClient3.getLock(resourceName);
30
31RedissonRedLock redLock = new RedissonRedLock(lock1, lock2, lock3);
32
33boolean isLock;
34
35try{
36
37isLock = redLock.tryLock(500, 30000, TimeUnit.MILLISECONDS);
38
39System.out.println("isLock = "+isLock);
40
41if(isLock) {
42
43//TODO if get lock success, do something;
44
45Thread.sleep(30000);
46
47}
48
49} catch(Exceptione) {
50
51} finally {
52
53// 无论如何, 最后都要解锁
54
55System.out.println("");
56redLock.unlock();
57
58}
59
最核心的变化就是 RedissonRedLock redLock=new RedissonRedLock(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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60 1public boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException
2{
3
4// 实现要点之允许加锁失败节点限制(N-(N/2+1))
5
6int failedLocksLimit = failedLocksLimit();
7
8List<RLock> acquiredLocks = new ArrayList<RLock>(locks.size());
9
10// 实现要点之遍历所有节点通过EVAL命令执行lua加锁
11
12for(List.Iterator<RLock> iterator = locks.listIterator(); iterator.hasNext();) {
13
14RLock lock = iterator.next();
15
16boolean lockAcquired;
17
18try
19{
20
21// 对节点尝试加锁
22
23lockAcquired = lock.tryLock(awaitTime, newLeaseTime, TimeUnit.MILLISECONDS);
24
25} catch (RedisConnectionClosedException | RedisResponseTimeoutException
26e) {
27
28// 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
29
30unlockInner(Arrays.asList(lock));
31
32lockAcquired = false;
33
34} catch(Exception e) {
35
36// 抛出异常表示获取锁失败
37
38lockAcquired = false;
39
40}
41
42if(lockAcquired) {
43
44// 成功获取锁集合
45
46acquiredLocks.add(lock);
47
48} else {
49
50// 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
51
52if (locks.size() - acquiredLocks.size() == failedLocksLimit()) {
53 break;
54}
55}
56}
57
58return true;
59}
60
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:
问题合集
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!