赞
踩
Redis是我们Java开发中,使用频次非常高的一个nosql数据库,数据以key-value键值对的形式存储在内存中。redis的常用使用场景,可以做缓存,分布式锁,自增序列等,使用redis的方式和我们使用数据库的方式差不多,首先我们要在自己的本机电脑或者服务器上安装一个redis的服务器,通过我们的java客户端在程序中进行集成,然后通过客户端完成对redis的增删改查操作。
redis的Java客户端类型还是很多的,常见的有jedis, redission,lettuce等,
所以我们在集成的时候,我们可以选择直接集成这些原生客户端。
但是在springBoot中更常见的方式是集成spring-data-redis,这是spring提供的一个专门用来操作redis的项目,封装了对redis的常用操作,里边主要封装了jedis和lettuce两个客户端。相当于是在他们的基础上加了一层门面。
添加redis所需依赖:(在 Spring Boot 2.x及以后的版本中,spring-boot-starter-data-redis 默认使用的就是lettuce这个客户端)
<!-- 集成redis依赖 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
完整pom.xml
<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>com.lsqingfeng.springboot</groupId> <artifactId>springboot-learning</artifactId> <version>1.0.0</version> <properties> <maven.compiler.source>8</maven.compiler.source> <maven.compiler.target>8</maven.compiler.target> </properties> <dependencyManagement> <dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-dependencies</artifactId> <version>2.6.2</version> <type>pom</type> <scope>import</scope> </dependency> </dependencies> </dependencyManagement> <dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <!-- https://mvnrepository.com/artifact/org.projectlombok/lombok --> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <version>1.18.22</version> <scope>provided</scope> </dependency> <!-- mybatis-plus 所需依赖 --> <dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starter</artifactId> <version>3.5.1</version> </dependency> <dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-generator</artifactId> <version>3.5.1</version> </dependency> <dependency> <groupId>org.freemarker</groupId> <artifactId>freemarker</artifactId> <version>2.3.31</version> </dependency> <!-- 开发热启动 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-devtools</artifactId> <optional>true</optional> </dependency> <!-- MySQL连接 --> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <scope>runtime</scope> </dependency> <!-- 集成redis依赖 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency> </dependencies> </project>
注意点:如果我们想要使用jedis客户端怎么办呢?就需要排除lettuce这个依赖,再引入jedis的相关依赖就可以了。
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> <exclusions> <exclusion> <groupId>io.lettuce</groupId> <artifactId>lettuce-core</artifactId> </exclusion> </exclusions> </dependency> <dependency> <groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>你的Jedis版本号</version> </dependency>
两者的区别
Lettuce更适合需要异步处理、线程安全以及支持哨兵和集群模式的场景(线程安全);
Jedis则更适合简单的同步操作,以及在不需要哨兵和集群模式的场景中使用(线程不安全)。
然后我们需要配置连接redis所需的账号密码等信息,这里大家要提前安装好redis,保证我们的本机程序可以连接到我们的redis, 如果不知道redis如何安装,可以参考文章: [Linux系统安装redis6.0.5] blog.csdn.net/lsqingfeng/…
常规配置如下: 在application.yml配置文件中配置 redis的连接信息
spring:
redis:
host: localhost
port: 6379
password: 123456
database: 0
如果有其他配置放到一起:
server: port: 19191 spring: datasource: driver-class-name: com.mysql.cj.jdbc.Driver url: jdbc:mysql://localhost:3306/springboot_learning?serverTimezone=Asia/Shanghai&characterEncoding=utf-8 username: root password: root redis: host: localhost port: 6379 password: 123456 database: 0 lettuce: pool: max-idle: 16 max-active: 32 min-idle: 8 devtools: restart: enable: true third: weather: url: http://www.baidu.com port: 8080 username: test cities: - 北京 - 上海 - 广州 list[0]: aaa list[1]: bbb list[2]: ccc
这样我们就可以直接在项目当中操作redis了。如果使用的是集群,那么使用如下配置方式:
spring:
redis:
password: 123456
cluster:
nodes: 10.255.144.115:7001,10.255.144.115:7002,10.255.144.115:7003,10.255.144.115:7004,10.255.144.115:7005,10.255.144.115:7006
max-redirects: 3
但是有的时候我们想要给我们的redis客户端配置上连接池。
就像我们连接mysql的时候,也会配置连接池一样,目的就是增加对于数据连接的管理,提升访问的效率,也保证了对资源的合理利用。那么我们如何配置连接池呢,这里大家一定要注意了,很多网上的文章中,介绍的方法可能由于版本太低,都不是特别的准确。
比如很多人使用spring.redis.pool来配置,这个是不对的(不清楚是不是老版本是这样的配置的,但是在springboot-starter-data-redis中这种写法不对)。首先是配置文件,由于我们使用的lettuce客户端,所以配置的时候,在spring.redis下加上lettuce再加上pool来配置,具体如下;
spring:
redis:
host: 10.255.144.111
port: 6379
password: 123456
database: 0
lettuce:
pool:
max-idle: 16
max-active: 32
min-idle: 8
如果使用的是jedis,就把lettuce换成jedis(同时要注意依赖也是要换的)。
但是仅仅这在配置文件中加入,其实连接池是不会生效的。这里大家一定要注意,很多同学在配置文件上加上了这段就以为连接池已经配置好了,其实并没有,还少了最关键的一步,就是要导入一个依赖,不导入的话,这么配置也没有用。
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-pool2</artifactId>
</dependency>
之后,连接池才会生效。我们可以做一个对比。 在导包前后,观察RedisTemplate对象的值就可以看出来。
导入之前:
导入之后:
导入之后,我们的连接池信息才有值,这也印证了我们上面的结论。
具体的配置信息我们可以看一下源代码,源码中使用RedisProperties 这个类来接收redis的配置参数。
我们的配置工作准备就绪以后,我们就可以在项目中操作redis了,操作的话,使用spring-data-redis中为我们提供的 RedisTemplate 这个类,就可以操作了。我们先举个简单的例子,插入一个键值对(值为string)。
package com.lsqingfeng.springboot.controller; import com.lsqingfeng.springboot.base.Result; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.web.bind.annotation.GetMapping; import org.springframework.web.bind.annotation.RequestMapping; import org.springframework.web.bind.annotation.RestController; /** * @className: RedisController * @description: * @author: sh.Liu * @date: 2022-03-08 14:28 */ @RestController @RequestMapping("redis") public class RedisController { private final RedisTemplate redisTemplate; public RedisController(RedisTemplate redisTemplate) { this.redisTemplate = redisTemplate; } @GetMapping("save") public Result save(String key, String value){ redisTemplate.opsForValue().set(key, value); return Result.success(); } }
package com.lsqingfeng.springboot.utils; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.stereotype.Component; import java.util.List; import java.util.Map; import java.util.Set; import java.util.concurrent.TimeUnit; /** * @className: RedisUtil * @description: * @author: sh.Liu * @date: 2022-03-09 14:07 */ @Component public class RedisUtil { @Autowired private RedisTemplate redisTemplate; /** * 给一个指定的 key 值附加过期时间 * * @param key * @param time * @return */ public boolean expire(String key, long time) { return redisTemplate.expire(key, time, TimeUnit.SECONDS); } /** * 根据key 获取过期时间 * * @param key * @return */ public long getTime(String key) { return redisTemplate.getExpire(key, TimeUnit.SECONDS); } /** * 根据key 获取过期时间 * * @param key * @return */ public boolean hasKey(String key) { return redisTemplate.hasKey(key); } /** * 移除指定key 的过期时间 * * @param key * @return */ public boolean persist(String key) { return redisTemplate.boundValueOps(key).persist(); } //- - - - - - - - - - - - - - - - - - - - - String类型 - - - - - - - - - - - - - - - - - - - - /** * 根据key获取值 * * @param key 键 * @return 值 */ public Object get(String key) { return key == null ? null : redisTemplate.opsForValue().get(key); } /** * 将值放入缓存 * * @param key 键 * @param value 值 * @return true成功 false 失败 */ public void set(String key, String value) { redisTemplate.opsForValue().set(key, value); } /** * 将值放入缓存并设置时间 * * @param key 键 * @param value 值 * @param time 时间(秒) -1为无期限 * @return true成功 false 失败 */ public void set(String key, String value, long time) { if (time > 0) { redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS); } else { redisTemplate.opsForValue().set(key, value); } } /** * 批量添加 key (重复的键会覆盖) * * @param keyAndValue */ public void batchSet(Map<String, String> keyAndValue) { redisTemplate.opsForValue().multiSet(keyAndValue); } /** * 批量添加 key-value 只有在键不存在时,才添加 * map 中只要有一个key存在,则全部不添加 * * @param keyAndValue */ public void batchSetIfAbsent(Map<String, String> keyAndValue) { redisTemplate.opsForValue().multiSetIfAbsent(keyAndValue); } /** * 对一个 key-value 的值进行加减操作, * 如果该 key 不存在 将创建一个key 并赋值该 number * 如果 key 存在,但 value 不是长整型 ,将报错 * * @param key * @param number */ public Long increment(String key, long number) { return redisTemplate.opsForValue().increment(key, number); } /** * 对一个 key-value 的值进行加减操作, * 如果该 key 不存在 将创建一个key 并赋值该 number * 如果 key 存在,但 value 不是 纯数字 ,将报错 * * @param key * @param number */ public Double increment(String key, double number) { return redisTemplate.opsForValue().increment(key, number); } //- - - - - - - - - - - - - - - - - - - - - set类型 - - - - - - - - - - - - - - - - - - - - /** * 将数据放入set缓存 * * @param key 键 * @return */ public void sSet(String key, String value) { redisTemplate.opsForSet().add(key, value); } /** * 获取变量中的值 * * @param key 键 * @return */ public Set<Object> members(String key) { return redisTemplate.opsForSet().members(key); } /** * 随机获取变量中指定个数的元素 * * @param key 键 * @param count 值 * @return */ public void randomMembers(String key, long count) { redisTemplate.opsForSet().randomMembers(key, count); } /** * 随机获取变量中的元素 * * @param key 键 * @return */ public Object randomMember(String key) { return redisTemplate.opsForSet().randomMember(key); } /** * 弹出变量中的元素 * * @param key 键 * @return */ public Object pop(String key) { return redisTemplate.opsForSet().pop("setValue"); } /** * 获取变量中值的长度 * * @param key 键 * @return */ public long size(String key) { return redisTemplate.opsForSet().size(key); } /** * 根据value从一个set中查询,是否存在 * * @param key 键 * @param value 值 * @return true 存在 false不存在 */ public boolean sHasKey(String key, Object value) { return redisTemplate.opsForSet().isMember(key, value); } /** * 检查给定的元素是否在变量中。 * * @param key 键 * @param obj 元素对象 * @return */ public boolean isMember(String key, Object obj) { return redisTemplate.opsForSet().isMember(key, obj); } /** * 转移变量的元素值到目的变量。 * * @param key 键 * @param value 元素对象 * @param destKey 元素对象 * @return */ public boolean move(String key, String value, String destKey) { return redisTemplate.opsForSet().move(key, value, destKey); } /** * 批量移除set缓存中元素 * * @param key 键 * @param values 值 * @return */ public void remove(String key, Object... values) { redisTemplate.opsForSet().remove(key, values); } /** * 通过给定的key求2个set变量的差值 * * @param key 键 * @param destKey 键 * @return */ public Set<Set> difference(String key, String destKey) { return redisTemplate.opsForSet().difference(key, destKey); } //- - - - - - - - - - - - - - - - - - - - - hash类型 - - - - - - - - - - - - - - - - - - - - /** * 加入缓存 * * @param key 键 * @param map 键 * @return */ public void add(String key, Map<String, String> map) { redisTemplate.opsForHash().putAll(key, map); } /** * 获取 key 下的 所有 hashkey 和 value * * @param key 键 * @return */ public Map<Object, Object> getHashEntries(String key) { return redisTemplate.opsForHash().entries(key); } /** * 验证指定 key 下 有没有指定的 hashkey * * @param key * @param hashKey * @return */ public boolean hashKey(String key, String hashKey) { return redisTemplate.opsForHash().hasKey(key, hashKey); } /** * 获取指定key的值string * * @param key 键 * @param key2 键 * @return */ public String getMapString(String key, String key2) { return redisTemplate.opsForHash().get("map1", "key1").toString(); } /** * 获取指定的值Int * * @param key 键 * @param key2 键 * @return */ public Integer getMapInt(String key, String key2) { return (Integer) redisTemplate.opsForHash().get("map1", "key1"); } /** * 弹出元素并删除 * * @param key 键 * @return */ public String popValue(String key) { return redisTemplate.opsForSet().pop(key).toString(); } /** * 删除指定 hash 的 HashKey * * @param key * @param hashKeys * @return 删除成功的 数量 */ public Long delete(String key, String... hashKeys) { return redisTemplate.opsForHash().delete(key, hashKeys); } /** * 给指定 hash 的 hashkey 做增减操作 * * @param key * @param hashKey * @param number * @return */ public Long increment(String key, String hashKey, long number) { return redisTemplate.opsForHash().increment(key, hashKey, number); } /** * 给指定 hash 的 hashkey 做增减操作 * * @param key * @param hashKey * @param number * @return */ public Double increment(String key, String hashKey, Double number) { return redisTemplate.opsForHash().increment(key, hashKey, number); } /** * 获取 key 下的 所有 hashkey 字段 * * @param key * @return */ public Set<Object> hashKeys(String key) { return redisTemplate.opsForHash().keys(key); } /** * 获取指定 hash 下面的 键值对 数量 * * @param key * @return */ public Long hashSize(String key) { return redisTemplate.opsForHash().size(key); } //- - - - - - - - - - - - - - - - - - - - - list类型 - - - - - - - - - - - - - - - - - - - - /** * 在变量左边添加元素值 * * @param key * @param value * @return */ public void leftPush(String key, Object value) { redisTemplate.opsForList().leftPush(key, value); } /** * 获取集合指定位置的值。 * * @param key * @param index * @return */ public Object index(String key, long index) { return redisTemplate.opsForList().index("list", 1); } /** * 获取指定区间的值。 * * @param key * @param start * @param end * @return */ public List<Object> range(String key, long start, long end) { return redisTemplate.opsForList().range(key, start, end); } /** * 把最后一个参数值放到指定集合的第一个出现中间参数的前面, * 如果中间参数值存在的话。 * * @param key * @param pivot * @param value * @return */ public void leftPush(String key, String pivot, String value) { redisTemplate.opsForList().leftPush(key, pivot, value); } /** * 向左边批量添加参数元素。 * * @param key * @param values * @return */ public void leftPushAll(String key, String... values) { // redisTemplate.opsForList().leftPushAll(key,"w","x","y"); redisTemplate.opsForList().leftPushAll(key, values); } /** * 向集合最右边添加元素。 * * @param key * @param value * @return */ public void leftPushAll(String key, String value) { redisTemplate.opsForList().rightPush(key, value); } /** * 向左边批量添加参数元素。 * * @param key * @param values * @return */ public void rightPushAll(String key, String... values) { //redisTemplate.opsForList().leftPushAll(key,"w","x","y"); redisTemplate.opsForList().rightPushAll(key, values); } /** * 向已存在的集合中添加元素。 * * @param key * @param value * @return */ public void rightPushIfPresent(String key, Object value) { redisTemplate.opsForList().rightPushIfPresent(key, value); } /** * 向已存在的集合中添加元素。 * * @param key * @return */ public long listLength(String key) { return redisTemplate.opsForList().size(key); } /** * 移除集合中的左边第一个元素。 * * @param key * @return */ public void leftPop(String key) { redisTemplate.opsForList().leftPop(key); } /** * 移除集合中左边的元素在等待的时间里,如果超过等待的时间仍没有元素则退出。 * * @param key * @return */ public void leftPop(String key, long timeout, TimeUnit unit) { redisTemplate.opsForList().leftPop(key, timeout, unit); } /** * 移除集合中右边的元素。 * * @param key * @return */ public void rightPop(String key) { redisTemplate.opsForList().rightPop(key); } /** * 移除集合中右边的元素在等待的时间里,如果超过等待的时间仍没有元素则退出。 * * @param key * @return */ public void rightPop(String key, long timeout, TimeUnit unit) { redisTemplate.opsForList().rightPop(key, timeout, unit); } }
Redis本身提供了一下一种序列化的方式:
如果我们存储的是String类型,默认使用的是StringRedisSerializer 这种序列化方式。
如果我们存储的是对象,默认使用的是 JdkSerializationRedisSerializer,也就是Jdk的序列化方式(通过ObjectOutputStream和ObjectInputStream实现,缺点是我们无法直观看到存储的对象内容)。
通过观察RedisTemplate的源码我们就可以看出来,默认使用的是JdkSerializationRedisSerializer. 这种序列化最大的问题就是存入对象后,我们很难直观看到存储的内容,很不方便我们排查问题:
而一般我们最经常使用的对象序列化方式是: Jackson2JsonRedisSerializer
设置序列化方式的主要方法就是我们在配置类中,自己来创建RedisTemplate对象,并在创建的过程中指定对应的序列化方式。
@Configuration public class RedisConfig { // 定义一个Bean,名称为"redisTemplate",返回类型为RedisTemplate<String, Object> @Bean(name = "redisTemplate") public RedisTemplate<String, Object> getRedisTemplate(RedisConnectionFactory factory) { // 创建一个新的RedisTemplate实例,用于操作Redis RedisTemplate<String, Object> redisTemplate = new RedisTemplate<String, Object>(); // 设置RedisTemplate使用的连接工厂,以便它能够连接到Redis服务器 redisTemplate.setConnectionFactory(factory); // 创建一个StringRedisSerializer实例,用于序列化Redis的key为字符串 StringRedisSerializer stringRedisSerializer = new StringRedisSerializer(); // 创建一个Jackson2JsonRedisSerializer实例,用于序列化Redis的value为JSON格式 Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class); // 创建一个ObjectMapper实例,用于处理JSON的序列化和反序列化 ObjectMapper objectMapper = new ObjectMapper(); // 设置ObjectMapper的属性访问级别,以便能够序列化对象的所有属性 objectMapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY); // 启用默认的类型信息,以便在反序列化时能够知道对象的实际类型 // 注意:这里使用了新的方法替换了过期的enableDefaultTyping方法 // 方法过期,改为下面代码 // objectMapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL); objectMapper.activateDefaultTyping(LaissezFaireSubTypeValidator.instance, ObjectMapper.DefaultTyping.NON_FINAL, JsonTypeInfo.As.PROPERTY); // 设置Jackson2JsonRedisSerializer使用的ObjectMapper jackson2JsonRedisSerializer.setObjectMapper(objectMapper); // 设置RedisTemplate的key序列化器为stringRedisSerializer redisTemplate.setKeySerializer(stringRedisSerializer); // key的序列化类型 // 设置RedisTemplate的value序列化器为jackson2JsonRedisSerializer redisTemplate.setValueSerializer(jackson2JsonRedisSerializer); // value的序列化类型 // 设置RedisTemplate的hash key序列化器为stringRedisSerializer redisTemplate.setHashKeySerializer(stringRedisSerializer); // key的序列化类型 // 设置RedisTemplate的hash value序列化器为jackson2JsonRedisSerializer redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer); // value的序列化类型 // 调用RedisTemplate的afterPropertiesSet方法,该方法会执行一些初始化操作,比如检查序列化器是否设置等 redisTemplate.afterPropertiesSet(); // 返回配置好的RedisTemplate实例 return redisTemplate; } }
这样使用的时候,就会按照我们设置的json序列化方式进行存储,我们也可以在redis中查看内容的时候方便的查看到属性值。
单机数据一致性架构如下图所示:多个可客户访问同一个服务器,连接同一个数据库。
场景描述:客户端模拟购买商品过程,在Redis中设定库存总数剩100个,多个客户端同时并发购买。
@RestController public class IndexController1 { @Autowired StringRedisTemplate template; @RequestMapping("/buy1") public String index(){ // Redis中存有goods:001号商品,数量为100 String result = template.opsForValue().get("goods:001"); // 获取到剩余商品数 int total = result == null ? 0 : Integer.parseInt(result); if( total > 0 ){ // 剩余商品数大于0 ,则进行扣减 int realTotal = total -1; // 将商品数回写数据库 template.opsForValue().set("goods:001",String.valueOf(realTotal)); System.out.println("购买商品成功,库存还剩:"+realTotal +"件, 服务端口为8001"); return "购买商品成功,库存还剩:"+realTotal +"件, 服务端口为8001"; }else{ System.out.println("购买商品失败,服务端口为8001"); } return "购买商品失败,服务端口为8001"; } }
使用Jmeter模拟高并发场景,测试结果如下
测试结果出现多个用户购买同一商品,发生了数据不一致问题!
解决办法:单体应用的情况下,对并发的操作进行加锁操作,保证对数据的操作具有原子性
synchronized (自动获取锁,并在退出时自动释放锁)去实现如下
@RestController public class IndexController2 { @Autowired StringRedisTemplate template; @RequestMapping("/buy2") public synchronized String index() { String result = template.opsForValue().get("goods:001"); int total = result == null ? 0 : Integer.parseInt(result); if (total > 0) { int realTotal = total - 1; template.opsForValue().set("goods:001", String.valueOf(realTotal)); System.out.println("购买商品成功,库存还剩:" + realTotal + "件, 服务端口为8001"); return "购买商品成功,库存还剩:" + realTotal + "件, 服务端口为8001"; } else { System.out.println("购买商品失败,服务端口为8001"); } return "购买商品失败,服务端口为8001"; } }
ReentrantLock(需要手动获取锁,并在退出时手动释放锁) 去实现
在针对单体应用时的操作(ReentrantLock去实现相对来说好一点,因为颗粒度更细)
@RestController public class IndexController2 { // 使用ReentrantLock锁解决单体应用的并发问题 Lock lock = new ReentrantLock(); @Autowired StringRedisTemplate template; @RequestMapping("/buy2") public String index() { lock.lock(); try { String result = template.opsForValue().get("goods:001"); int total = result == null ? 0 : Integer.parseInt(result); if (total > 0) { int realTotal = total - 1; template.opsForValue().set("goods:001", String.valueOf(realTotal)); System.out.println("购买商品成功,库存还剩:" + realTotal + "件, 服务端口为8001"); return "购买商品成功,库存还剩:" + realTotal + "件, 服务端口为8001"; } else { System.out.println("购买商品失败,服务端口为8001"); } } catch (Exception e) { lock.unlock(); } finally { lock.unlock(); } return "购买商品失败,服务端口为8001"; } }
100个商品100个人买最后剩余为0
提供两个服务,端口分别为8001、8002,连接同一个Redis服务,在服务前面有一台Nginx作为负载均衡
两台服务代码相同,只是端口不同
将8001、8002两个服务启动,每个服务依然用ReentrantLock加锁,用Jmeter做并发测试,发现会出现数据一致性问题!
我这边直接写最终版本(存粹的只用redis)
要求:
1.保证自己加的锁,自己删自己的(由以下的uuid生成value去控制,以防止其他的线程把自己的删除了或者自己删除了别人的)
- REDIS_LOCK: 这是你想要设置的Redis键(Key)。在分布式锁的场景中,它通常是一个唯一的字符串,用于标识某个资源或操作。
- value: 这是你想要设置的Redis值(Value)。在分布式锁的场景中,这通常是一个表示锁持有者的唯一标识,例如线程ID或进程ID。
- 10L: 这是锁的过期时间,单位是秒。这意味着如果持有锁的客户端在这个时间内没有释放锁(例如,由于崩溃或网络问题),那么锁将自动过期,其他客户端可以获取它。这是一个重要的安全机制,可以防止死锁。
- TimeUnit.SECONDS: 这是时间单位。TimeUnit是一个枚举类型,表示时间的单位,如毫秒、秒、分钟等。在这里,我们使用SECONDS表示过期时间是以秒为单位的。
redis事务或lua脚本(lua脚本的执行是原子的),如下
@RestController public class IndexController7 { public static final String REDIS_LOCK = "lock"; @Autowired StringRedisTemplate template; @RequestMapping("/buy7") public String index(){ // 每个人进来先要进行加锁,key值为"lock" String value = UUID.randomUUID().toString().replace("-",""); try{ // 为key加一个过期时间 Boolean flag = template.opsForValue().setIfAbsent(REDIS_LOCK, value,10L,TimeUnit.SECONDS); // 加锁失败 if(!flag){ return "抢锁失败!"; } System.out.println( value+ " 抢锁成功"); String result = template.opsForValue().get("goods:001"); int total = result == null ? 0 : Integer.parseInt(result); if (total > 0) { // 如果在此处需要调用其他微服务,处理时间较长。。。 int realTotal = total - 1; template.opsForValue().set("goods:001", String.valueOf(realTotal)); System.out.println("购买商品成功,库存还剩:" + realTotal + "件, 服务端口为8001"); return "购买商品成功,库存还剩:" + realTotal + "件, 服务端口为8001"; } else { System.out.println("购买商品失败,服务端口为8001"); } return "购买商品失败,服务端口为8001"; }finally { // 谁加的锁,谁才能删除 // 也可以使用redis事务 // https://redis.io/commands/set // 使用Lua脚本,进行锁的删除 Jedis jedis = null; try{ jedis = RedisUtils.getJedis(); String script = "if redis.call('get',KEYS[1]) == ARGV[1] " + "then " + "return redis.call('del',KEYS[1]) " + "else " + " return 0 " + "end"; Object eval = jedis.eval(script, Collections.singletonList(REDIS_LOCK), Collections.singletonList(value)); if("1".equals(eval.toString())){ System.out.println("-----del redis lock ok...."); }else{ System.out.println("-----del redis lock error ...."); } }catch (Exception e){ }finally { if(null != jedis){ jedis.close(); } } // redis事务 // while(true){ // template.watch(REDIS_LOCK); // if(template.opsForValue().get(REDIS_LOCK).equalsIgnoreCase(value)){ // template.setEnableTransactionSupport(true); // template.multi(); // template.delete(REDIS_LOCK); // List<Object> list = template.exec(); // if(list == null){ // continue; // } // } // template.unwatch(); // break; // } } } }
先引入maven依赖(redisson和springboot的集成包)
<!-- 添加Redisson依赖 -->
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson-spring-boot-starter</artifactId>
<version>3.15.0</version>
<exclusions>
<exclusion>
<groupId>org.redisson</groupId>
<!-- 默认是 Spring Data Redis v.2.3.x ,所以排除掉-->
<artifactId>redisson-spring-data-23</artifactId>
</exclusion>
</exclusions>
</dependency>
网上其他的有可能是引入
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson</artifactId>
<version>3.6.1</version>
</dependency>
根据以上例子用redisson去实现分布式锁,更加nice
使用Redisson的getLock方法时,你实际上是在使用RedLock(红锁)算法来获取分布式锁
@RestController public class IndexController8 { public static final String REDIS_LOCK = "lock"; @Autowired StringRedisTemplate template; @Autowired Redisson redisson; @RequestMapping("/buy8") public String index(){ //创建锁“lock” RLock lock = redisson.getLock(REDIS_LOCK); //加锁 lock.lock(); try{ String result = template.opsForValue().get("goods:001"); int total = result == null ? 0 : Integer.parseInt(result); if (total > 0) { // 如果在此处需要调用其他微服务,处理时间较长。。。 int realTotal = total - 1; template.opsForValue().set("goods:001", String.valueOf(realTotal)); System.out.println("购买商品成功,库存还剩:" + realTotal + "件, 服务端口为8001"); return "购买商品成功,库存还剩:" + realTotal + "件, 服务端口为8001"; } else { System.out.println("购买商品失败,服务端口为8001"); } return "购买商品失败,服务端口为8001"; }finally { //避免竞态条件,不要if判断检查锁的状态。需直接使用 lock.unlock(); // if(lock.isLocked() && lock.isHeldByCurrentThread()){ // lock.unlock(); // } lock.unlock(); } } }
实际为了保证redis高可用,redis一般会集群部署。
redis集群解决方案,使用redlock解决(redlock的特点如下):
参考文章
【1】SpringBoot教程(十四) | SpringBoot集成Redis(全网最全)
【2】Redis实现分布式锁方法详细
【3】Redis实现分布式锁
【4】陪你一起学redis(十一)——redis分布式锁
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。