在集群下，经常会因为同时处理发生资源争抢和并发问题，但是我们都知道同步锁 synchronized 、 cas 、 ReentrankLock 这些锁的作用范围都是 JVM ，说白了在集群下没啥用。这时我们就需要能在多台 JVM 之间决定执行顺序的锁了，现在分布式锁主要有 redis 、 Zookeeper 实现的，还有数据库的方式，不过性能太差，也就是需要一个第三方的监管。
背景
最近在做一个消费 Kafka 消息的时候发现，由于线上的消费者过多，经常会遇到，多个机器同时处理一个主键类型的数据的情况发生，如果最后是执行更新操作的话，也就是一个更新顺序的问题，但是如果恰好都需要插入数据的时候，会出现主键重复的问题。这是生产上不被允许的(因为公司有异常监管的机制，扣分啥的)，这是就需要个分布式锁了，斟酌后用了 Redis 的实现方式(因为网上例子多)
分析
redis 实现的分布式锁，实现原理是 set 方法，因为多个线程同时请求的时候，只有一个线程可以成功并返回结果，还可以设置有效期，来避免死锁的发生，一切都是这么的完美，不过有个问题，在 set 的时候，会直接返回结果，成功或者失败，不具有阻塞效果，需要我们自己对失败的线程进程处理，有两种方式
- 丢弃
- 等待重试 由于我们的系统需要这些数据，那么只能重新尝试获取。这里使用 redis 的 List 类型实现等待序列的作用
代码
直接上代码 其实直接redis的工具类就可以解决了
package com.test
import redis.clients.jedis.Jedis;
import java.util.Collections;
import java.util.List;
public class RedisUcUitl {
private static final String LOCK_SUCCESS = "OK";
private static final String SET_IF_NOT_EXIST = "NX";
private static final String SET_WITH_EXPIRE_TIME = "PX";
private static final Long RELEASE_SUCCESS = 1L;
private RedisUcUitl() {
}
public static Long lpush(Jedis jedis, final byte[] key, final byte[] value) {
return jedis.lpush(key, value);
}
public static byte[] brpoplpush(Jedis jedis,final byte[] srckey, final byte[] dstkey, final int timeout) {
return jedis.brpoplpush(srckey, dstkey, timeout);
}
public static List lrange(Jedis jedis,final byte[] redisKey, final long start, final long end) {
return jedis.lrange(redisKey, start, end);
}
public static void delete(Jedis jedis, final byte[] redisKey) {
return jedis.del(redisKey);
}
public static boolean tryGetDistributedLock(Jedis jedis,final String lockKey, final String requestId, final int expireTime) {
String result = jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);
return LOCK_SUCCESS.equals(result);
}
public static boolean releaseDistributedLock(Jedis jedis,final String lockKey, final String requestId) {
final String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(requestId));
return RELEASE_SUCCESS.equals(result);
}
}
业务逻辑主要代码如下
1.先消耗队列中的
while(true){
// 消费队列
try{
// 被放入redis队列的数据 序列化后的
byte[] bytes = RedisUcUitl.brpoplpush(keyStr.getBytes(UTF_8), dstKeyStr.getBytes(UTF_8), 1);
if(bytes == null || bytes.isEmpty()){
// 队列中没数据时退出
break;
}
// 反序列化对象
Map singleMap = (Map) ObjectSerialUtil.bytesToObject(bytes);
// 塞入唯一的值 防止被其他线程误解锁
String requestId = UUID.randomUUID().toString();
boolean lockGetFlag = RedisUcUitl.tryGetDistributedLock(keyStr,requestId, 100);
if(lockGetFlag){
// 成功获取锁 进行业务处理
//TODO
// 处理完毕释放锁
boolean freeLock = RedisUcUitl.releaseDistributedLock(keyStr, requestId);
}else{
// 未能获得锁放入等待队列
RedisUcUitl.lpush(keyStr.getBytes(UTF_8), ObjectSerialUtil.objectToBytes(param));
}
}catch(Exception e){
break;
}
}
2.处理最新接到的数据
同样是走尝试获取锁，获取不到放入队列的流程
一般序列化用 fastJson 之列的就可以了，这里用的是 JDK 自带的，工具类如下
public class ObjectSerialUtil {
private ObjectSerialUtil() {
// 工具类
}
public static byte[] objectToBytes(Object obj) throws IOException {
ByteArrayOutputStream bos = new ByteArrayOutputStream();
ObjectOutputStream oos = new ObjectOutputStream(bos);
oos.writeObject(obj);
byte[] bytes = bos.toByteArray();
bos.close();
oos.close();
return bytes;
}
public static Object bytesToObject(byte[] bytes) {
try {
ByteArrayInputStream bin = new ByteArrayInputStream(bytes);
ObjectInputStream ois = new ObjectInputStream(bin);
return ois.readObject();
} catch (Exception e) {
throw new baseException("反序列化出错！", e);
}
}
}
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持考高分网。
