使用Redis解決高並行方案及思路解讀

2023-04-02 06:02:49

NoSQL

Not Only SQL的簡稱。NoSQL是解決傳統的RDBMS在應對某些問題時比較乏力而提出的。

即非關係型資料庫，它們不保證關係資料的ACID特性，資料之間一般沒有關聯，在擴充套件上就非常容易實現，並且擁有較高的效能。

Redis

redis是nosql的典型代表，也是目前網際網路公司的必用技術。

redis是鍵值(Key-Value)儲存資料庫，主要會使用到雜湊表。大多數時候是直接以快取的形式被使用，使得請求不直接存取到磁碟，所以效率方面是很不錯的，完全能滿足中小型企業的使用需求。

常用資料型別

字串string
雜湊hash
列表list
集合sets
有序集合sort set

使用頻率上string和hash會高一些，各個型別有各自的操作命令，無非增刪改查，具體的命令後面我會整理一份。

痛點

web應用在眾多請求同時發生時，可能會導致資料讀取、儲存上出現錯誤，即發生髒讀、髒資料生成。

在分散式專案下，會出現更多的問題。

思路

並行時，本質其實就是多個請求同時進來了，沒辦法正確的去進行處理。

可以將所有的請求放在一個佇列，讓請求們按照一個順序，挨個進來執行業務邏輯。目前成熟的解決方案就是使用訊息佇列，下次我會整理一篇訊息佇列處理高並行的；

還有一個方法是直接將並行轉為序列，Java提供了synchronized，即同步，不過這個在效率要求比較苛刻的地方或者分散式專案下還是不太合適的方案，這裡就引出了使用redis來實現分散式鎖，從而解決並行問題。

分散式鎖

在分散式專案中，使用一個唯一、通用、效率高的標識，來表示上鎖和解鎖。

redis實現起來很簡單，即對一個key是否存在來表示是否上鎖、是否解鎖。

以string型別舉例：

Integer stock = goodsMapper.getStock();
if (stock > 0) {
    stock =- 1;
    goodsMapper.updateStock(stock);
}

以上是最簡單的秒殺虛擬碼，我們嘗試用redis實現分散式鎖。

// 這裡是錯誤程式碼，只是一個思考過程，請耐心看完哦
String key = "REDIS_DISTRIBUTION_LOCKER"; // 分散式鎖名稱
String value = jedisUtils.get(key);
if (value != null) { // 未上鎖
    // wingzingliu
    jedisUtils.set(key, 1); // 上鎖
    Integer stock = goodsMapper.getStock();
    if (stock > 0) {
        stock =- 1;
        goodsMapper.updateStock(stock);
        jedisUtils.del(key); // 釋放鎖
    }
}

以上程式碼可能會出現一個問題，就是當同時多個請求進來，某次多個請求都拿到value為空，執行緒A進入if 走到// wingzingliu這裡的時候，還未上鎖，其他請求也進來了，這樣就會出現髒資料了。

這裡的程式碼問題就是出在沒有考慮原子性問題。

所以我們要使用到redis的一個setNx命令，本質也是設定值，但是這是一個原子操作，執行之後會返回是否設定成功。

redis> SETNX job "programmer"    # job 設定成功
(integer) 1
 
redis> SETNX job "code-farmer"   # 嘗試覆蓋 job ，失敗
(integer) 0
 
redis> GET job                   # 沒有被覆蓋
"programmer"

重點關注當有值時，會失敗，返回0。所以我們的程式碼會改造成以下這個樣子。

// 這裡是錯誤程式碼，只是一個思考過程，請耐心看完哦
String key = "REDIS_DISTRIBUTION_LOCKER"; // 分散式鎖名稱
Long result = jedisUtils.setNx(key, 1);
if (result > 0) { // 上鎖成功，進入邏輯
    // wingzingliu1
    Integer stock = goodsMapper.getStock();
    if (stock > 0) {
        stock =- 1;
        goodsMapper.updateStock(stock);
 
        System.out.println("購買成功!");
    } else {
        System.out.println("沒有庫存了!");
    }
    // wingzingliu2
    jedisUtils.del(key); // 釋放鎖
}

以上我們就可以保證原子性，能正確的按照順序去處理。

可是還有一個隱藏的問題，就是當某個執行緒執行上鎖成功後，在wingzingliu1到wingzingliu2之間時，程式拋異常了，那麼程式終止了，就無法釋放鎖，其他執行緒也都進不來了。

解決方案是加上try catch finally塊，在finally裡面去釋放鎖。

可是那如果是宕機呢？上鎖之後宕機了，finally裡面的依然不會執行，鎖沒有得到釋放，不手動處理的情況下，以後所有執行緒也無法進入。

所以引入了redis的過期時間，到了某個時間自動解鎖。

// 這裡是不夠完善的程式碼，請耐心看完哦
try {
    String key = "REDIS_DISTRIBUTION_LOCKER"; // 分散式鎖名稱
    Long result = jedisUtils.setNx(key, 1, 30); // 假設處理邏輯需要20s左右，設定了30秒自動過期
    if (result > 0) { // 上鎖成功，進入邏輯
        Integer stock = goodsMapper.getStock();
        if (stock > 0) {
            stock =- 1;
            goodsMapper.updateStock(stock);
 
            System.out.println("購買成功!");
        } else {
            System.out.println("沒有庫存了!");
        }
    }
} catch (Exception e) {
    
} finally {
    jedisUtils.del(key); // 釋放鎖
}

以上是比較完善的分散式鎖了，但是還有一個小瑕疵，就是假設某一次請求A處理的很慢，預計20s但是跑了35s，到了30s的時候鎖過期了，其他請求就自然進來了。

這不僅僅會導致一次並行，當請求A處理完時，依然會執行釋放鎖，這實際上是下一個執行緒上的鎖。以此類推，整個並行控制就亂了。

理論上可以設定一個更大的key過期時間，但是並不是最好的解決方案。這裡就引出一個概念：鎖續命。