DukeDuke
主页
项目文档
技术文档
  • 单机版
  • 微服务
  • 代办项目
  • 优鲜项目
项目管理
关于我们
主页
项目文档
技术文档
  • 单机版
  • 微服务
  • 代办项目
  • 优鲜项目
项目管理
关于我们
  • 技术文档

    • 网络原理

      • 交换机
      • 路由器
      • TCP/IP协议
      • HTTP 与 HTTPS
    • 软件架构

      • 什么是软件架构
      • 分层架构
      • 微服务架构
      • 事件驱动架构
      • 领域驱动设计(DDD)
      • 架构图
      • 高并发系统
    • Vue3

      • Vue3简介
      • Vue3响应式系统
      • Vue3组合式API
      • Vue3生命周期
      • Vue3模板语法
      • Vue3组件系统
      • Vue3 路由系统
      • Vue3 状态管理
      • Vue3 性能优化
      • Vue3 TypeScript 支持
      • Vue3 项目实战
      • VUE 面试题大全
      • Node.js 安装
    • JAVA

      • JVM

        • 认识JVM
        • JVM类加载器
        • 运行时数据区
        • 执行引擎
        • 本地方法接口
        • 本地方法库
        • JVM垃圾回收
        • JVM性能监控
        • JVM调优
      • 设计模式
        • 单例模式
        • 工厂模式
        • 策略模式
        • 适配器模式
        • 建造者模式
        • 原型模式
        • 装饰器模式
        • 代理模式
        • 外观模式
        • 享元模式
        • 组合模式
        • 桥接模式
      • Java多线程

        • Java 线程基础详解
        • Java 线程池详解
        • Java ThreadLocal 详解
        • Java volatile 详解
        • Java 线程间通信详解
        • Java 线程安全详解
        • Java 线程调度详解
        • Java 线程优先级详解

        • Java 线程中断详解
        • Java 线程死锁详解
      • Java反射
      • Java 面试题

        • Java 基础概念面试题
        • Java 面向对象编程面试题
        • Java 集合框架面试题
        • Java 多线程与并发面试题
        • JVM 与内存管理面试题
        • Java I/O 与 NIO 面试题
        • Java 异常处理面试题
        • Java 反射与注解面试题
        • Java Spring 框架面试题
        • Java 数据库与 JDBC 面试题
        • Java 性能优化面试题
        • Java 实际项目经验面试题
        • Java 高级特性面试题
        • Java 面试准备建议
    • Python

      • Python简介
      • Python安装
      • Python hello world
      • Python基础语法
      • Python数据类型
      • Python数字
      • Python字符串
      • Python列表
      • Python元组
      • Python字典
      • Python日期时间
      • Python文件操作
      • Python异常处理
      • Python函数
      • Python类
      • Python模块
      • Python包
      • Python多线程
      • Python面向对象
      • Python爬虫
      • Django web框架
      • Python 面试题

        • Python 面试题导航
        • Python 基础概念
        • Python 面向对象编程
        • Python 数据结构
        • Python 高级特性
        • Python 框架
        • Python 性能优化
        • Python 项目经验
    • Spring

      • Spring
      • Springboot
      • Spring Security 安全框架
      • SpringBoot 中的事件详解
      • SpringBoot 中的定时任务详解
      • SpringBoot 自动装配原理与源码解释
    • Mybatis

      • Mybatis
      • Mybatis-Plus
    • 数据库

      • Redis

        • Redis简介
        • Redis(单机)安装
        • Redis配置
        • Redis数据结构
        • RDB、AOF 和混合持久化机制
        • Redis内存管理
        • Redis缓存一致性
        • Redis缓存穿透
        • Redis缓存击穿
        • Redis缓存雪崩
        • Redis Lua脚本
        • Redis主从复制
        • Redis哨兵模式
        • Redis集群
        • Redis数据分片
        • Redis CPU使用率过高
        • Redis面试题
      • MySQL

        • MySQL简介
        • MySQL安装
        • MySQL配置
        • MYSQL日常维护
        • MYSQL优化-慢查询
        • MYSQL优化-索引
        • MYSQL数据库设计规范
    • 消息队列

      • RocketMQ
      • Kafka
      • RabbitMQ
      • 消息队列面试题
    • 微服务

      • SpringCloud 微服务
      • Eureka 注册中心
      • Nacos 注册中心
      • Gateway 网关
      • Feign 服务调用
      • Sentinel 限流 与 熔断
      • Seata 分布式事务
      • CAP 理论
      • Redis 分布式锁
      • 高并发系统设计
    • ELK日志分析系统

      • Elasticsearch 搜索引擎
      • Logstash 数据处理
      • Kibana 可视化
      • ELK 实战
    • 开放API

      • 开放API设计
      • 开放API示例项目
    • 人工智能

      • 人工智能简介
      • 机器学习

      • 深度学习

      • 自然语言处理

      • 计算机视觉

        • CUDA与cuDNN详细安装
        • Conda 安装
        • Pytorch 深度学习框架
        • yolo 目标检测
        • TensorRT 深度学习推理优化引擎
        • TensorFlow 机器学习
        • CVAT 图像标注
        • Windows 下安装 CUDA、cuDNN、TensorRT、TensorRT-YOLO 环境
        • Windows10+CUDA+cuDNN+TensorRT+TensorRT-YOLO 部署高性能YOLO11推理
    • 大数据

      • 大数据简介
      • Hadoop 数据存储
      • Flume 数据采集
      • Sqoop 数据导入导出
      • Hive 数据仓库
      • Spark 数据处理
      • Flink 数据处理
      • Kafka 数据采集
      • HBase 数据存储
      • Elasticsearch 搜索引擎
    • 图像处理

      • 图像处理简介
      • 医学图像web呈现
      • 医学图像处理
      • 切片细胞分离问题
    • 服务器&运维

      • Linux 系统

        • Linux 系统管理
        • Linux 网络管理
        • Linux 文件管理
        • Linux 命令大全
      • Nginx Web 服务器

        • Nginx 安装 与 配置
        • Nginx 负载均衡
        • Nginx SSL证书配置
        • Nginx Keepalived 高可用
      • Docker 容器

        • Docker 简介
        • Docker 安装与配置
        • Docker 命令
        • Docker 部署 Nginx
        • Docker 部署 MySQL
        • Docker 部署 Redis
      • 服务器

        • 塔式服务器
        • 机架式服务器
        • 刀片服务器
      • Git 版本控制
      • Jenkins 持续集成
      • Jmeter 性能测试
      • Let's Encrypt 免费SSL证书
    • 简历

      • 项目经理简历
      • 开发工程师简历

Redis 分布式锁

概述

Redis 分布式锁是一种在分布式系统中实现互斥访问共享资源的机制。它利用 Redis 的原子性操作来确保在多个服务实例之间只有一个实例能够获得锁,从而保证数据的一致性和安全性。

什么时候会用到分布式锁

1. 库存扣减场景

场景描述:电商系统中,多个用户同时购买同一商品时,需要确保库存不会超卖。

问题:如果不使用分布式锁,可能出现以下情况:

  • 用户 A 和用户 B 同时购买商品,库存为 1
  • 两个请求同时读取库存为 1
  • 两个请求都认为可以购买,导致库存变为-1

解决方案:使用分布式锁确保同一时间只有一个请求能修改库存。

2. 订单创建场景

场景描述:防止用户重复提交订单,确保订单号的唯一性。

问题:用户网络延迟时可能重复点击提交按钮,导致创建多个相同订单。

解决方案:使用用户 ID 或订单号作为锁的 key,确保同一用户只能同时创建一个订单。

3. 定时任务调度

场景描述:在分布式环境中,确保定时任务只在一个节点上执行。

问题:多个服务实例同时运行定时任务,导致任务重复执行。

解决方案:使用分布式锁确保任务只在一个节点执行。

4. 缓存更新场景

场景描述:多个服务同时更新缓存时,防止缓存击穿。

问题:缓存失效时,多个请求同时查询数据库并更新缓存。

解决方案:使用分布式锁确保只有一个请求能更新缓存。

5. 分布式计数器

场景描述:实现分布式环境下的原子计数器。

问题:多个服务同时操作计数器时,可能出现数据不一致。

解决方案:使用分布式锁确保计数操作的原子性。

核心特性

1. 互斥性

  • 在任意时刻,只有一个客户端能持有锁
  • 通过 Redis 的原子性操作保证

2. 防死锁

  • 锁具有过期时间,避免持有锁的客户端崩溃导致死锁
  • 支持锁的自动释放机制

3. 可重入性

  • 同一个客户端可以多次获取同一个锁
  • 通过计数器机制实现

4. 高性能

  • 基于内存操作,响应速度快
  • 支持高并发场景

实现方式

1. SET 命令实现

# 基本实现
SET key value NX EX seconds

# 示例
SET lock:order:123 "client-id" NX EX 30

参数说明:

  • NX:只有当 key 不存在时才设置
  • EX:设置过期时间(秒)
  • PX:设置过期时间(毫秒)

2. Lua 脚本实现

-- 获取锁
if redis.call("SET", KEYS[1], ARGV[1], "NX", "EX", ARGV[2]) then
    return 1
else
    return 0
end

-- 释放锁
if redis.call("GET", KEYS[1]) == ARGV[1] then
    return redis.call("DEL", KEYS[1])
else
    return 0
end

Spring Boot 实现案例

1. 项目依赖配置

<!-- pom.xml -->
<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-redis</artifactId>
    </dependency>
    <dependency>
        <groupId>org.apache.commons</groupId>
        <artifactId>commons-pool2</artifactId>
    </dependency>
</dependencies>

2. Redis 配置

# application.yml
spring:
  redis:
    host: localhost
    port: 6379
    database: 0
    timeout: 10000ms
    lettuce:
      pool:
        max-active: 8
        max-wait: -1ms
        max-idle: 8
        min-idle: 0

3. 分布式锁注解

// DistributedLock.java
import java.lang.annotation.ElementType;
import java.lang.annotation.Retention;
import java.lang.annotation.RetentionPolicy;
import java.lang.annotation.Target;

@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface DistributedLock {
    String key();           // 锁的key
    long expireTime() default 30;  // 过期时间(秒)
    long waitTime() default 5;     // 等待时间(秒)
    String keyPrefix() default "lock:"; // key前缀
}

4. 分布式锁切面

// DistributedLockAspect.java
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;

import java.util.UUID;
import java.util.concurrent.TimeUnit;

@Aspect
@Component
public class DistributedLockAspect {

    @Autowired
    private RedisTemplate<String, String> redisTemplate;

    @Around("@annotation(distributedLock)")
    public Object around(ProceedingJoinPoint joinPoint, DistributedLock distributedLock) throws Throwable {
        String lockKey = distributedLock.keyPrefix() + distributedLock.key();
        String lockValue = UUID.randomUUID().toString();

        boolean locked = false;
        try {
            // 尝试获取锁
            locked = tryLock(lockKey, lockValue, distributedLock.expireTime(), distributedLock.waitTime());
            if (locked) {
                return joinPoint.proceed();
            } else {
                throw new RuntimeException("获取分布式锁失败");
            }
        } finally {
            if (locked) {
                releaseLock(lockKey, lockValue);
            }
        }
    }

    private boolean tryLock(String lockKey, String lockValue, long expireTime, long waitTime) {
        long startTime = System.currentTimeMillis();
        while (System.currentTimeMillis() - startTime < waitTime * 1000) {
            Boolean result = redisTemplate.opsForValue()
                    .setIfAbsent(lockKey, lockValue, expireTime, TimeUnit.SECONDS);
            if (Boolean.TRUE.equals(result)) {
                return true;
            }
            try {
                Thread.sleep(100);
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
                return false;
            }
        }
        return false;
    }

    private void releaseLock(String lockKey, String lockValue) {
        String script = "if redis.call('get', KEYS[1]) == ARGV[1] then " +
                       "return redis.call('del', KEYS[1]) " +
                       "else return 0 end";
        redisTemplate.execute(new DefaultRedisScript<>(script, Long.class),
                           Collections.singletonList(lockKey), lockValue);
    }
}

5. 库存扣减示例

// ProductService.java
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

@Service
public class ProductService {

    @Autowired
    private ProductRepository productRepository;

    @DistributedLock(key = "product:#{#productId}", expireTime = 30, waitTime = 10)
    @Transactional
    public boolean reduceStock(Long productId, Integer quantity) {
        Product product = productRepository.findById(productId)
                .orElseThrow(() -> new RuntimeException("商品不存在"));

        if (product.getStock() < quantity) {
            throw new RuntimeException("库存不足");
        }

        product.setStock(product.getStock() - quantity);
        productRepository.save(product);

        return true;
    }
}

6. 订单创建示例

// OrderService.java
import org.springframework.stereotype.Service;

@Service
public class OrderService {

    @Autowired
    private OrderRepository orderRepository;

    @DistributedLock(key = "order:user:#{#userId}", expireTime = 60, waitTime = 5)
    public Order createOrder(Long userId, OrderRequest request) {
        // 检查用户是否已有未支付订单
        List<Order> unpaidOrders = orderRepository.findByUserIdAndStatus(userId, "UNPAID");
        if (!unpaidOrders.isEmpty()) {
            throw new RuntimeException("用户已有未支付订单");
        }

        // 创建新订单
        Order order = new Order();
        order.setUserId(userId);
        order.setOrderNo(generateOrderNo());
        order.setStatus("UNPAID");
        order.setAmount(request.getAmount());

        return orderRepository.save(order);
    }

    private String generateOrderNo() {
        return "ORDER" + System.currentTimeMillis() + RandomStringUtils.randomNumeric(6);
    }
}

7. 定时任务示例

// ScheduledTaskService.java
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.stereotype.Service;

@Service
public class ScheduledTaskService {

    @Scheduled(cron = "0 0 2 * * ?") // 每天凌晨2点执行
    @DistributedLock(key = "task:daily-report", expireTime = 3600, waitTime = 10)
    public void generateDailyReport() {
        // 生成日报逻辑
        System.out.println("开始生成日报...");
        // 执行报表生成逻辑
        System.out.println("日报生成完成");
    }

    @Scheduled(fixedRate = 60000) // 每分钟执行一次
    @DistributedLock(key = "task:cleanup", expireTime = 300, waitTime = 5)
    public void cleanupExpiredData() {
        // 清理过期数据逻辑
        System.out.println("开始清理过期数据...");
        // 执行清理逻辑
        System.out.println("过期数据清理完成");
    }
}

8. 缓存更新示例

// CacheService.java
import org.springframework.stereotype.Service;

@Service
public class CacheService {

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    @Autowired
    private ProductRepository productRepository;

    @DistributedLock(key = "cache:product:#{#productId}", expireTime = 30, waitTime = 5)
    public Product getProductWithCache(Long productId) {
        String cacheKey = "product:" + productId;

        // 先从缓存获取
        Product product = (Product) redisTemplate.opsForValue().get(cacheKey);
        if (product != null) {
            return product;
        }

        // 缓存未命中,从数据库查询
        product = productRepository.findById(productId)
                .orElseThrow(() -> new RuntimeException("商品不存在"));

        // 更新缓存
        redisTemplate.opsForValue().set(cacheKey, product, 30, TimeUnit.MINUTES);

        return product;
    }
}

总结

Redis 分布式锁是构建高可用分布式系统的重要组件。通过合理的设计和实现,可以有效地解决分布式环境下的并发控制问题。在实际应用中,需要根据具体的业务场景选择合适的实现策略,并建立完善的监控和运维体系。

最近更新:: 2025/8/14 09:20
Contributors: Duke
Prev
CAP 理论
Next
高并发系统设计