Redis系列(二)--分布式锁、分布式ID简单实现及思路

分布式锁：

　　Redis可以实现分布式锁，只是讨论Redis的实现思路，相对来说，Zookeeper实现分布式锁可能更加可靠

为什么使用分布式锁：

　　单机环境下只存在多线程，通过同步操作就可以实现对并发环境的安全操作，但是多机环境就变成多进程、多线程，这时候同步、加锁已经无

法保证原子性 

实现分布式可靠性的条件：

　　1、互斥性。在任意时刻，只有一个客户端能持有锁

　　2、不会发生死锁。即使有一个客户端在持有锁的期间崩溃而没有主动解锁，也能保证后续其他客户端能加锁

　　3、具有容错性。只要大部分的Redis节点正常运行，客户端就可以加锁和解锁

　　4、加锁和解锁必须是同一个客户端

实现分布式锁的方式：

　　1、基于DB的唯一索引。

　　2、基于ZK的临时有序节点。

　　3、基于Redis的NX、EX参数。

代码实现：

public static final String LOCK_SUCCESS = "OK";//加锁成功

public static final String SET_IF_NOT_EXIST = "NX";

public static final String SET_WITH_EXPIRE_TIME = "PX";

public static final Long RELEASE_SUCCESS = 1L;

public class RedisUtils {

    @Autowired
    JedisPool jedisPool;

    /**
     * 尝试获取分布式锁
     * @param lockKey
     * @param requestId
     * @param expireTime
     * @return
     */
    public boolean tryGetDistributedLock(String lockKey, String requestId, int expireTime) {
        Jedis jedis = jedisPool.getResource();
        String result = jedis.set(lockKey, requestId, RedisConstant.SET_IF_NOT_EXIST, RedisConstant.SET_WITH_EXPIRE_TIME, expireTime);
        if (StringUtils.equals(result, RedisConstant.LOCK_SUCCESS))
            return true;
        return false;
    }

    /**
     * 释放分布式锁
     * @param jedis
     * @param lockKey
     * @param requestId
     * @return
     */
    public static boolean releaseDistributedLock(Jedis jedis, String lockKey, String requestId) {

        String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
        Object result = jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(requestId));

        if (RedisConstant.RELEASE_SUCCESS.equals(result)) {
            return true;
        }
        return false;
    }
}

加锁：

　　lockKey：唯一的key

　　requestId：每个客户端的唯一ID

　　NX：保证key不存在才会set

　　PX：key具有过期时间

　　expireTime：key的具体过期时间

解锁：
　　通过lua代码传到jedis.eval()方法里，并使参数KEYS[1]赋值为lockKey，ARGV[1]赋值为requestId。eval()方法是将Lua代码交给Redis服务

端执行。

　　首先获取锁对应的value值，检查是否与requestId相等，如果相等则删除锁（解锁）。那么为什么要使用Lua语言来实现呢？因为要确保上述

操作是原子性的。

　　以上只是针对单机部署Redis，如果Redis是多机部署的，可以采用Redisson实现分布式锁

PS：上面的set方法需要RedisV2.6+支持

无法避免的问题：

　　如在 key 超时之后业务并没有执行完毕但却自动释放锁了，这样就会导致并发问题。

　　就算 Redis 是集群部署的，如果每个节点都只是 master 没有 slave，那么 master 宕机时该节点上的所有 key 在那一时刻都相当于是释放

锁了，这样也会出现并发问题。就算是有 slave 节点，但如果在数据同步到 salve 之前 master 宕机也是会出现上面的问题。

 

　　Redis分布式锁内容参考：https://xiaozhuanlan.com/topic/4672859130，https://redis.io/topics/distlock

基于Redis实现分布式ID：

　　因为Redis是单线程的，所以可以用来生成全部唯一ID，通过incr、incrby实现

　　生产环境可能是Redis集群，假如有5个Redis实例，每个Redis的初始值是1,2,3,4,5，然后增长都是5

各个Redis生成的ID为：

A：1,6,11,16,21
B：2,7,12,17,22
C：3,8,13,18,23
D：4,9,14,19,24
E：5,10,15,20,25

这样的话，无论请求打到那个Redis上面，都可以获得不同的ID

优点：

　　1、不依赖于数据库，灵活方便，且性能优于数据库。

　　2、数字ID天然排序，对分页或者需要排序的结果很有帮助。

缺点：

　　1、如果系统里没有Redis，就比较操蛋了

　　2、编码、配置工作量大一点

 

分布式ID推荐一篇文章：https://blog.csdn.net/hengyunabc/article/details/44244951

流水号：

　　Redis同样可以生成每天的流水号，日期+自增长序号，进行incr

面试题：如何从Redis查询出前缀为id的key？

　　首先这个问题应该要明确数据量，如果数据量很小，可以直接使用keys id*，keys命令直接返回所有的key，如果是海量数据，keys命令肯定

不行了，所以要跟面试官明确这个问题。海量数据环境下，例如1亿条数据，可以使用scan命令

scan是基于游标的迭代器，每次使用都要基于上一次的游标延续之前的迭代过程

格式：scan cursor [MATCH pattern] [COUNT count]

cursor以0开始，到0结束，scan 0 match id* count 10，从0开始，匹配以id开头的key，每次返回10条

返回结果有两部分：

1) "0"
2) 1) "id1"
   2) "id2"
    .......

　　1)为返回的游标，返回0证明迭代结束。这里希望返回10条，并不是一定返回10条，可能只是返回5条数据(一次返回的数量不可控，大概率符合

count)，如果返回cursor不是0，证明迭代没有结束，可以继续查询，知道返回cursor为0，效率低于keys，但是不会阻塞Redis

PS：scan返回的游标可能后一次比前一次更小，所以可能会出现重复数据，需要外部程序进行去重