高并发分布式锁--Redis之Redisson和优化

拒绝东扯西扯，直接上干货

这里只讲原理，如果想了解redisson使用过程的请看看Redisson的官网。

 

优势

redisson分布式锁优势：

1. 多个redis操作乱脚本整体提交，保证性能同时，保证整体原子性！
2. 看门狗自动延续锁生命周期，防止未处理完锁过期问题，但是同时造成了阻塞，甚至锁死
3. 实现了自旋锁 ：发现锁后get ttl进行while true对应的时间
4. 实现了重入锁 ：发现锁后再看一下clientid是不是自己，如果是+1

 

原理

redisson分布式锁使用例子：

1 2 3 4 5

RLock lock = redisson.getLock("myLock"); //加锁 lock.lock(); // 解锁 lock.unlock();

架构图：

lua脚本流程图

lua加锁脚本源码：

 

redisson分布式锁 问题：

自多续期怎么防止长期阻塞，甚至死锁，这里大家思考一下，欢迎留言

 

优化

高性能分布式锁优化（ 核心思想：分段）

分段锁：我们常用的是按商品，按商家等进行分段；但是在秒杀的时候，秒的就是一个商品，那么我们怎么进行分布式锁优化呢？ 思考一下。。。。

如果我们锁的是商品库存，防止超卖问题，那么我们的思路是，把库存数量 分段：

       1000分成20段，那每段就是50个库存。

       这样我们的锁 锁的是 一个库存段， 就能对同一个商品的多个库存段实现分段锁，实现同一个商品的并发

问题：如果秒杀的锁并不是仅仅锁库存呢？ 这里建议 分成多个锁

访问流程如下：

取到一个分段：这里可以随机取，也可以继续优化（看下文）

直到取到 无锁 且 库存足够 的分段为止

 

问题：秒杀一般只能是一个，这里考虑的是并发非常高的非秒杀场景

• 如何快速获取到库存足的分段
• 购买库存大于最大分段库存，但是小于总库存怎么实现购买

快速获取库存足的分段：

    粗略维护各段的库存总量，返回量够的分段，再去获取锁；获取锁失败，再用库存够的段去重试

    如果库存不够就不去尝试获取锁了

购买库存大于最大分段库存：

    实现起来就更复杂了，思路是设计一个总库存的锁。当获取不到足够库存的分段时，通过总库存去实现下单

    这个方法：会锁所有分段  更好 的实现方式欢迎大家留言