使用Redis解决高并发方案及思路解读（redis高并发架构设计与源码剖析）不要告诉别人

随心笔谈2年前发布编辑

148 0

🌐 经济型：买域名、轻量云服务器、用途：游戏网站等《腾讯云》特点：特价机便宜适合初学者用点我优惠购买

🚀 拓展型：买域名、轻量云服务器、用途：游戏网站等《阿里云》特点：中档服务器便宜域名备案事多点我优惠购买

🛡️ 稳定型：买域名、轻量云服务器、用途：游戏网站等《西部数码》特点：比上两家略贵但是稳定性超好事也少点我优惠购买

目录NoSQLRedis痛点思路分布式锁锁续命扩展结语

Not Only SQL的简称。NoSQL是解决传统的RDBMS在应对某些问题时比较乏力而提出的。

即非关系型数据库，它们不保证关系数据的ACID特性，数据之间一般没有关联，在扩展上就非常容易实现，并且拥有较高的性能。

redis是nosql的典型代表，也是目前互联网公司的必用技术。

redis是键值(Key-Value)存储数据库，主要会使用到哈希表。大多数时候是直接以缓存的形式被使用，使得请求不直接访问到磁盘，所以效率方面是很不错的，完全能满足中小型企业的使用需求。

常用数据类型

字符串string散列hash列表list集合sets有序集合sort set

使用频率上string和hash会高一些，各个类型有各自的操作命令，无非增删改查，具体的命令后面我会整理一份。

web应用在众多请求同时发生时，可能会导致数据读取、存储上出现错误，即发生脏读、脏数据生成。

在分布式项目下，会出现更多的问题。

并发时，本质其实就是多个请求同时进来了，没办法正确的去进行处理。

可以将所有的请求放在一个队列，让请求们按照一个顺序，挨个进来执行业务逻辑。目前成熟的解决方案就是使用消息队列，下次我会整理一篇消息队列处理高并发的；

还有一个方法是直接将并行转为串行，Java提供了synchronized，即同步，不过这个在效率要求比较苛刻的地方或者分布式项目下还是不太合适的方案，这里就引出了使用redis来实现分布式锁，从而解决并发问题。

在分布式项目中，使用一个唯一、通用、效率高的标识，来表示上锁和解锁。

redis实现起来很简单，即对一个key是否存在来表示是否上锁、是否解锁。

以string类型举例：

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

以上是最简单的秒杀伪代码，我们尝试用redis实现分布式锁。

// 这里是错误代码，只是一个思考过程，请耐心看完哦
String key=”REDIS_DISTRIBUTION_LOCKER”; // 分布式锁名称
String value=jedisUtils.get(key);
if (value !=null) { // 未上锁
? ? // wingzingliu
? ? jedisUtils.set(key, 1); // 上锁
? ? Integer stock=goodsMapper.getStock();
? ? if (stock > 0) {
? ? ? ? stock=- 1;
? ? ? ? goodsMapper.updateStock(stock);
? ? ? ? jedisUtils.del(key); // 释放锁
? ? }
}

以上代码可能会出现一个问题，就是当同时多个请求进来，某次多个请求都拿到value为空，线程A进入if 走到// wingzingliu这里的时候，还未上锁，其他请求也进来了，这样就会出现脏数据了。

这里的代码问题就是出在没有考虑原子性问题。

所以我们要使用到redis的一个setNx命令，本质也是设置值，但是这是一个原子操作，执行之后会返回是否设置成功。

redis> SETNX job “programmer” ? ?# job 设置成功
(integer) 1
?
redis> SETNX job “code-farmer” ? # 尝试覆盖 job ，失败
(integer) 0
?
redis> GET job ? ? ? ? ? ? ? ? ? # 没有被覆盖
“programmer”

重点关注当有值时，会失败，返回0。所以我们的代码会改造成以下这个样子。

// 这里是错误代码，只是一个思考过程，请耐心看完哦
String key=”REDIS_DISTRIBUTION_LOCKER”; // 分布式锁名称
Long result=jedisUtils.setNx(key, 1);
if (result > 0) { // 上锁成功，进入逻辑
? ? // wingzingliu1
? ? Integer stock=goodsMapper.getStock();
? ? if (stock > 0) {
? ? ? ? stock=- 1;
? ? ? ? goodsMapper.updateStock(stock);
?
? ? ? ? System.out.println(“购买成功!”);
? ? } else {
? ? ? ? System.out.println(“没有库存了!”);
? ? }
? ? // wingzingliu2
? ? jedisUtils.del(key); // 释放锁
}

以上我们就可以保证原子性，能正确的按照顺序去处理。

可是还有一个隐藏的问题，就是当某个线程执行上锁成功后，在wingzingliu1到wingzingliu2之间时，程序抛异常了，那么程序终止了，就无法释放锁，其他线程也都进不来了。

解决方案是加上try catch finally块，在finally里面去释放锁。

可是那如果是宕机呢？上锁之后宕机了，finally里面的依然不会执行，锁没有得到释放，不手动处理的情况下，以后所有线程也无法进入。

所以引入了redis的过期时间，到了某个时间自动解锁。

// 这里是不够完善的代码，请耐心看完哦
try {
? ? String key=”REDIS_DISTRIBUTION_LOCKER”; // 分布式锁名称
? ? Long result=jedisUtils.setNx(key, 1, 30); // 假设处理逻辑需要20s左右，设置了30秒自动过期
? ? if (result > 0) { // 上锁成功，进入逻辑
? ? ? ? Integer stock=goodsMapper.getStock();
? ? ? ? if (stock > 0) {
? ? ? ? ? ? stock=- 1;
? ? ? ? ? ? goodsMapper.updateStock(stock);
?
? ? ? ? ? ? System.out.println(“购买成功!”);
? ? ? ? } else {
? ? ? ? ? ? System.out.println(“没有库存了!”);
? ? ? ? }
? ? }
} catch (Exception e) {
?
} finally {
? ? jedisUtils.del(key); // 释放锁
}

以上是比较完善的分布式锁了，但是还有一个小瑕疵，就是假设某一次请求A处理的很慢，预计20s但是跑了35s，到了30s的时候锁过期了，其他请求就自然进来了。

这不仅仅会导致一次并行，当请求A处理完时，依然会执行释放锁，这实际上是下一个线程上的锁。以此类推，整个并发控制就乱了。

理论上可以设置一个更大的key过期时间，但是并不是最好的解决方案。这里就引出一个概念：锁续命。

如其名，给锁续命。实现就是当锁快过期的时候，去延长锁的时间。假设一个30s的锁，每个10s去检测一下，锁是否还在如果在就重新延长至30s。这样就避免掉了上面的这个可能出现的问题。

这里使用一个定时任务，周期性的调用即可。

刚刚对key设置的value是1，其实能使用请求ID来进行保存，这样就能知道锁是由哪个请求上的，在解锁的时候也可以避免解锁了其他线程上的锁。具体由前端传递，或者由服务端以某种规则生成都可以。

至此我们就使用redis，一步一步的解决了在分布式项目下的并发问题。redis不是唯一的解决方案，但是对于大部分互联网公司来说，是一个很成熟、性能不错、便捷的方案。

还可以使用synchronized（非分布式项目）、mq 、zookeeper等方案去实现分布式锁以解决高并发问题。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:Redis处理高并发之布隆过滤器详解高并发技巧之Redis和本地缓存使用技巧分享浅谈Redis高并发缓存架构性能优化实战Redis高并发情况下并发扣减库存项目实战Redis高并发场景下秒杀超卖解决方案(秒杀场景)高并发下Redis如何保持数据一致性(避免读后写)