【从零开始学习Redis | 第六篇】爆改Setnx实现分布式锁

前言：

      在Java后端业务中， 如果我们开启了均衡负载模式，也就是多台服务器处理前端的请求，就会产生一个问题：多台服务器就会有多个JVM，多个JVM就会导致服务器集群下的并发问题。我们在这里提出的解决思路是把锁交给Redis来实现，因为Redis是单线程的。而最基础的Redis解决集群模式下的并发问题的核心解决方案是使用Setnx构造分布式锁，下文来让我们详细的看一下过程。

目录

前言：

核心思路： 

具体业务逻辑：

业务问题解决思路

1.选择加锁问题：

2.Redis分布式锁的误删问题：

3，如何保证删除锁代码的原子性？

业务杂项知识点：

1.Spring mvc中的事务失效引起的并发问题：

2.包装类与基本数据类型的差异：

总结：

---

 

核心思路： 

 其实整个爆改过程的思路都很清楚，我们先来解释一下SETNX的作用：

SETNX key value

SETNX命令的作用是：只有当指定的键名 key 不存在时，将键值对存储到Redis数据库中。如果键名 key 已经存在，则不执行任何操作。

那么整体的核心思路就是：让当前线程尝试先创建A再执行业务逻辑代码，如果A不存在，就进行创建，并执行相关业务逻辑，业务逻辑执行完毕后释放A；如果A存在，那么说明此时有其他的线程在执行业务逻辑代码，则拒绝当前线程执行业务逻辑（挂起线程）

其实就是通过SETNX构造了一个唯一数据，并且把这个数据作为锁。这种思路使得我们的锁不再局限于某一个JAVA对象，从而避开了synchronized只能在JVM内部生效。解决了集群架构下多JVM上锁困难的困境

具体业务逻辑：

本次的具体业务应用场景是优惠卷秒杀场景，简单的来讲：就是商家发放优惠卷，用户进行抢购。而在优惠卷秒杀业务中，我们需要注意的是一人一单问题。一人一单就是一个用户只允许下一单。而我们本项目的背景是允许多端登录。我们可以想一想这个问题的核心问题：如果多端登录，在服务器集群架构的模式下，如果我们还是传统模式加锁，就会出现这个问题：

用户A同时登录的电脑和手机，在以前的模式下：我们是简单粗暴的给一人一单核心代码直接解锁。但这样做有两个问题：

1.如果直接加锁，那么也就是说程序的并发性大大降低，我们一次只能处理一个用户的优惠卷订单，效率大大降低。

2.如果是在集群模式下，传统的锁只能在一个JVM内生效，并不能跨JVM。如果用户的电脑购买优惠卷请求进入到了服务器A，而用户的手机购买优惠卷请求进入到了服务器B，那么就有可能造成优惠卷超卖的情况。

总结一下优惠卷超卖场景的业务逻辑

1. 查询优惠卷是否存在
2. 查询优惠卷是否在售卖时间
3. 查询当前优惠卷是否还有库存
4. 查询用户是否已经下过单（如果有直接返回给前端Result，封装消息类）
5. 扣减优惠卷库存
6. 创建订单ID
7. 返回订单号给前端
8. 封装订单相关信息，更新数据库

在这几步中，从4-8步就是一人一单问题，而解决优惠卷秒杀问题，大部分情况就是在解决这个问题。

业务问题解决思路

我们来一步一步看当前有哪些问题需要我们解决：

1.选择加锁问题：

在我们最开始的加锁中，我们选择的是synchronized关键字，但是它会导致程序的并发性大大降低。并且无法跨JVM容器生效。

我们为了解决synchronized关键字无法跨JVM容器生效，采用了SETNX关键字。通过这种方法，我们解决了锁跨JVM容器生效。

synchronized 是基于JVM层面的同步机制，它会锁定整个方法，而且它的作用范围限定在单个JVM内。在分布式系统或者集群环境中，synchronized 不能跨JVM工作，因此不适合作为分布式锁使用。而分布式锁 simpleRedisLock 是基于Redis实现的，可以跨多个应用实例工作，适用于分布式系统。

但是它本质上和synchronized关键字的作用一样，并没有解决程序的并发性大大降低的问题。只不过以前我们是通过synchronized关键字拦截线程，现在是通过SETNX拦截线程。

那么让我们来逆推一下思路，加锁是为了解决两个问题：

1. 同一用户在不同端多次购买的相同优惠卷的行为
2. 不同用户同时购买同一优惠卷的行为。

而我们可以先来优化一下同一用户在不同端多购买的行为。按照我们之前的思路是不管三七二十一就上锁。如图所示可以理解为：

但是我们真的有这个必要嘛？我们仔细想一想：如果只是为了避免同一用户在不同端多次购买的相同优惠卷，那么我们只需要针对这个用户加锁不就好了嘛？

 也就是说：现在我们设计的锁，应该是只会拦截同一个用户的多次登录，而不拦截多个用户的并发登录。如图所示可以理解为：

我们从代码层面解释一下：我们利用SETNX创建key的时候，将key设置为USERID。那么此时就会出现两种情况：

1.同一用户多端登录发送购票请求，由于SETNX创建KEY的时候是根据UserID创建的，因此只能有一个端创建key成功，实现了为同一用户加锁，避免多端登录购票。

2.不同的用户由于UserID不同，因此SETNX创建KEY的时候不会失败，也就是说不会被拦截。

也就是说：我们通过根据UserID构造key的方式，实现了为每个用户加锁，提高了程序的并发性能。

我们再来解决一下：多个用户同时购买同一优惠卷的问题。我们再来转变一下角度：之所以要处理多个用户同时购买同一优惠卷，是因为会存在超卖问题。而我们如何除了加锁之外，还有没有其他的方法解决超卖问题呢？

答案是有的.我们在每一次扣减库存的时候，都同步判断一下当前数据库中优惠卷库存是否大于0不就好了嘛！

当然，这里要保证判断库存和扣减库存的原子性，不可以被打断。

其实这里的思路就是CAS算法，即Compare And Swap

那么选择加锁问题我们已经解决了，为了优化普通模式下加锁的无法跨JVM容器和拷打并发性的问题，我们采用了以下两个步骤：

• 无法跨容器：使用Redis中的SETNX来保证锁可跨JVM容器
• 并发性差：利用userID构造每个用户专属的锁，并且通过数据库操作维护多用户下单超卖问题。

此时我们用流程图来展示一下当前的执行逻辑：

当然了，为了避免死锁的出现，我们要为SETNX构造出的键值对设置过期时间，防止死锁的出现。

而接下来的问题也就是我们要着重介绍的一个问题：

2.Redis分布式锁的误删问题：

此处我们说的是同一用户多端登录引发的并发性问题，而不同用户之间由于构造的时候key就不一样，因此不存在误删问题。

在我们前面构造的业务逻辑中，理想的状态应该是：

在理想状态下，多段登录可以正确的创建和释放锁，维护程序的并发性，而在我们的业务逻辑中，可能会出现如下异常情况：

这段异常简单的来讲：线程1的阻塞使得线程1所创建的用户锁被超时释放，此时Redis中并没有针对当前用户的锁，当前用户再发起一个线程2，线程2获取到锁。而线程1此时阻塞结束，开始执行业务和最后删除锁的操作，导致线程2创建的当前用户锁被删除。此时线程2在执行自己的业务，但是整个redis中已经无针对当前用户的锁了。线程3此时尝试获取锁，获取成功。那么在这种环境下，线程1，2，3都获取到了锁并且执行了买票业务。

这种业务场景虽然少见，但仍是我们要解决的问题。

而解决的思路也很简单：主要的思路：设置锁标识，让每个线程只能删除自己的锁 

也就是说：以前我们利用SETNX创建锁的时候，是不管锁的value值的，现在为了解决锁的误删问题，我们要给value中赋值，使其成为锁标识。

我们看看代码：

创建锁：

删除锁：

但是这样就对了嘛？ 

其实是不对的！ 这是因为我们在unlock里面执行了多条语句，可能在获取锁的标识的时候，还没来得及执行delete语句，线程就又被阻塞了，此时就又会发生我们之前说的误删问题。

3，如何保证删除锁代码的原子性？

在这里我们使用的是lua脚本。Redis提供了lua脚本功能，在一个脚本中编写多条Redis命令，确保多条命令执行时的原子性。

关于lua脚本的书写我们这里不做具体介绍，感兴趣的同学可以自学，lua是基于c语言实现的，他的语法结构很简单。

Lua 教程 (w3schools.cn)https://www.w3schools.cn/lua/index.asp

将之前的unlock中的redis操作转化为lua脚本，然后再交给redis执行。

我们来看看代码：

通过这种方式，我们就确保了多条Redis命令的原子性，解决了删除锁代码的原子性问题。

业务杂项知识点：

1.Spring mvc中的事务失效引起的并发问题：

在代码框架设计的时候，我把4-8过程单独拉出来封装了一个方法：

封装部分代码： 

为了保证扣减库存的时候执行的多条SQL语句的原子性，我们加上了@Transactional注解。然后在获取锁后执行业务逻辑代码的时候调用这个方法。

但这也就是一个坑点：Spring mvc中的事务是会失效的。 

        在Spring框架中，声明式事务管理依赖于AOP（面向切面编程）。当我们在一个方法上使用@Transactional注解时，Spring将创建一个代理对象来包装原始的Bean。这个代理对象会在方法调用前后添加事务管理的逻辑，如开启和关闭事务，以及在发生异常时进行回滚操作。

如果直接调用同一个类中的另一个@Transactional方法，由于是内部调用，并不会经过代理对象，因此事务管理相关的逻辑不会被执行。这就是为什么通常建议将事务管理放在服务层（Service Layer），并且只通过注入的方式跨类调用事务方法，确保每次调用都能通过代理对象，从而让AOP能够正确地应用事务管理的逻辑。

如果不使用Spring AOP代理机制，那么@Transactional注解将不会生效，因为没有任何机制来拦截方法调用并应用事务的边界。这意味着即使定义了事务，也不会有实际的事务行为发生，如开始新事务、加入现有事务或在发生异常时回滚事务。

总结来说，Spring的声明式事务管理是通过AOP代理实现的，不使用AOP代理将导致事务失效。要确保事务能够正常工作，必须遵循Spring的配置和使用准则，确保通过代理对象对事务方法进行调用。

因此在调用这个方法时候，我们不能直接调用，这种方式是错误的！ 

而应该这么调用：

 

2.包装类与基本数据类型的差异：

当我们使用stringRedisTemplate来操作Redis的时候，返回值会有包装类型，例如Boolean。

但是如果我们直接这样返回的话，会出现一个问题：我们要求的返回值类型是boolean，也就是基本数据类型。虽然Boolean会有自动拆箱功能，可以自动转换为boolean，但是可能会出现空指针异常！

这是为什么呢？原因很简单：Boolean是包装类，可以存放空值，而在自动拆箱的时候空值会转变为空指针。而基本数据类型不允许存储空指针。因此直接抛出空指针异常。

总结：

        经过本文的讲解，我们了解了如何利用Redis实现一个简单的分布式锁。而其实Redis就已经为我们提供了一套高性能，高可用的分布式锁：Redission。在之后的文章我也会给大家介绍如何使用Redission。

如果我的内容对你有帮助，请点赞，评论，收藏。创作不易，大家的支持就是我坚持下去的动力！