数据显示：Redis怎么现分布式锁

85167468

阿粉最近迷上了R，为什么呢感觉R确功能很强大呀，一个基于内存的系统K-V存储的数据库，竟然有这么多的功能，而阿粉也要在在地把R来弄一下，毕竟面试的时候，R可以说是一个非常不错的加分项。阿粉最近迷上了R，为什么呢?感觉R确功能很强大呀，一个基于内存的系统K-V存储的数据库，竟然有这么多的功能，而阿粉也要在在地把R来弄一下，毕竟面试的时候，R可以说是一个非常不错的加分项。[url=http:///www.wangsu.com/]视频加速[/url]的相关问题可以到网站了解下，我们是业内领域专业的平台，您如果有需要可以咨询，相信可以帮到您，值得您的信赖！[align=center]

                               
登录/注册后可看大图

[/align]





分布式锁
为什么需要分布式锁?


目前很多的大型项目全部都是基于分布式的，而分布式场景中的数据一致性问题一直是一个不可忽视的问题，大家知道关于分布式的CAP理论么?


CAP理论就是说任何一个分布式系统都法同时满足一致性(C)、可用性(A)和分区容错性(P)，最多只能同时满足两项。


而我们的系统最终满足的永远都是最终一致性，而这种最终一致性，有些时候有人会喜欢问关于分布式事务，而有些人则偏重在分布式锁上。


分布式锁的种类

数据库现分布式锁
缓存现分布式锁
Z现分布式锁

但是阿粉选择的就是使用缓存来现分布式锁，也就是我们在项目中最经常使用的R，谈到R，那真是可以用在太多地方了，比如说：



会话缓存
消息队列
分布式锁
发布，订阅消息
商品列表，评论列表

我们今天就来现用R来现分布式锁，并且要学会怎么使用。


准备工作
1准备使用J的包，在项目中导入包。











!----IIII290



直接来写个工具类吧！


RPU{SLOCK_SUCCESS=OK;SSET_IF_NOT_EXIST=NX;SSET_WITH_EXPIRE_TIME=PX;RPU(){}****@*@K加锁*@I请求的标志位*@T超时时间*@*GDL(J,SK,SI,T){S=(K,I,SET_IF_NOT_EXIST,SET_WITH_EXPIRE_TIME,T);(LOCK_SUCCESS()){;}{{T(10);休眠100毫秒}(E){ST();}};}}
(K,I,SET_IF_NOT_EXIST,SET_WITH_EXPIRE_TIME,T);这个加锁的姿势才是我们最需要了解的，不然你用的时候都不知道怎么使用。


：加锁的键，际上就是相当于一个唯一的标志位，不同的业务，你可以使用不同的标志位进行加锁。


I：这个东西际上就是用来标识他是哪一个请求进行的加锁，因为在分布式锁中，我们要知道一件事，就是加锁的和解锁的，必须是同一个客户端才可以。


而且还有一种比较经典的就是B把A的锁给释放了，导致释放混乱，如果你不加相同的请求，A线程处理业务，执行了加锁，锁的过期时间是5,B线程尝试获取锁，如果A处理业务时间超过5，这时候A就要开始释放锁，而B在这时候没有检测到这个锁，从而进行了加锁，这时候加锁的时候，A还没处理完对应业务，当他处理完了之后，再释放锁的话，要是就是直接把B刚加的锁释放了，要么就是压根都没办法释放锁。


SET_IF_NOT_EXIST：看字面意思，如果不存在，我们进行S操作，如果存在，啥都不干，也就不在进行加锁。


SET_WITH_EXPIRE_TIME：是否过期


T：这是给设置一个过期的时间，万一你这业务一直被锁着了，然后之后的业务想加锁，你直接给一直持有这个这个锁，不进行过期之后的释放，那岂不是要凉了。


上面的方法中GDL这个方法也就是我们通常使用的加锁的方法。


解锁
DL(J,SK,SI){S=('',KEYS[1])==ARGV[1]('',KEYS[1])0;O=(,CL(K),CL(I));(OK()){;};}
大家看到这个的时候，会感觉有点奇怪，际上他就是一个L的脚本，而L脚本的意思也比较简单。



先获取锁对应的值，检查是否与I相等
如果相等则删除锁(解锁)
执行()方法

其这时候就有些人说，直接删除不行么?你试试你如果这么写的话，你们的会不会把你的腿给你打断。


这种不先判断锁的拥有者而直接解锁的方式，会导致任何客户端都可以随时进行解锁，也就是说，这锁就算不是我加的，我都能开，这怎么能行呢?





在这里给大家放一段使用的代码，比较简单,但是可以直接用到你们的项目当中。


{B=RPUGDL(,,,5000);(){代码片段}{}}(){}{RPUDL(,,);}
分布式锁的要求

满足互斥性。也就是说不管在什么时候，只有一个客户端能够持有锁，不能是多个客户端。
不能出现死锁。就是说，如果要现分布式锁，不能说当一个锁没有释放的时候，其他的客户端不能进行加锁，要保证不影响其他的客户端加锁。
加锁和解锁必须是同一个客户端

分布式的CAP理论
我们先把这个现方式现了，然后我们再来说说大家最不愿意看的理论知识，毕竟这理论知识是你面试的时候经常会被问到的。


分布式CAP理论：


加州大学伯克利分校的EB教授在ACMPODC会议上提出CAP猜想。2年后，麻省理工学院的SG和NL从理论上证明了CAP。之后，CAP理论正式成为分布式计算领域的公认定理。


也就是说，在二十年前的时候，CAP理论只是个猜想。结果两年之后被证了，于是，大家在考虑分布式的时候，就有根据来想了，不再是空想了。


什么是分布式的CAP理论?
一个分布式系统最多只能同时满足一致性(C)、可用性(A)和分区容错性(P)这项中的两项。





这个和(A)不太一样，因为之前看有些人说，在CAP理论中的A和数据库事务中的A是一样的，单词都不一样，那能一样么?


A：分布式中的A表示的是可用性，也就是说服务一直可用，而且是正常响应时间。


而你在搭建分布式系统的时候，要保证每个节点都是稳定的，不然你的可用性就没有得到相对应的保证，也谈不上是什么分布式了。只能称之为一个伪分布式。


C：一致性
也就是说你的更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致，这个如果你在使用R做数据展示的时候，很多面试官都会问你，那你们是怎么保证数据库和缓存的一致性的呢?


毕竟你只是读取的话，没什么问题，但是设计到更新的时候，不管是先写数据库，再删除缓存;还是先删除缓存，再写库，都有可能出现数据不一致的情况。


所以如果你对这个很感兴趣，可以研究一下，比如说：



延时双删策略
懒加载懒加载可采取双删+TTL失效来现
主动加载

如果你能在面试的时候把这些都给面试官说清楚，至少感觉你应该能达到你自己的工资要求。


P:分区容错性
分布式系统在遇到某节点或络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。


其在CAP理论当中，我们是没有办法同时满足一致性、可用性和分区容错性这个特性，所以有所取舍就可以了。


关于使用R分布式锁，大家学会了么?