深入浅出 超详细 从 线程锁 到 redis 实现分布式锁（篇节 1）
深入浅出 超详细 从 线程锁 到 redis 实现分布式锁（篇节 1）
大家好，又见面了，我是你们的朋友全栈君。
在 使用 redis 实现分布式锁 之前 我们需要先了解以下几点
什么是分布式锁
要介绍 什么是分布式锁，那首先要提到 与之对应的 的两个锁：线程锁 和 进程锁
1.线程锁
主要 用来 给方法、代码块加锁。当某个方法或者代码块使用锁时，那么在同一时刻至多仅有一个线程可以执行该段代码。当有多个线程访问同一对象的加锁方法/代码块时，同一时间只有一个线程在执行，其余线程必须要等待当前线程执行完之后才能执行该代码。但是，其余线程是可以访问对象中没有被加锁的代码。线程锁只在同一个JVM 中有效果，因为线程锁的实现在根本上是依靠线程之间共享内存实现的，比如 Synchrogazeed、Lock 等。
2.进程锁
为了控制同一个操作系统中多个进程访问同一个共享资源，知识因为程序的独立性，各个进程是无法控制其他进程对资源的访问的，但是可以使用本地系统的信号量控制。
3.分布式锁
当多个进程不在同一个系统中时，使用分布式锁控制多个进程对资源的访问。
如何 实现分布式锁？
实现分布式锁的方法有很多，比如：使用redis、ZK 等
本文就以 redis 为例，一步步来实现 一把分布式锁。
redis 实现分布式锁
准备
建一个 springboot 项目，写一个前端控制器，控制器中 就是 简单模拟一个 减库存的逻辑，库存 放在 redis中。每次请求 都减一次库存。
@Autowired
private RedisTemplate<Object,Object> redisTemplate;
@GetMapping("/cut")
public Object kc(){
redisTemplate.setKeySerializer(new StringRedisSerializer());
int num = Integer.parseInt(redisTemplate.opsForValue().get("num").toString());
if (num>0){
int lastNum = num -1;
redisTemplate.opsForValue().set("num",lastNum+"");
System.out.println("扣减库存成功，剩余库存为："+lastNum);
}else{
System.out.println("扣减库存失败，库存不足");
}
return "ok";
}这里 我们先不使用 锁，看看 请求过来，是否会产生问题
先来玩玩 单应用 线程锁 吧
就先启动一个 实例，接下来进行测试
测试1：手动浏览器低频率 多次访问
貌似 很和谐呀？ 库存也 正常减少，每次访问，就减少一个，很不错。
是不是开始怀疑了，为什么要用锁呢？还 搞什么 线程锁 进程锁 分布式锁，这不用锁不也正常减库存，不也没问题？
你是不是这样想的的呢？
咱们继续往下走 这才刚刚开始呢。。。
测试2：模拟高并发 请求 扣减库存接口
- 这里就使用 JMeter 来模拟 高并发 场景吧
- 设置 库存 num = 1000
- 发送 请求 1000 次
- 测试结果
- 剩余库存：518
按照我们的预想，每次请求 就减少一个库存，库存 总共 1000，发送了 1000 个请求，理论上 库存 应该为 0 啊，为什么剩余库存 还有 518 呢？ 再看上图，好多都是重复，一条记录代表一次请求，那么多次请求 打印出来的剩余库存 都是 剩余 999，这就是问题
我们简单分析一下，看图 -请求1进来，获取到 库存 为：1000，然后往下执行，进行本地扣减库存，当1号 本地扣减号库存后，准备将扣减完的剩余库存（999）保存到redis中时，此时还没来得及保存，2 号 就进来了 获取 库存（1000）虽然1号本地减了库存，但是它没有保存同步到redis中，所以redis中的 num 值 还是为 1000，此时 2 号进来 获取到的库存 就为 1000，依次类推，在 1 号 2 号 还没有将剩余库存同步到redis 中时，3号 4 号 5号 也进来了，获取库存值，还是为 1000，这时 大家都拿着 num = 1000 往下执行，导致 多次请求库存也只减少了1，我们就看到 那么多打印 相同 剩余库存。
– 那之前 测试1 为什么 就没问题呢？
- 那是因为请求频率低，等下次一请求进来，我上一次请求就已经执行完减库存 保存剩余库存的逻辑了，所以下一个进来就读到上一个扣减后的库存值，所以就没问题。
优化：加锁
使用 synchronized 实现 线程锁
@GetMapping("/cut")
public Object kc() {
redisTemplate.setKeySerializer(new StringRedisSerializer());
synchronized (this) {
int num = Integer.parseInt(redisTemplate.opsForValue().get("num").toString());
if (num > 0) {
int lastNum = num - 1;
redisTemplate.opsForValue().set("num", lastNum + "");
System.out.println("扣减库存成功，剩余库存为：" + lastNum);
} else {
System.out.println("扣减库存失败，库存不足");
}
}
return "ok";
}我们直接进行并发测试： 库存：1000，请求次数：1000 老样子
开头
结尾
一千条打印，太长了，我就 不全部贴出，就贴出 一头一尾，从头尾就可以很明显看出 与之前没有加锁的区别了吧。 每次请求减库存1，共请求了1000 次 刚好 剩余库存为：0 一次 不信，认为 巧合，可以多次试验一下，结果都是一样的（非分布式，仅此单体）
这下知道 锁 的作用了吧 hahahahah。。。。
要是 单体 架构，就一个项目 部署一个 Tomcat 那是没啥问题（其他性能什么的锁优化什么的这里忽略哈）
那 放在 分布式架构 多个 Tomcat 提供相同服务，那你这把 锁还能锁住吗？ 开干，带你来测试一下就知道了
那就 来玩玩 多应用 线程锁 吧，看看是否锁得住
还是 上面的 项目，但我们启动两个 服务,同样 进行库存扣减
- 对应端口为：
- 服务1：ip:8888
- 服务2：ip:9999
这里 使用到了 NGINX 做负载均衡，NGINX 的使用，下期给大家讲哟。
我这里测试环境 是 VM 虚拟机，centos7 ，在docker 中装了 一个 Nginx 为了方便开发测试。
其实 你用 本地 下载一个 NGINX ，然后开启动两次项目，提供两个服务，在NGINX上配置一下也是可以的。
OK 环境 准备就绪，那就开始 测试吧！
测试前 我们先预想一下结果吧，1000 次请求，每次扣减 1，那么刚好 请求解说库存就为：0。两个 系统同时进行扣减，每人扣减一个刚好扣减完。应该理想就差不多这样子吧。
那现实呢？ 确实残酷的，看数据
- 服务1：
- 服务2：
两个服务 出现了相同的数据，剩余库存都是：63，说明说明呢？
说明，库存 64 同时 被 两个服务获取到，这个就像前面我们讲的，多个线程同时 读到相同的库存数1000 一样，上一个线程扣减库存还没保存，就被下一个库存进来读取错误的 库存数，而 分布式呢，就是服务1 读到 库存为 64 然后进行执行本地扣减，在准备将扣减后的库存保存到 redis中时，原来这个另一个服务 就进行读取 库存操作，结果也读到 64，两个服务各自执行，结果出现两条 相同的数据“ 扣减库存成功，剩余库存为：63”。
那 有小伙伴就会问了，这不是 加锁了吗？怎么还会出错？
回顾 锁的概念
我们这里 使用 锁，是线程锁，只对 同一个jvm 有效，而分布式 多服务里，会有多个服务 部署在不同的 Tomcat 或服务器 上，所以 这个 synchronized 锁 不住别人的。
**
接下来 我们就 换一把大锁（分布式锁），看这把大锁能不能 锁住这些妖怪
**
请看 （篇节 2），我在 篇节 2 等你哟。。。
注释：内容 纯属 个人 见解 学习记录。如有 错误 望 大神 指教。。。
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/152019.html原文链接：https://javaforall.cn
腾讯云开发者
