В кластере часто возникают проблемы с конфликтом ресурсов и параллелизмом из-за одновременной обработки, но все мы знаем о блокировках синхронизации.
synchronized,cas,ReentrankLockОбласть применения этих замковJVM, грубо говоря, под кластером бесполезен. В это время мы должны быть в состоянииJVMЕсть блокировки, которые определяют порядок выполнения.Сейчас к распределенным блокировкам в основном относятсяredis,ZookeeperЕсть и метод базы данных, но производительность слишком низкая, то есть требуется сторонний надзор.
задний план
Недавно занимаюсь потреблениемKafkaВо время сообщения было обнаружено, что из-за слишком большого количества онлайн-потребителей часто встречается, что несколько машин одновременно обрабатывают данные типа первичного ключа.Если операция обновления выполняется в конце, это проблема порядка обновления, но если нужно вставить все данные, возникнет проблема дублирования первичных ключей. В продакшене это не допускается (т.к. в компании нештатный механизм надзора, списания баллов и т.д.), для этого требуется распределенная блокировка, которая используется после рассмотренияRedisСпособ реализации (поскольку примеров в сети много)
анализировать
redisРеализована распределенная блокировка, принцип реализации такойsetметод, потому что, когда несколько потоков запрашивают одновременно, только один поток может выполнить и вернуть результат, а также можно установить период действия, чтобы избежать возникновения взаимоблокировки.Все так идеально, но есть проблема, вsetКогда результат будет возвращен напрямую, успешно или неудачно, без блокирующего эффекта, нам нужно самостоятельно справиться с неудавшимся процессом потока, есть два способа.
- выбросить
- подождите, чтобы попробовать еще раз
Поскольку нашей системе нужны эти данные, ее можно только повторить. использовать здесь
redisизListТип реализует роль последовательности ожидания
код
Непосредственно в коде На самом деле класс инструментов Redis можно решать напрямую
package com.test
import redis.clients.jedis.Jedis;
import java.util.Collections;
import java.util.List;
/**
* @desc redis队列实现方式
* @anthor
* @date
**/
public class RedisUcUitl {
private static final String LOCK_SUCCESS = "OK";
private static final String SET_IF_NOT_EXIST = "NX";
private static final String SET_WITH_EXPIRE_TIME = "PX";
private static final Long RELEASE_SUCCESS = 1L;
private RedisUcUitl() {
}
/**
* logger
**/
/**
* 存储redis队列顺序存储 在队列首部存入
*
* @param key 字节类型
* @param value 字节类型
*/
public static Long lpush(Jedis jedis, final byte[] key, final byte[] value) {
return jedis.lpush(key, value);
}
/**
* 移除列表中最后一个元素 并将改元素添加入另一个列表中 ,当列表为空时 将阻塞连接 直到等待超时
*
* @param srckey
* @param dstkey
* @param timeout 0 表示永不超时
* @return
*/
public static byte[] brpoplpush(Jedis jedis,final byte[] srckey, final byte[] dstkey, final int timeout) {
return jedis.brpoplpush(srckey, dstkey, timeout);
}
/**
* 返回制定的key,起始位置的redis数据
* @param redisKey
* @param start
* @param end -1 表示到最后
* @return
*/
public static List<byte[]> lrange(Jedis jedis,final byte[] redisKey, final long start, final long end) {
return jedis.lrange(redisKey, start, end);
}
/**
* 删除key
* @param redisKey
*/
public static void delete(Jedis jedis, final byte[] redisKey) {
return jedis.del(redisKey);
}
/**
* 尝试加锁
* @param lockKey key名称
* @param requestId 身份标识
* @param expireTime 过期时间
* @return
*/
public static boolean tryGetDistributedLock(Jedis jedis,final String lockKey, final String requestId, final int expireTime) {
String result = jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);
return LOCK_SUCCESS.equals(result);
}
/**
* 释放锁
* @param lockKey key名称
* @param requestId 身份标识
* @return
*/
public static boolean releaseDistributedLock(Jedis jedis,final String lockKey, final String requestId) {
final String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(requestId));
return RELEASE_SUCCESS.equals(result);
}
}
Основной код бизнес-логики выглядит следующим образом
// 1.先消耗队列中的
while(true){
// 消费队列
try{
// 被放入redis队列的数据 序列化后的
byte[] bytes = RedisUcUitl.brpoplpush(keyStr.getBytes(UTF_8), dstKeyStr.getBytes(UTF_8), 1);
if(bytes == null || bytes.isEmpty()){
// 队列中没数据时退出
break;
}
// 反序列化对象
Map<String, Object> singleMap = (Map<String, Object>) ObjectSerialUtil.bytesToObject(bytes);
// 塞入唯一的值 防止被其他线程误解锁
String requestId = UUID.randomUUID().toString();
boolean lockGetFlag = RedisUcUitl.tryGetDistributedLock(keyStr,requestId, 100);
if(lockGetFlag){
// 成功获取锁 进行业务处理
//TODO
// 处理完毕释放锁
boolean freeLock = RedisUcUitl.releaseDistributedLock(keyStr, requestId);
}else{
// 未能获得锁放入等待队列
RedisUcUitl.lpush(keyStr.getBytes(UTF_8), ObjectSerialUtil.objectToBytes(param));
}
}catch(Exception e){
break;
}
}
// 2.处理最新接到的数据
// 同样是走尝试获取锁,获取不到放入队列的流程
Для общей сериализации
fastJsonВсе в порядке, вотJDKВ комплекте, инструменты следующие
public class ObjectSerialUtil {
private ObjectSerialUtil() {
// 工具类
}
/**
* 将Object对象序列化为byte[]
*
* @param obj 对象
* @return byte数组
* @throws Exception
*/
public static byte[] objectToBytes(Object obj) throws IOException {
ByteArrayOutputStream bos = new ByteArrayOutputStream();
ObjectOutputStream oos = new ObjectOutputStream(bos);
oos.writeObject(obj);
byte[] bytes = bos.toByteArray();
bos.close();
oos.close();
return bytes;
}
/**
* 将bytes数组还原为对象
*
* @param bytes
* @return
* @throws Exception
*/
public static Object bytesToObject(byte[] bytes) {
try {
ByteArrayInputStream bin = new ByteArrayInputStream(bytes);
ObjectInputStream ois = new ObjectInputStream(bin);
return ois.readObject();
} catch (Exception e) {
throw new BaseException("反序列化出错!", e);
}
}
}