当前位置:

首页 > 编程开发 > Redis分布式锁的原理是什么和怎么实现

Redis分布式锁的原理是什么和怎么实现

Redis Assistant
Redis Assistant

Redis Assistant 是一款为Redis设计的高效可视化管理与监控工具,提供多种操作模式,高效处理服务器数据。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

立即下载
¥19
Windows/macOS/Linux 2026-08-22
正版软件 Windows macOS软件 Linux 数据库管理工具

1一人一单并发安全问题之前一人一单的业务使用的悲观锁,在分布式系统下,是无法生效的。理想的情况下是这样的:一个线程成功获取互斥锁,并对查询订单并创建订单,其他线程无法干预。它的原理是会有一个锁监视器,来监听是谁获得了锁。但是问题就出现在:分布式系统下,有多个不同的JVM,不同的JVM的环境下,锁监听器是有多个的,就会出现有的线程在别的线程已经拿到锁的情况下,仍然可以获取的到锁。这个时候,普通的JVM中的锁就已经不管用了,就需要我们利用分布式锁。2分布式锁的原理和实现2.1什么是分布式锁就是可以满足分布式系

本文目录

    1 一人一单并发安全问题

    之前一人一单的业务使用的悲观锁,在分布式系统下,是无法生效的。

    理想的情况下是这样的:一个线程成功获取互斥锁,并对查询订单并创建订单,其他线程无法干预。它的原理是会有一个锁监视器,来监听是谁获得了锁。

    Redis分布式锁的原理是什么和怎么实现

    但是问题就出现在:

    分布式系统下,有多个不同的JVM,不同的JVM的环境下,锁监听器是有多个的,就会出现有的线程在别的线程已经拿到锁的情况下,仍然可以获取的到锁。

    Redis分布式锁的原理是什么和怎么实现

    这个时候,普通的JVM中的锁就已经不管用了,就需要我们利用分布式锁 。

    2 分布式锁的原理和实现

    2.1 什么是分布式锁

    就是可以满足分布式系统或集群模式下多进程可见并且互斥的锁。

    它的实现原理就是,不同的JVM环境,都来共用一个锁监视器。这样就不会导致出现多个线程用多把锁的情况了。

    Redis分布式锁的原理是什么和怎么实现

    特点:

    Redis分布式锁的原理是什么和怎么实现

    2.2 分布式锁的实现

    主要有三种实现方法,我们可以都来进行一个对比。

    如下图:

    Redis分布式锁的原理是什么和怎么实现

    这里主要讲基于Redis的分布式锁的实现 。

    实现Reids分布式锁的方法主要就下面两个步骤:

    1. 获取锁

    获取锁的方法已经是老朋友了,就是使用Redis String类型方法中的setnx方法(互斥性)。但是,为了预防redis服务器宕机的问题,我们要给锁设置一个超时时间,避免出现死锁。(非阻塞)

    所以,获取锁的方式可以使用如下代码

    SET lock thread1 nx ex 10

    lock是锁的key,thread1 是value,nx就是setnx方法,ex就是设置超时时间

    2. 释放锁

    释放锁就简单了,删除即可。

    del lock

    代码实现:

    需求:定义一个接口,利用Redis实现分布式锁的功能。

    Redis分布式锁的原理是什么和怎么实现

    代码如下:

    接口代码:

    package com.hmdp.utils;
    public interface ILock {
        /**
         * 尝试获取锁
         * @param timeoutSec 锁的持有时间,过期自动释放
         * @return true代表获取锁成功,false代表获取锁失败。
         */
        boolean tryLock(long timeoutSec);
        /**
         * 释放锁
         */
        void unlock();
    }

    接口实现类:

    package com.hmdp.utils;
    import org.springframework.data.redis.core.StringRedisTemplate;
    import java.util.concurrent.TimeUnit;
    /**
     * @Version 1.0
     */
    public class SimpleRedisLock implements ILock {
        //Redis
        private StringRedisTemplate stringRedisTemplate;
        //业务名称,也就是锁的名称
        private String name;
        public SimpleRedisLock(StringRedisTemplate stringRedisTemplate, String name) {
            this.stringRedisTemplate = stringRedisTemplate;
            this.name = name;
        }
        //key的前缀
        private static final String KEY_PREFIX = "lock:";
        @Override
        public boolean tryLock(long timeoutSec) {
            //获取线程id,当作set的value
            long threadId = Thread.currentThread().getId();
            Boolean success = stringRedisTemplate.opsForValue()
                    .setIfAbsent(KEY_PREFIX + name, threadId+"", timeoutSec, TimeUnit.SECONDS);
            return Boolean.TRUE.equals(success);
        }
        //释放锁
        @Override
        public void unlock() {
            //删除key
            stringRedisTemplate.delete(KEY_PREFIX+name);
        }
    }

    业务层获取锁和释放锁(优惠券秒杀业务修改)

    package com.hmdp.service.impl;
    import com.hmdp.dto.Result;
    import com.hmdp.entity.SeckillVoucher;
    import com.hmdp.entity.VoucherOrder;
    import com.hmdp.mapper.VoucherOrderMapper;
    import com.hmdp.service.ISeckillVoucherService;
    import com.hmdp.service.IVoucherOrderService;
    import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
    import com.hmdp.utils.RedisIdWorker;
    import com.hmdp.utils.SimpleRedisLock;
    import com.hmdp.utils.UserHolder;
    import org.springframework.aop.framework.AopContext;
    import org.springframework.data.redis.core.StringRedisTemplate;
    import org.springframework.stereotype.Service;
    import org.springframework.transaction.annotation.Transactional;
    import javax.annotation.Resource;
    import java.time.LocalDateTime;
    /**
     * 

     *  服务实现类  * 

     *  */ @Service public class VoucherOrderServiceImpl extends ServiceImpl implements IVoucherOrderService {       @Resource     private ISeckillVoucherService iSeckillVoucherService;     @Resource     private RedisIdWorker redisIdWorker;     @Resource     private StringRedisTemplate stringRedisTemplate;     @Override     public Result seckillVoucher(Long voucherId) {         //1.获取优惠券信息         SeckillVoucher voucher = iSeckillVoucherService.getById(voucherId);         //2.判断是否已经开始         if (voucher.getBeginTime().isAfter(LocalDateTime.now())){             Result.fail("秒杀尚未开始!");         }         //3.判断是否已经结束         if (voucher.getEndTime().isBefore(LocalDateTime.now())){             Result.fail("秒杀已经结束了!");         }         //4.判断库存是否充足         if (voucher.getStock() < 1) {             Result.fail("库存不充足!");         }         //5.扣减库存         boolean success = iSeckillVoucherService.update()                 .setSql("stock = stock-1").eq("voucher_id",voucherId).gt("stock",0)                 .update();         if (!success){             Result.fail("库存不充足!");         }         Long userId = UserHolder.getUser().getId();         //1.创建锁对象         SimpleRedisLock lock = new SimpleRedisLock(stringRedisTemplate, "order:" + userId);         //2.尝试获取锁         boolean isLock = lock.tryLock(1200);         if (!isLock){             //获取锁失败             return Result.fail("一个用户只能下一单!");         }         try {             IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();             return proxy.createVoucherOrder(voucherId);         } finally {             //释放锁             lock.unlock();         }     }     @Transactional     public Result createVoucherOrder(Long voucherId) {         Long userId = UserHolder.getUser().getId();         //6.根据优惠券id和用户id判断订单是否已经存在         //如果存在,则返回错误信息         int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();         if (count > 0) {             return Result.fail("用户已经购买!");         }         //7. 创建订单         VoucherOrder voucherOrder = new VoucherOrder();         //7.1添加订单id         Long orderId = redisIdWorker.nextId("order");         voucherOrder.setId(orderId);         //7.2添加用户id         voucherOrder.setUserId(userId);         //7.3添加优惠券id         voucherOrder.setVoucherId(voucherId);         save(voucherOrder);         //8.返回订单id         return Result.ok(orderId);     } }
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    php72w redis,docker php7安装php-redis
    php72w redis,docker php7安装php-redis

    在Docker环境下为PHP安装Redis扩展:手动编译需下载源码、安装phpize、配置编译并安装,生成redis.so并在php.d目录新建redis.ini加载,重启PHP-FPM;也可直接yum安装php72w-pecl-redis,免手动编译。

    php 如何配置 redis,php 如何设置redis
    php 如何配置 redis,php 如何设置redis

    配置PHP的Redis扩展:先安装Redis服务,从GitHub下载phpredis源码,用phpize编译安装,修改php.ini添加extension=redis.so,重启php-fpm或Apache,通过phpinfo验证并连接Redis。

    c++如何将结构体序列化为Redis兼容的RESP协议格式【深度】
    c++如何将结构体序列化为Redis兼容的RESP协议格式【深度】

    C++结构体无法直接序列化为RESP协议,需手动将字段映射为*N数组嵌套$lenbulkstring形式。整数需转换为字符串并加:前缀,空字符串用$0\r\n,null用$-1\r\n。长度计算需精确到字节数,特别注意二进制安全,同时确保字段顺序与结构体定义一致。

    如何在Golang架构中部署Redict作为高能数据临时存储中转站
    如何在Golang架构中部署Redict作为高能数据临时存储中转站

    Redis作为跨服务临时状态枢纽,需按消息队列、缓存和原子状态三重角色设计。选型用List实现任务分发及延迟重试,Stream用于事件广播与位点回溯。go-redis/v8需配置MinIdleConns、MaxRetries及超时。数据写入应JSON序列化并带type标签、设合理TTL、将关键字段提至顶层。消费通过原子GET+DEL或processedkey

    TP8.0 高并发下库存超卖?Redis 原子递减结合数据库乐观锁控制
    TP8.0 高并发下库存超卖?Redis 原子递减结合数据库乐观锁控制

    在高并发秒杀场景下,利用Redis的减库存原子操作预扣减库存拦截超卖请求,再通过数据库乐观锁(版本号与库存校验)确保最终一致性,异常时回滚Redis库存并借助Lua脚本保证原子性,从而有效防止库存超卖。

    如何在 Go 中利用 go-redis 执行 Lua 脚本优化逻辑
    如何在 Go 中利用 go-redis 执行 Lua 脚本优化逻辑

    在Go中使用go-redis执行Lua脚本可借助原子性解决竞态问题,通过redis.Script封装脚本并自动处理SHA1缓存与重试。需注意KEYS必须为非空切片且所有键在Cluster模式下落在同一slot,ARGV以字符串传入并由tonumber转换。返回值需先检查错误再调用Val(),避免panic。

    TP6.0 基于 Redis SetNX 实现的简单互斥锁机制【并发】
    TP6.0 基于 Redis SetNX 实现的简单互斥锁机制【并发】

    先看一个典型场景:电商秒杀、库存扣减、定时任务重复调度——这些并发冲突在 TP6 应用里屡见不鲜。用 Redis 的 SETNX 做互斥锁,确实是轻量又直接的方案,但“能用”和“稳妥”之间,隔着三层硬功夫:原子加锁、身份校验、合理超时。这三条,差一条就翻车。 很多人第一次上手,直接写 SETNX 加

    TP6.0 如何处理高并发抢购?Redis 原子锁与队列削峰详解【秒杀】
    TP6.0 如何处理高并发抢购?Redis 原子锁与队列削峰详解【秒杀】

    高并发抢购中,Redis的DECR原子操作可安全扣库存;配合think-queue异步削峰,接口仅扣库存和推消息;分布式锁需用SETNXEX加唯一标识,释放时用Lua脚本校验;成功资格后须以数据库事务双写为准,失败时补回Redis库存。

    Golang 实现基于 Redis 的延时任务队列
    Golang 实现基于 Redis 的延时任务队列

    基于Redis的ZSET实现延时队列需解决并发重复消费、失败重试混乱、精度不足及内存爆炸等问题。通过Lua脚本保证取删原子性,使用毫秒级时间戳,对临时错误采用指数退避重试,永久错误记入独立哈希表,并限制最大延迟、定期清理过期任务、使用紧凑序列化格式。

    RedisInsight怎么修改Key的过期时间 Redis操作方法【步骤】
    RedisInsight怎么修改Key的过期时间 Redis操作方法【步骤】

    操作 Redis 的时候,改个 Key 的过期时间其实是个高频场景。特别是做运维排查或者临时调试那会儿,谁也不想反复切命令行窗口、背那些命令参数。好在 RedisInsight 这个图形工具把这事儿做得很顺手——三种方式任选,总有一种合你胃口。 在动手前,先确认一下 Key 当前的 TTL 状态是个

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。

    即将离开本站
    您即将前往第三方网站,请确认是否继续?