redis完成分布式锁
1. 正文
1. Redis完成分布式锁
2. redis的面试题。
2. 缓存
当执行增删改操纵时必须保证缓存和数据库数据一致性。---删除缓存
@Override
public Dept insert(Dept dept) {
int i = deptMapper.insert(dept);
return dept;
}
@Override
public Integer delete(Integer id) {
redisTemplate.delete("dept::"+id); //缓存与数据库数据保持一致
int i = deptMapper.deleteById(id);
return i;
}
@Override
public Dept update(Dept dept) {
//删除
redisTemplate.delete("dept::"+dept.getDeptno()); //缓存与数据库数据保持一致
int i = deptMapper.updateById(dept);
return dept;
}
3. redis使用分布式锁
（1）通过使用jmeter压测工具测试
同一个库存数被多个线程卖，线程安全问题。---思考:之间出现线程安全问题时如何解决。
可以使用锁解决:----synchronized和Lock锁
package com.lht.service;
import com.lht.mapper.StockMapper;
import com.lht.pojo.Stock;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import javax.annotation.Resource;
import java.util.concurrent.locks.Lock;
import java.util.concurrent.locks.ReentrantLock;
/**
* @author 卢海腾
* @date 2023/4/25 17:06
*/
@Service
public class StockService_lock_syn {
@Resource
private StockMapper stockMapper;
public static Object o = new Object();
Lock lock = new ReentrantLock();
public String jianStock(Integer pid){
try{
lock.lock();;
Stock stock = stockMapper.selectById(pid);
if (stock.getNum() > 0){
stock.setNum(stock.getNum() - 1);
stockMapper.updateById(stock);
System.out.println("库存剩余数量:" + stock.getNum());
return "减库存成功";
}else {
System.out.println("库存不足");
return "减库存失败";
}
}
finally {
lock.unlock();
}
}
}
上面的synchronized或Lock锁是否适合集群模式|分布式系统。不适合、因为synchronized都是基于JVM的本地锁。
需要在idea中跑项目的集群
配置nginx
启动nginx
jmeter压测
两台集群出现重卖问题。
3.2 使用redis来解决分布式锁
package com.lht.service;
import com.lht.mapper.StockMapper;
import com.lht.pojo.Stock;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.ValueOperations;
import org.springframework.stereotype.Service;
import java.util.concurrent.TimeUnit;
/**
* @author 卢海腾
* @date 2023/4/25 20:13
*/
@Service
public class StockService_lock_syn2 {
@Autowired
private StockMapper stockMapper;
@Autowired
private StringRedisTemplate redisTemplate;
public String jianStock(Integer pid) {
ValueOperations<String, String> forValue = redisTemplate.opsForValue();
while (!forValue.setIfAbsent("product::" + pid, "", 30, TimeUnit.SECONDS)) {
try {
Thread.sleep(20);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
try {
Stock stock = stockMapper.selectById(pid);
if (stock.getNum() > 0) {
stock.setNum(stock.getNum() - 1);
stockMapper.updateById(stock);
System.out.println("库存剩余数量:" + stock.getNum());
return "库存减少成功";
} else {
System.out.println("库存不足");
return "库存减少失败";
}
}finally {
redisTemplate.delete("product::"+pid);//释放锁
}
}
}
如果你的业务代码的执行时间超过30s，当前线程删除的是其他线程的锁资源。 --watchDog机制
每个10s检测当前线程是否还持有所资源，如果持有则为当前线程延迟。---可以自己设置watchDog机制，---第三方Redission完美的解决分布式锁。
3.3 redisson完美解决redis超时问题
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson</artifactId>
<version>3.13.4</version>
</dependency>
（2）main函数
@Bean //创建redisson交于spring容器来管理
public RedissonClient redisson() {
Config config = new Config();
config.useSingleServer().setAddress("redis://192.168.223.166:6379");
RedissonClient redisson = Redisson.create(config);
return redisson;
}
（3）使用
package com.lht.service;
import com.lht.mapper.StockMapper;
import com.lht.pojo.Stock;
import org.redisson.Redisson;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import javax.annotation.Resource;
import java.util.concurrent.TimeUnit;
/**
* @author 卢海腾
* @date 2023/4/25 20:25
*/
public class StockService_lock_syn3 {
@Resource
private StockMapper stockMapper;
@Resource
private RedissonClient redisson;
public String jianStock(Integer pid){
RLock lock = redisson.getLock("product::" + pid);
try {
lock.lock(30, TimeUnit.SECONDS);//加锁: 如果程序执行是出现一次
//1. 查询指定的商品库存
Stock stock = stockMapper.selectById(pid);
if (stock.getNum() > 0) {
//2.库存减1
stock.setNum(stock.getNum() - 1);
stockMapper.updateById(stock);
System.out.println("库存剩余数量:" + stock.getNum());
return "减库存成功";
} else {
System.out.println("库存不足");
return "库存减失败";
}
}finally {
lock.unlock();
}
}
}
4. redis面试题
一、Redis是什么？
redis是使用C语言编写的一个高速缓存数据，它以key-value形式存储数据，而且它支持的数据类型非常丰富。
二、Redis都有哪些使用场景？
- 热点数据的缓存
- 计时器
- 排行榜。
- 实现分布式锁
- 使用session的共享--后面项目时使用
四、Redis支持的数据类型有哪些？
- String 2. Hash 3.List 4.Set 5.ZSet
五、Redis为什么是单线程的？
因为Redis是基于内存的操作，CPU不是Redis的瓶颈，Redis的瓶颈最有可能是机器内存的大小或者网络带宽。既然单线程容易实现，而且CPU不会成为瓶颈，那就顺理成章地采用单线程的方案了
六、Redis真的是单线程的吗？
并不是真的单线程，比如:RDB---Bgsave时，创建一个子线程
七、Redis持久化有几种方式？
RDB（Redis Database）：指定的时间间隔能对你的数据进行快照存储。
AOF:（Append Only File）：每一个收到的写命令都通过 write 函数追加到文件中。
八、什么是缓存穿透？怎么解决？
- 查询的数据在数据库中不存在，缓存中也不存在，这时有可能有人恶意访问这种数据。这些请求都会访问数据库，从而出现数据库压力过大。
情景: 比如id不合法---
确实数据库中不存在。
解决: 1. 在controller加校验
2. 我们可以在缓存中存入一个空对象，但是对象的过期时间不要太长，一般不会超过5分钟。 3. 可以使用布隆过滤器。----自己查阅资料
九、怎么保证缓存和数据库数据的一致性？
- 设置合理的过期时间
- 当执行增删改时需要删除缓存数据
十、Redis，什么是缓存雪崩？怎么解决？
缓存雪崩:就是在某一时刻出现大量数据过期，而这时就有大量的请求访问该数据，这种现象叫做缓存雪崩。
什么情况下会出现大量数据过期:
- 项目刚刚上线
- redis服务器宕机
- 缓存数据真实过期
解决方案:
- 上线前预热数据。
- 集群
- 设置过期时间时要分散设置。
十一、Redis怎么实现分布式锁？
使用redis中的setnx命令--占锁，当业务代码执行完毕后是否锁资源，而释放锁的命令是del。
十二. redis在实现分布式锁式有什么缺陷
超时问题: 业务代码执行时间超过锁时间。使用:watchDog机制。 我们使用第三方:redisson
十三、Redis 淘汰策略有哪些？
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 阿里最新开源QwQ-32B，效果媲美deepseek-r1满血版，部署成本又又又降低了！
· 单线程的Redis速度为什么快？
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决：字节Trae VS Cursor，谁才是开发者新宠？
· 展开说说关于C#中ORM框架的用法！