在单体应用中，如果我们对共享数据不进行加锁操作，会出现数据一致性问题，我们的解决办法通常是加锁。

在分布式架构中，我们同样会遇到数据共享操作问题，本文章使用Redis来解决分布式架构中的数据一致性问题。

1. 单机数据一致性

单机数据一致性架构如下图所示：多个可客户访问同一个服务器，连接同一个数据库。

场景描述：客户端模拟购买商品过程，在Redis中设定库存总数剩100个，多个客户端同时并发购买。

@RestController

public class IndexController1 {

@Autowired

StringRedisTemplate template;

@RequestMapping("/buy1")

public String index(){

// Redis中存有goods:001号商品，数量为100

String result = template.opsForValue().get("goods:001");

// 获取到剩余商品数

int total = result == null ? 0 : Integer.parseInt(result);

if( total > 0 ){

// 剩余商品数大于0 ，则进行扣减

int realTotal = total -1;

// 将商品数回写数据库

template.opsForValue().set("goods:001",String.valueOf(realTotal));

System.out.println("购买商品成功，库存还剩："+realTotal +"件， 服务端口为8001");

return "购买商品成功，库存还剩："+realTotal +"件， 服务端口为8001";

}else{

System.out.println("购买商品失败，服务端口为8001");

}

return "购买商品失败，服务端口为8001";

}

}

使用Jmeter模拟高并发场景，测试结果如下：

测试结果出现多个用户购买同一商品，发生了数据不一致问题！

解决办法：单体应用的情况下，对并发的操作进行加锁操作，保证对数据的操作具有原子性

• synchronized
• ReentrantLock

@RestController

public class IndexController2 {

// 使用ReentrantLock锁解决单体应用的并发问题

Lock lock = new ReentrantLock();

@Autowired

StringRedisTemplate template;

@RequestMapping("/buy2")

public String index() {

lock.lock();

try {

String result = template.opsForValue().get("goods:001");

int total = result == null ? 0 : Integer.parseInt(result);

if (total > 0) {

int realTotal = total - 1;

template.opsForValue().set("goods:001", String.valueOf(realTotal));

System.out.println("购买商品成功，库存还剩：" + realTotal + "件， 服务端口为8001");

return "购买商品成功，库存还剩：" + realTotal + "件， 服务端口为8001";

} else {

System.out.println("购买商品失败，服务端口为8001");

}

} catch (Exception e) {

lock.unlock();

} finally {

lock.unlock();

}

return "购买商品失败，服务端口为8001";

}

}

2. 分布式数据一致性

上面解决了单体应用的数据一致性问题，但如果是分布式架构部署呢，架构如下：

提供两个服务，端口分别为8001、8002，连接同一个Redis服务，在服务前面有一台Nginx作为负载均衡

两台服务代码相同，只是端口不同

将8001、8002两个服务启动，每个服务依然用ReentrantLock加锁，用Jmeter做并发测试，发现会出现数据一致性问题！

3. Redis实现分布式锁

3.1 方式一

取消单机锁，下面使用redis的set命令来实现分布式加锁

SET KEY VALUE [EX seconds] [PX milliseconds] [NX|XX]

EX seconds ? 设置指定的到期时间(以秒为单位)

PX milliseconds ? 设置指定的到期时间(以毫秒为单位)

NX ? 仅在键不存在时设置键

XX ? 只有在键已存在时才设置

@RestController

public class IndexController4 {

// Redis分布式锁的key

public static final String REDIS_LOCK = "good_lock";

@Autowired

StringRedisTemplate template;

@RequestMapping("/buy4")

public String index(){

// 每个人进来先要进行加锁，key值为"good_lock"，value随机生成

String value = UUID.randomUUID().toString().replace("-","");

try{

// 加锁

Boolean flag = template.opsForValue().setIfAbsent(REDIS_LOCK, value);

// 加锁失败

if(!flag){

return "抢锁失败！";

}

System.out.println( value+ " 抢锁成功");

String result = template.opsForValue().get("goods:001");

int total = result == null ? 0 : Integer.parseInt(result);

if (total > 0) {

int realTotal = total - 1;

template.opsForValue().set("goods:001", String.valueOf(realTotal));

// 如果在抢到所之后，删除锁之前，发生了异常，锁就无法被释放，

// 释放锁操作不能在此操作，要在finally处理

// template.delete(REDIS_LOCK);

System.out.println("购买商品成功，库存还剩：" + realTotal + "件， 服务端口为8001");

return "购买商品成功，库存还剩：" + realTotal + "件， 服务端口为8001";

} else {

System.out.println("购买商品失败，服务端口为8001");

}

return "购买商品失败，服务端口为8001";

}finally {

// 释放锁

template.delete(REDIS_LOCK);

}

}

}

上面的代码，可以解决分布式架构中数据一致性问题。但再仔细想想，还是会有问题，下面进行改进。

3.2 方式二（改进方式一）

在上面的代码中，如果程序在运行期间，部署了微服务jar包的机器突然挂了，代码层面根本就没有走到finally代码块，也就是说在宕机前，锁并没有被删除掉，这样的话，就没办法保证解锁

所以，这里需要对这个key加一个过期时间，Redis中设置过期时间有两种方法：

• template.expire(REDIS_LOCK,10, TimeUnit.SECONDS)
• template.opsForValue().setIfAbsent(REDIS_LOCK, value,10L,TimeUnit.SECONDS)

第一种方法需要单独的一行代码，且并没有与加锁放在同一步操作，所以不具备原子性，也会出问题

第二种方法在加锁的同时就进行了设置过期时间，所有没有问题，这里采用这种方式

调整下代码，在加锁的同时，设置过期时间：

1

2

// 为key加一个过期时间，其余代码不变

Boolean flag = template.opsForValue().setIfAbsent(REDIS_LOCK,value,10L,TimeUnit.SECONDS);

这种方式解决了因服务突然宕机而无法释放锁的问题。但再仔细想想，还是会有问题，下面进行改进。

3.3 方式三（改进方式二）

方式二设置了key的过期时间，解决了key无法删除的问题，但问题又来了

上面设置了key的过期时间为10秒，如果业务逻辑比较复杂，需要调用其他微服务，处理时间需要15秒（模拟场景，别较真），而当10秒钟过去之后，这个key就过期了，其他请求就又可以设置这个key，此时如果耗时15秒的请求处理完了，回来继续执行程序，就会把别人设置的key给删除了，这是个很严重的问题！

所以，谁上的锁，谁才能删除

@RestController

public class IndexController6 {

public static final String REDIS_LOCK = "good_lock";

@Autowired

StringRedisTemplate template;

@RequestMapping("/buy6")

public String index(){

// 每个人进来先要进行加锁，key值为"good_lock"

String value = UUID.randomUUID().toString().replace("-","");

try{

// 为key加一个过期时间

Boolean flag = template.opsForValue().setIfAbsent(REDIS_LOCK, value,10L,TimeUnit.SECONDS);

// 加锁失败

if(!flag){

return "抢锁失败！";

}

System.out.println( value+ " 抢锁成功");

String result = template.opsForValue().get("goods:001");

int total = result == null ? 0 : Integer.parseInt(result);

if (total > 0) {

// 如果在此处需要调用其他微服务，处理时间较长。。。

int realTotal = total - 1;

template.opsForValue().set("goods:001", String.valueOf(realTotal));

System.out.println("购买商品成功，库存还剩：" + realTotal + "件， 服务端口为8001");

return "购买商品成功，库存还剩：" + realTotal + "件， 服务端口为8001";

} else {

System.out.println("购买商品失败，服务端口为8001");

}

return "购买商品失败，服务端口为8001";

}finally {

// 谁加的锁，谁才能删除！！！！

if(template.opsForValue().get(REDIS_LOCK).equals(value)){

template.delete(REDIS_LOCK);

}

}

}

}

这种方式解决了因服务处理时间太长而释放了别人锁的问题。这样就没问题了吗？

3.4 方式四（改进方式三）

在上面方式三下，规定了谁上的锁，谁才能删除，但finally快的判断和del删除操作不是原子操作，并发的时候也会出问题，并发嘛，就是要保证数据的一致性，保证数据的一致性，最好要保证对数据的操作具有原子性。

在Redis的set命令介绍中，最后推荐Lua脚本进行锁的删除，地址：https://redis.io/commands/set

@RestController

public class IndexController7 {

public static final String REDIS_LOCK = "good_lock";

@Autowired

StringRedisTemplate template;

@RequestMapping("/buy7")

public String index(){

// 每个人进来先要进行加锁，key值为"good_lock"

String value = UUID.randomUUID().toString().replace("-","");

try{

// 为key加一个过期时间

Boolean flag = template.opsForValue().setIfAbsent(REDIS_LOCK, value,10L,TimeUnit.SECONDS);

// 加锁失败

if(!flag){

return "抢锁失败！";

}

System.out.println( value+ " 抢锁成功");

String result = template.opsForValue().get("goods:001");

int total = result == null ? 0 : Integer.parseInt(result);

if (total > 0) {

// 如果在此处需要调用其他微服务，处理时间较长。。。

int realTotal = total - 1;

template.opsForValue().set("goods:001", String.valueOf(realTotal));

System.out.println("购买商品成功，库存还剩：" + realTotal + "件， 服务端口为8001");

return "购买商品成功，库存还剩：" + realTotal + "件， 服务端口为8001";

} else {

System.out.println("购买商品失败，服务端口为8001");

}

return "购买商品失败，服务端口为8001";

}finally {

// 谁加的锁，谁才能删除，使用Lua脚本，进行锁的删除

Jedis jedis = null;

try{

jedis = RedisUtils.getJedis();

String script = "if redis.call('get',KEYS[1]) == ARGV[1] " +

"then " +

"return redis.call('del',KEYS[1]) " +

"else " +

" return 0 " +

"end";

Object eval = jedis.eval(script, Collections.singletonList(REDIS_LOCK), Collections.singletonList(value));

if("1".equals(eval.toString())){

System.out.println("-----del redis lock ok....");

}else{

System.out.println("-----del redis lock error ....");

}

}catch (Exception e){

}finally {

if(null != jedis){

jedis.close();

}

}

}

}

}

3.5 方式五（改进方式四）

在方式四下，规定了谁上的锁，谁才能删除，并且解决了删除操作没有原子性问题。但还没有考虑缓存续命，以及Redis集群部署下，异步复制造成的锁丢失：主节点没来得及把刚刚set进来这条数据给从节点，就挂了。所以直接上RedLock的Redisson落地实现。

@RestController

public class IndexController8 {

public static final String REDIS_LOCK = "good_lock";

@Autowired

StringRedisTemplate template;

@Autowired

Redisson redisson;

@RequestMapping("/buy8")

public String index(){

RLock lock = redisson.getLock(REDIS_LOCK);

lock.lock();

// 每个人进来先要进行加锁，key值为"good_lock"

String value = UUID.randomUUID().toString().replace("-","");

try{

String result = template.opsForValue().get("goods:001");

int total = result == null ? 0 : Integer.parseInt(result);

if (total > 0) {

// 如果在此处需要调用其他微服务，处理时间较长。。。

int realTotal = total - 1;

template.opsForValue().set("goods:001", String.valueOf(realTotal));

System.out.println("购买商品成功，库存还剩：" + realTotal + "件， 服务端口为8001");

return "购买商品成功，库存还剩：" + realTotal + "件， 服务端口为8001";

} else {

System.out.println("购买商品失败，服务端口为8001");

}

return "购买商品失败，服务端口为8001";

}finally {

if(lock.isLocked() && lock.isHeldByCurrentThread()){

lock.unlock();

}

}

}

}

3.6 小结

分析问题的过程，也是解决问题的过程，也能锻炼自己编写代码时思考问题的方式和角度。