精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Redis分布式鎖的使用場景

jf_ro2CN3Fa ? 來源:芋道源碼 ? 作者:芋道源碼 ? 2022-11-02 14:13 ? 次閱讀

分布式鎖(SET NX)

分布式鎖Redlock

基于ZooKeeper的分布式鎖更安全嗎?

總結

今天我們來聊一聊Redis分布式鎖。

首先大家可以先思考一個簡單的問題,為什么要使用分布式鎖?普通的jvm鎖為什么不可以?

這個時候,大家肯定會吧啦吧啦想到一堆,例如java應用屬于進程級,不同的ecs中部署相同的應用,他們之間相互獨立。

所以,在分布式系統中,當有多個客戶端需要獲取鎖時,我們需要分布式鎖。此時,鎖是保存在一個共享存儲系統中的,可以被多個客戶端共享訪問和獲取。

分布式鎖(SET NX)

知道了分布式鎖的使用場景,我們來自己簡單的實現下分布式鎖:

publicclassIndexController{

publicStringdeductStock(){

StringlockKey="lock:product_101";

//setNx獲取分布式鎖
StringclientId=UUID.randomUUID().toString();
Booleanresult=stringRedisTemplate.opsForValue().setIfAbsent(lockKey,clientId,30,TimeUnit.SECONDS);//jedis.setnx(k,v)
if(!result){
return"error_code";
}
try{
intstock=Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));//jedis.get("stock")
if(stock>0){
intrealStock=stock-1;
stringRedisTemplate.opsForValue().set("stock",realStock+"");//jedis.set(key,value)
System.out.println("扣減成功,剩余庫存:"+realStock);
}else{
System.out.println("扣減失敗,庫存不足");
}
}finally{
//解鎖
if(clientId.equals(stringRedisTemplate.opsForValue().get(lockKey))){
stringRedisTemplate.delete(lockKey);
}
}
}

以上代碼簡單的實現了一個扣減庫存的業務邏輯,我們拆開來說下都做了什么事情:

1、首先聲明了lockkey,表示我們需要set的keyName

2、其次UUID.randomUUID().toString();生成該次請求的requestId,為什么需要生成這個唯一的UUID,后面在解鎖的時候會說到

3、獲取分布式鎖,通過stringRedisTemplate.opsForValue().setIfAbsent來實現,該語句的意思是如果存在該key則返回false,若不存在則進行key的設置,設置成功后返回true,將當前線程獲取的uuid設置成value,給定一個鎖的過期時間,防止該線程無限制持久鎖導致死鎖,也為了防止該服務器突然宕機,導致其他機器的應用無法獲取該鎖,這個是必須要做的設置,至于過期的時間,可以根據內層業務邏輯的執行時間來決定

4、執行內層的業務邏輯,進行扣庫存的操作

5、業務邏輯執行完成后,走到finally的解鎖操作,進行解鎖操作時,首先我們來判斷當前鎖的值是否為該線程持有的,防止當前線程執行較慢,導致鎖過期,從而刪除了其他線程持有的分布式鎖,對于該操作,我來舉個例子:

時刻1:線程A獲取分布式鎖,開始執行業務邏輯

時刻2:線程B等待分布式鎖釋放

時刻3:線程A所在機器IO處理緩慢、GC pause等問題導致處理緩慢

時刻4:線程A依舊處于block狀態,鎖過期

時刻5:線程B獲取分布式鎖,開始執行業務邏輯,此時線程A結束block,開始釋放鎖

時刻6:線程B處理業務邏輯緩慢,線程A釋放分布式鎖,但是此時釋放的是線程B的鎖,導致其他線程可以開始獲取鎖

看到這里,為什么每個請求需要requestId,并且在釋放鎖的情況下判斷是否是當前的requestId是有必要的。

以上,就是一個簡單的分布式鎖的實現過程。但是你覺得上述實現還存在問題嗎?

答案是肯定的。若是在判斷完分布式鎖的value與requestId之后,鎖過期了,依然會存在以上問題。

那么有沒有什么辦法可以規避以上問題,讓我們不需要去完成這些實現,只需要專注于業務邏輯呢?

我們可以使用Redisson,并且Redisson有中文文檔,方便英文不好的同學查看(開發團隊中有中國的jackygurui)。

接下來我們再把上述代碼簡單的改造下就可以規避這些問題:

publicclassIndexController{

publicStringdeductStock(){

StringlockKey="lock:product_101";

//setNx獲取分布式鎖
//StringclientId=UUID.randomUUID().toString();
//Booleanresult=stringRedisTemplate.opsForValue().setIfAbsent(lockKey,clientId,30,TimeUnit.SECONDS);//jedis.setnx(k,v)
//獲取鎖對象
RLockredissonLock=redisson.getLock(lockKey);
//加分布式鎖
redissonLock.lock();
try{
intstock=Integer.parseInt(stringRedisTemplate.opsForValue().get("stock"));//jedis.get("stock")
if(stock>0){
intrealStock=stock-1;
stringRedisTemplate.opsForValue().set("stock",realStock+"");//jedis.set(key,value)
System.out.println("扣減成功,剩余庫存:"+realStock);
}else{
System.out.println("扣減失敗,庫存不足");
}
}finally{
//解鎖
//if(clientId.equals(stringRedisTemplate.opsForValue().get(lockKey))){
//stringRedisTemplate.delete(lockKey);
//}
//redisson分布式鎖解鎖
redissonLock.unlock();
}
}

可以看到,使用redisson分布式鎖會簡單很多,我們通過redissonLock.lock()和redissonLock.unlock()解決了這個問題,看到這里,是不是有同學會問,如果服務器宕機了,分布式鎖會一直存在嗎,也沒有去指定過期時間?

redisson分布式鎖中有一個watchdog機制,即會給一個leaseTime,默認為30s,到期后鎖自動釋放,如果一直沒有解鎖,watchdog機制會一直重新設定鎖的過期時間,通過設置TimeTask,延遲10s再次執行鎖續命,將鎖的過期時間重置為30s。下面就從redisson.lock()的源碼來看下:

lock的最終加鎖方法:

RFuturetryLockInnerAsync(longleaseTime,TimeUnitunit,longthreadId,RedisStrictCommandcommand){
internalLockLeaseTime=unit.toMillis(leaseTime);

returncommandExecutor.evalWriteAsync(getName(),LongCodec.INSTANCE,command,
"if(redis.call('exists',KEYS[1])==0)then"+
"redis.call('hset',KEYS[1],ARGV[2],1);"+
"redis.call('pexpire',KEYS[1],ARGV[1]);"+
"returnnil;"+
"end;"+
"if(redis.call('hexists',KEYS[1],ARGV[2])==1)then"+
"redis.call('hincrby',KEYS[1],ARGV[2],1);"+
"redis.call('pexpire',KEYS[1],ARGV[1]);"+
"returnnil;"+
"end;"+
"returnredis.call('pttl',KEYS[1]);",
Collections.singletonList(getName()),internalLockLeaseTime,getLockName(threadId));
}

可以看到lua腳本中redis.call('pexpire', KEYS[1], ARGV[1]);對key進行設置,并給定了一個internalLockLeaseTime,給定的internalLockLeaseTime就是默認的加鎖時間,為30s。

接下來我們在看下鎖續命的源碼:

privatevoidscheduleExpirationRenewal(finallongthreadId){
if(!expirationRenewalMap.containsKey(this.getEntryName())){
Timeouttask=this.commandExecutor.getConnectionManager().newTimeout(newTimerTask(){
publicvoidrun(Timeouttimeout)throwsException{
//重新設置鎖過期時間
RFuturefuture=RedissonLock.this.commandExecutor.evalWriteAsync(RedissonLock.this.getName(),LongCodec.INSTANCE,RedisCommands.EVAL_BOOLEAN,"if(redis.call('hexists',KEYS[1],ARGV[2])==1)thenredis.call('pexpire',KEYS[1],ARGV[1]);return1;end;return0;",Collections.singletonList(RedissonLock.this.getName()),newObject[]{RedissonLock.this.internalLockLeaseTime,RedissonLock.this.getLockName(threadId)});
future.addListener(newFutureListener(){
publicvoidoperationComplete(Futurefuture)throwsException{
RedissonLock.expirationRenewalMap.remove(RedissonLock.this.getEntryName());
if(!future.isSuccess()){
RedissonLock.log.error("Can'tupdatelock"+RedissonLock.this.getName()+"expiration",future.cause());
}else{
//獲取方法調用的結果
if((Boolean)future.getNow()){
//進行遞歸調用
RedissonLock.this.scheduleExpirationRenewal(threadId);
}

}
}
});
}
//延遲this.internalLockLeaseTime/3L再執行run方法
},this.internalLockLeaseTime/3L,TimeUnit.MILLISECONDS);
if(expirationRenewalMap.putIfAbsent(this.getEntryName(),task)!=null){
task.cancel();
}

}
}

從源碼層可以看到,加鎖成功后,會延遲10s執行task中的run方法,然后在run方法里面執行鎖過期時間的重置,如果時間重置成功,則繼續遞歸調用該方法,延遲10s后進行鎖續命,若重置鎖時間失敗,則可能表示鎖已釋放,退出該方法。

以上,就是關于一個redis分布式鎖的說明,看到這里,大家應該對分布式鎖有一個大致的了解了。

但是盡管使用了redisson完成分布式鎖的實現,對于分布式鎖是否還存在問題,分布式鎖真的安全嗎?

一般的,線上的環境肯定使用redis cluster,如果數據量不大,也會使用的redis sentinal。那么就存在主從復制的問題,那么是否會存在這種情況,在主庫設置了分布式鎖,但是可能由于網絡或其他原因導致數據還沒有同步到從庫,此時主庫宕機,選擇從庫作為主庫,新主庫中并沒有該鎖的信息,其他線程又可以進行鎖申請,造成了發生線程安全問題的可能。

為了解決這個問題,redis的作者實現了redlock,基于redlock的實現有很大的爭論,并且現在已經棄用了,但是我們還是需要了解下原理,以及之后基于這些問題的解決方案。

基于 Spring Boot + MyBatis Plus + Vue & Element 實現的后臺管理系統 + 用戶小程序,支持 RBAC 動態權限、多租戶、數據權限、工作流、三方登錄、支付、短信、商城等功能

項目地址:https://gitee.com/zhijiantianya/ruoyi-vue-pro

視頻教程:https://doc.iocoder.cn/video/

分布式鎖Redlock

Redlock是基于單Redis節點的分布式鎖在failover的時候會產生解決不了的安全性問題而產生的,基于N個完全獨立的Redis節點。

下面我來看下redlock獲取鎖的過程:

運行Redlock算法的客戶端依次執行下面各個步驟,來完成獲取鎖 的操作:

獲取當前時間(毫秒數)。

按順序依次向N個Redis節點執行獲取鎖 的操作。這個獲取操作跟前面基于單Redis節點的獲取鎖 的過程相同,包含隨機字符串my_random_value,也包含過期時間(比如PX 30000,即鎖的有效時間)。為了保證在某個Redis節點不可用的時候算法能夠繼續運行,這個獲取鎖 的操作還有一個超時時間(time out),它要遠小于鎖的有效時間(幾十毫秒量級)。客戶端在向某個Redis節點獲取鎖失敗以后,應該立即嘗試下一個Redis節點。這里的失敗,應該包含任何類型的失敗,比如該Redis節點不可用,或者該Redis節點上的鎖已經被其它客戶端持有

計算整個獲取鎖的過程總共消耗了多長時間,計算方法是用當前時間減去第1步記錄的時間。如果客戶端從大多數Redis節點(>= N/2+1)成功獲取到了鎖,并且獲取鎖總共消耗的時間沒有超過鎖的有效時間(lock validity time),那么這時客戶端才認為最終獲取鎖成功;否則,認為最終獲取鎖失敗。

如果最終獲取鎖成功了,那么這個鎖的有效時間應該重新計算,它等于最初的鎖的有效時間減去第3步計算出來的獲取鎖消耗的時間。

如果最終獲取鎖失敗了(可能由于獲取到鎖的Redis節點個數少于N/2+1,或者整個獲取鎖的過程消耗的時間超過了鎖的最初有效時間),那么客戶端應該立即向所有Redis節點發起釋放鎖 的操作。

好了,了解了redlock獲取鎖的機制之后,我們再來討論下redlock會有哪些問題:

問題一:

假設一共有5個Redis節點:A, B, C, D, E。設想發生了如下的事件序列:

客戶端1成功鎖住了A, B, C,獲取鎖 成功(但D和E沒有鎖住)。

節點C崩潰重啟了,但客戶端1在C上加的鎖沒有持久化下來,丟失了。

節點C重啟后,客戶端2鎖住了C, D, E,獲取鎖 成功。

這樣,客戶端1和客戶端2同時獲得了鎖(針對同一資源)。

在默認情況下,Redis的AOF持久化方式是每秒寫一次磁盤(即執行fsync),因此最壞情況下可能丟失1秒的數據。為了盡可能不丟數據,Redis允許設置成每次修改數據都進行fsync,但這會降低性能。當然,即使執行了fsync也仍然有可能丟失數據(這取決于系統而不是Redis的實現)。所以,上面分析的由于節點重啟引發的鎖失效問題,總是有可能出現的。為了應對這一問題,Redis作者antirez又提出了延遲重啟 (delayed restarts)的概念。也就是說,一個節點崩潰后,先不立即重啟它,而是等待一段時間再重啟,這段時間應該大于鎖的有效時間(lock validity time)。這樣的話,這個節點在重啟前所參與的鎖都會過期,它在重啟后就不會對現有的鎖造成影響。

關于Redlock還有一點細節值得拿出來分析一下:在最后釋放鎖 的時候,antirez在算法描述中特別強調,客戶端應該向所有Redis節點發起釋放鎖 的操作。也就是說,即使當時向某個節點獲取鎖沒有成功,在釋放鎖的時候也不應該漏掉這個節點。這是為什么呢?設想這樣一種情況,客戶端發給某個Redis節點的獲取鎖 的請求成功到達了該Redis節點,這個節點也成功執行了SET操作,但是它返回給客戶端的響應包卻丟失了。這在客戶端看來,獲取鎖的請求由于超時而失敗了,但在Redis這邊看來,加鎖已經成功了。因此,釋放鎖的時候,客戶端也應該對當時獲取鎖失敗的那些Redis節點同樣發起請求。實際上,這種情況在異步通信模型中是有可能發生的:客戶端向服務器通信是正常的,但反方向卻是有問題的。

所以,如果不進行延遲重啟,或者對于同一個主節點進行多個從節點的備份,并要求從節點的同步必須實時跟住主節點,也就是說需要配置redis從庫的同步策略,將延遲設置為最小(主從同步是異步進行的),通過min-replicas-max-lag(舊版本的redis使用min-slaves-max-lag)來設置主從庫間進行數據復制時,從庫給主庫發送 ACK 消息的最大延遲(以秒為單位),也就是說,這個值需要設置為0,否則都有可能出現延遲,但是這個實際上在redis中是不存在的,min-replicas-max-lag設置為0,就代表著這個配置不生效。redis本身是為了高效而存在的,如果因為需要保證業務的準確性而使用,大大降低了redis的性能,建議使用的別的方式。

問題二:

如果客戶端長期阻塞導致鎖過期,那么它接下來訪問共享資源就不安全了(沒有了鎖的保護)。在RedLock中還是存在該問題的。

雖然在獲取鎖之后Redlock會去判斷鎖的有效性,如果鎖過期了,則會再去重新拿鎖。但是如果發生在獲取鎖之后,那么該有效性都得不到保障了。

06a163dc-5a74-11ed-a3b6-dac502259ad0.jpg

在上面的時序圖中,假設鎖服務本身是沒有問題的,它總是能保證任一時刻最多只有一個客戶端獲得鎖。上圖中出現的lease這個詞可以暫且認為就等同于一個帶有自動過期功能的鎖。客戶端1在獲得鎖之后發生了很長時間的GC pause,在此期間,它獲得的鎖過期了,而客戶端2獲得了鎖。當客戶端1從GC pause中恢復過來的時候,它不知道自己持有的鎖已經過期了,它依然向共享資源(上圖中是一個存儲服務)發起了寫數據請求,而這時鎖實際上被客戶端2持有,因此兩個客戶端的寫請求就有可能沖突(鎖的互斥作用失效了)。

初看上去,有人可能會說,既然客戶端1從GC pause中恢復過來以后不知道自己持有的鎖已經過期了,那么它可以在訪問共享資源之前先判斷一下鎖是否過期。但仔細想想,這絲毫也沒有幫助。因為GC pause可能發生在任意時刻,也許恰好在判斷完之后。

也有人會說,如果客戶端使用沒有GC的語言來實現,是不是就沒有這個問題呢?質疑者Martin指出,系統環境太復雜,仍然有很多原因導致進程的pause,比如虛存造成的缺頁故障(page fault),再比如CPU資源的競爭。即使不考慮進程pause的情況,網絡延遲也仍然會造成類似的結果。

總結起來就是說,即使鎖服務本身是沒有問題的,而僅僅是客戶端有長時間的pause或網絡延遲,仍然會造成兩個客戶端同時訪問共享資源的沖突情況發生。

那怎么解決這個問題呢?Martin給出了一種方法,稱為fencing token。fencing token是一個單調遞增的數字,當客戶端成功獲取鎖的時候它隨同鎖一起返回給客戶端。而客戶端訪問共享資源的時候帶著這個fencing token,這樣提供共享資源的服務就能根據它進行檢查,拒絕掉延遲到來的訪問請求(避免了沖突)。如下圖:

在上圖中,客戶端1先獲取到的鎖,因此有一個較小的fencing token,等于33,而客戶端2后獲取到的鎖,有一個較大的fencing token,等于34。客戶端1從GC pause中恢復過來之后,依然是向存儲服務發送訪問請求,但是帶了fencing token = 33。存儲服務發現它之前已經處理過34的請求,所以會拒絕掉這次33的請求。這樣就避免了沖突。

但是,對于客戶端和資源服務器之間的延遲(即發生在算法第3步之后的延遲),antirez是承認所有的分布式鎖的實現,包括Redlock,是沒有什么好辦法來應對的。包括在我們到生產環境中,無法避免分布式鎖超時。

在討論中,有人提出客戶端1和客戶端2都發生了GC pause,兩個fencing token都延遲了,它們幾乎同時到達了文件服務器,而且保持了順序。那么,我們新加入的判斷邏輯,即判斷fencing token的合理性,應該對兩個請求都會放過,而放過之后它們幾乎同時在操作文件,還是沖突了。既然Martin宣稱fencing token能保證分布式鎖的正確性,那么上面這種可能的猜測也許是我們理解錯了。但是Martin并沒有在后面做出解釋。

問題三:

Redlock對系統記時(timing)的過分依賴,下面給出一個例子(還是假設有5個Redis節點A, B, C, D, E):

客戶端1從Redis節點A, B, C成功獲取了鎖(多數節點)。由于網絡問題,與D和E通信失敗。

節點C上的時鐘發生了向前跳躍,導致它上面維護的鎖快速過期。

客戶端2從Redis節點C, D, E成功獲取了同一個資源的鎖(多數節點)。

客戶端1和客戶端2現在都認為自己持有了鎖。

上面這種情況之所以有可能發生,本質上是因為Redlock的安全性(safety property)對系統的時鐘有比較強的依賴,一旦系統的時鐘變得不準確,算法的安全性也就保證不了了。

但是作者反駁到,通過恰當的運維,完全可以避免時鐘發生大的跳動,而Redlock對于時鐘的要求在現實系統中是完全可以滿足的。哪怕是手動修改時鐘這種人為原因,不要那么做就是了。否則的話,都會出現問題。

說了這么多關于Redlock的問題,到底有沒有什么分布式鎖能保證安全性呢?我們接下來再來看看ZooKeeper分布式鎖。

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 實現的后臺管理系統 + 用戶小程序,支持 RBAC 動態權限、多租戶、數據權限、工作流、三方登錄、支付、短信、商城等功能

項目地址:https://gitee.com/zhijiantianya/yudao-cloud

視頻教程:https://doc.iocoder.cn/video/

基于ZooKeeper的分布式鎖更安全嗎?

很多人(也包括Martin在內)都認為,如果你想構建一個更安全的分布式鎖,那么應該使用ZooKeeper,而不是Redis。那么,為了對比的目的,讓我們先暫時脫離開本文的題目,討論一下基于ZooKeeper的分布式鎖能提供絕對的安全嗎?它需要fencing token機制的保護嗎?

Flavio Junqueira是ZooKeeper的作者之一,他的這篇blog就寫在Martin和antirez發生爭論的那幾天。他在文中給出了一個基于ZooKeeper構建分布式鎖的描述(當然這不是唯一的方式):

客戶端嘗試創建一個znode節點,比如/lock。那么第一個客戶端就創建成功了,相當于拿到了鎖;而其它的客戶端會創建失敗(znode已存在),獲取鎖失敗。

持有鎖的客戶端訪問共享資源完成后,將znode刪掉,這樣其它客戶端接下來就能來獲取鎖了。

znode應該被創建成ephemeral的。這是znode的一個特性,它保證如果創建znode的那個客戶端崩潰了,那么相應的znode會被自動刪除。這保證了鎖一定會被釋放。

看起來這個鎖相當完美,沒有Redlock過期時間的問題,而且能在需要的時候讓鎖自動釋放。但仔細考察的話,并不盡然。

ZooKeeper是怎么檢測出某個客戶端已經崩潰了呢?實際上,每個客戶端都與ZooKeeper的某臺服務器維護著一個Session,這個Session依賴定期的心跳(heartbeat)來維持。如果ZooKeeper長時間收不到客戶端的心跳(這個時間稱為Sesion的過期時間),那么它就認為Session過期了,通過這個Session所創建的所有的ephemeral類型的znode節點都會被自動刪除。

設想如下的執行序列:

客戶端1創建了znode節點/lock,獲得了鎖。

客戶端1進入了長時間的GC pause。

客戶端1連接到ZooKeeper的Session過期了。znode節點/lock被自動刪除。

客戶端2創建了znode節點/lock,從而獲得了鎖。

客戶端1從GC pause中恢復過來,它仍然認為自己持有鎖。

最后,客戶端1和客戶端2都認為自己持有了鎖,沖突了。這與之前Martin在文章中描述的由于GC pause導致的分布式鎖失效的情況類似。

看起來,用ZooKeeper實現的分布式鎖也不一定就是安全的。該有的問題它還是有。但是,ZooKeeper作為一個專門為分布式應用提供方案的框架,它提供了一些非常好的特性,是Redis之類的方案所沒有的。像前面提到的ephemeral類型的znode自動刪除的功能就是一個例子。

還有一個很有用的特性是ZooKeeper的watch機制。這個機制可以這樣來使用,比如當客戶端試圖創建/lock的時候,發現它已經存在了,這時候創建失敗,但客戶端不一定就此對外宣告獲取鎖失敗。客戶端可以進入一種等待狀態,等待當/lock節點被刪除的時候,ZooKeeper通過watch機制通知它,這樣它就可以繼續完成創建操作(獲取鎖)。這可以讓分布式鎖在客戶端用起來就像一個本地的鎖一樣:加鎖失敗就阻塞住,直到獲取到鎖為止。這樣的特性Redlock就無法實現。

小結一下,基于ZooKeeper的鎖和基于Redis的鎖相比在實現特性上有兩個不同:

在正常情況下,客戶端可以持有鎖任意長的時間,這可以確保它做完所有需要的資源訪問操作之后再釋放鎖。這避免了基于Redis的鎖對于有效時間(lock validity time)到底設置多長的兩難問題。實際上,基于ZooKeeper的鎖是依靠Session(心跳)來維持鎖的持有狀態的,而Redis不支持Session。

基于ZooKeeper的鎖支持在獲取鎖失敗之后等待鎖重新釋放的事件。這讓客戶端對鎖的使用更加靈活。

總結

綜上所述,我們可以得出兩種結論:

如果僅是為了效率(efficiency),那么你可以自己選擇你喜歡的一種分布式鎖的實現。當然,你需要清楚地知道它在安全性上有哪些不足,以及它會帶來什么后果,這也是為什么我們需要了解實現原理的原因,大多數情況下不會出問題,但是就萬一的情況,處理起來可能需要大量的時間定位問題。

如果你是為了正確性(correctness),那么請慎之又慎。就目前來說ZooKeeper的分布鎖相對于redlock更加合理。

最后,由于redlock的出現其實是為了保證分布式鎖的可靠性,但是由于實現的種種問題其可靠性并沒有ZooKeeper分布式鎖來的高,對于可容錯的希望效率的場景下,redis分布式鎖又可以完全滿足,這也是導致了redlock被棄用的原因。

審核編輯:彭靜
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • JAVA
    +關注

    關注

    19

    文章

    2958

    瀏覽量

    104553
  • 機器
    +關注

    關注

    0

    文章

    779

    瀏覽量

    40687
  • Redis
    +關注

    關注

    0

    文章

    371

    瀏覽量

    10846

原文標題:Redis分布式鎖真的安全嗎?

文章出處:【微信號:芋道源碼,微信公眾號:芋道源碼】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    redis分布式場景實現

    今天帶大家深入剖析一下Redis分布式,徹底搞懂它。 場景 既然要搞懂Redis分布式
    的頭像 發表于 09-25 17:09 ?694次閱讀

    在 Java 中利用 redis 實現一個分布式服務

    在 Java 中利用 redis 實現一個分布式服務
    發表于 07-05 13:14

    Redis 分布式的正確實現方式

    分布式一般有三種實現方式:1. 數據庫樂觀;2. 基于Redis分布式;3. 基于Zoo
    的頭像 發表于 05-31 14:19 ?3572次閱讀

    使用Redis作為分布式的詳細方案

    一個很簡單的答案就是去使用 Redission 客戶端。Redission 中的方案就是 Redis 分布式的比較完美的詳細方案。
    的頭像 發表于 04-10 17:27 ?1911次閱讀

    Redis分布式真的安全嗎?

    今天我們來聊一聊Redis分布式
    的頭像 發表于 11-02 14:07 ?980次閱讀

    如何使用注解實現redis分布式

    使用 Redis 作為分布式,將的狀態放到 Redis 統一維護,解決集群中單機 JVM 信息不互通的問題,規定操作順序,保護用戶的數據
    發表于 04-25 12:42 ?642次閱讀
    如何使用注解實現<b class='flag-5'>redis</b><b class='flag-5'>分布式</b><b class='flag-5'>鎖</b>!

    深入理解redis分布式

    深入理解redis分布式 哈嘍,大家好,我是指北君。 本篇文件我們來介紹如何Redis實現分布式
    的頭像 發表于 10-08 14:13 ?911次閱讀
    深入理解<b class='flag-5'>redis</b><b class='flag-5'>分布式</b><b class='flag-5'>鎖</b>

    redis分布式如何實現

    Redis分布式是一種基于Redis實現的機制,可以用于多個進程或多臺服務器之間對共享資源的并發訪問控制。在分布式系統中,由于多個進程或多
    的頭像 發表于 11-16 11:29 ?501次閱讀

    redis分布式可能出現的問題

    Redis分布式是一種常用的機制,用于解決多個進程或多臺服務器對共享資源的并發訪問問題。然而,由于分布式環境的復雜性,使用
    的頭像 發表于 11-16 11:40 ?1353次閱讀

    redis分布式死鎖處理方案

    引言: 隨著分布式系統的廣泛應用,尤其是在大規模并發操作下,對并發控制的需求越來越高。Redis分布式作為一種常見的分布式
    的頭像 發表于 11-16 11:44 ?1696次閱讀

    redis分布式的應用場景有哪些

    Redis分布式是一種基于Redis實現的分布式機制,可以在
    的頭像 發表于 12-04 11:21 ?1396次閱讀

    redis分布式三個方法

    Redis是一種高性能的分布式緩存和鍵值存儲系統,它提供了一種可靠的分布式解決方案。在分布式系統中,由于多個節點之間的并發訪問,需要使用
    的頭像 發表于 12-04 11:22 ?1407次閱讀

    如何實現Redis分布式

    Redis是一個開源的內存數據存儲系統,可用于高速讀寫操作。在分布式系統中,為了保證數據的一致性和避免競態條件,常常需要使用分布式來對共享資源進行加鎖操作。
    的頭像 發表于 12-04 11:24 ?664次閱讀

    redis分布式可能出現的問題及解決方案

    Redis分布式是一種常見的解決分布式系統中并發問題的方案。雖然Redis分布式鎖具有許多優點
    的頭像 發表于 12-04 11:29 ?916次閱讀

    redis分布式的缺點

    Redis分布式是一種常見的用于解決分布式系統中資源爭用問題的解決方案。盡管Redis分布式
    的頭像 發表于 12-04 14:05 ?1206次閱讀