SpringBoot教程(十四) SpringBoot之集成Redis

SpringBoot教程(十四) | SpringBoot之集成Redis
  • 一、Redis集成简介
  • 二、集成步骤
    • 2.1 添加依赖
    • 2.2 添加配置
    • 2.3 项目中使用之简单使用 (举例讲解)
    • 2.4 项目中使用之工具类封装 (正式用这个)
    • 2.5 序列化 (正常都需要自定义序列化)
  • 三、分布式锁
    • (一)RedisTemplate 去实现
      • 场景一:单体应用
      • 场景二:分布式架构部署
    • (二) Redisson去实现
  • 总结

一、Redis集成简介

Redis是我们Java开发中,使用频次非常高的一个nosql数据库,数据以key-value键值对的形式存储在内存中。redis的常用使用场景,可以做缓存,分布式锁,自增序列等,使用redis的方式和我们使用数据库的方式差不多,首先我们要在自己的本机电脑或者服务器上安装一个redis的服务器,通过我们的java客户端在程序中进行集成,然后通过客户端完成对redis的增删改查操作。

redis的Java客户端类型还是很多的,常见的有jedis, redission,lettuce等,
所以我们在集成的时候,我们可以选择直接集成这些原生客户端。

但是在springBoot中更常见的方式是集成spring-data-redis,这是spring提供的一个专门用来操作redis的项目,封装了对redis的常用操作,里边主要封装了jedis和lettuce两个客户端。相当于是在他们的基础上加了一层门面。

二、集成步骤

2.1 添加依赖

添加redis所需依赖:(在 Spring Boot 2.x及以后的版本中,spring-boot-starter-data-redis 默认使用的就是lettuce这个客户端)

<!-- 集成redis依赖  -->
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

完整pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><groupId>com.lsqingfeng.springboot</groupId><artifactId>springboot-learning</artifactId><version>1.0.0</version><properties><maven.compiler.source>8</maven.compiler.source><maven.compiler.target>8</maven.compiler.target></properties><dependencyManagement><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-dependencies</artifactId><version>2.6.2</version><type>pom</type><scope>import</scope></dependency></dependencies></dependencyManagement><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><!-- https://mvnrepository.com/artifact/org.projectlombok/lombok --><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><version>1.18.22</version><scope>provided</scope></dependency><!-- mybatis-plus 所需依赖  --><dependency><groupId>com.baomidou</groupId><artifactId>mybatis-plus-boot-starter</artifactId><version>3.5.1</version></dependency><dependency><groupId>com.baomidou</groupId><artifactId>mybatis-plus-generator</artifactId><version>3.5.1</version></dependency><dependency><groupId>org.freemarker</groupId><artifactId>freemarker</artifactId><version>2.3.31</version></dependency><!-- 开发热启动 --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-devtools</artifactId><optional>true</optional></dependency><!-- MySQL连接 --><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><scope>runtime</scope></dependency><!-- 集成redis依赖  --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId></dependency></dependencies>
</project>

注意点:如果我们想要使用jedis客户端怎么办呢?就需要排除lettuce这个依赖,再引入jedis的相关依赖就可以了。

<dependency>  <groupId>org.springframework.boot</groupId>  <artifactId>spring-boot-starter-data-redis</artifactId>  <exclusions>  <exclusion>  <groupId>io.lettuce</groupId>  <artifactId>lettuce-core</artifactId>  </exclusion>  </exclusions>  
</dependency><dependency>  <groupId>redis.clients</groupId>  <artifactId>jedis</artifactId>  <version>你的Jedis版本号</version>  
</dependency>

两者的区别

Lettuce更适合需要异步处理、线程安全以及支持哨兵和集群模式的场景(线程安全);
Jedis则更适合简单的同步操作,以及在不需要哨兵和集群模式的场景中使用(线程不安全)。

2.2 添加配置

然后我们需要配置连接redis所需的账号密码等信息,这里大家要提前安装好redis,保证我们的本机程序可以连接到我们的redis, 如果不知道redis如何安装,可以参考文章: [Linux系统安装redis6.0.5] blog.csdn.net/lsqingfeng/…

常规配置如下: 在application.yml配置文件中配置 redis的连接信息

spring:redis:host: localhostport: 6379password: 123456database: 0

如果有其他配置放到一起:

server:port: 19191spring:datasource:driver-class-name: com.mysql.cj.jdbc.Driverurl: jdbc:mysql://localhost:3306/springboot_learning?serverTimezone=Asia/Shanghai&characterEncoding=utf-8username: rootpassword: rootredis:host: localhostport: 6379password: 123456database: 0lettuce:pool:max-idle: 16max-active: 32min-idle: 8devtools:restart:enable: truethird:weather:url: http://www.baidu.comport: 8080username: testcities:- 北京- 上海- 广州list[0]: aaalist[1]: bbblist[2]: ccc

这样我们就可以直接在项目当中操作redis了。如果使用的是集群,那么使用如下配置方式:

spring:redis:password: 123456cluster:nodes: 10.255.144.115:7001,10.255.144.115:7002,10.255.144.115:7003,10.255.144.115:7004,10.255.144.115:7005,10.255.144.115:7006max-redirects: 3

但是有的时候我们想要给我们的redis客户端配置上连接池。
就像我们连接mysql的时候,也会配置连接池一样,目的就是增加对于数据连接的管理,提升访问的效率,也保证了对资源的合理利用。那么我们如何配置连接池呢,这里大家一定要注意了,很多网上的文章中,介绍的方法可能由于版本太低,都不是特别的准确。
比如很多人使用spring.redis.pool来配置,这个是不对的(不清楚是不是老版本是这样的配置的,但是在springboot-starter-data-redis中这种写法不对)。首先是配置文件,由于我们使用的lettuce客户端,所以配置的时候,在spring.redis下加上lettuce再加上pool来配置,具体如下;

spring:redis:host: 10.255.144.111port: 6379password: 123456database: 0lettuce:pool:max-idle: 16max-active: 32min-idle: 8

如果使用的是jedis,就把lettuce换成jedis(同时要注意依赖也是要换的)。

但是仅仅这在配置文件中加入,其实连接池是不会生效的。这里大家一定要注意,很多同学在配置文件上加上了这段就以为连接池已经配置好了,其实并没有,还少了最关键的一步,就是要导入一个依赖,不导入的话,这么配置也没有用。

<dependency><groupId>org.apache.commons</groupId><artifactId>commons-pool2</artifactId>
</dependency>

之后,连接池才会生效。我们可以做一个对比。 在导包前后,观察RedisTemplate对象的值就可以看出来。

导入之前:

导入之后:

导入之后,我们的连接池信息才有值,这也印证了我们上面的结论。

具体的配置信息我们可以看一下源代码,源码中使用RedisProperties 这个类来接收redis的配置参数。

2.3 项目中使用之简单使用 (举例讲解)

我们的配置工作准备就绪以后,我们就可以在项目中操作redis了,操作的话,使用spring-data-redis中为我们提供的 RedisTemplate 这个类,就可以操作了。我们先举个简单的例子,插入一个键值对(值为string)。

package com.lsqingfeng.springboot.controller;import com.lsqingfeng.springboot.base.Result;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;/*** @className: RedisController* @description:* @author: sh.Liu* @date: 2022-03-08 14:28*/
@RestController
@RequestMapping("redis")
public class RedisController {private final RedisTemplate redisTemplate;public RedisController(RedisTemplate redisTemplate) {this.redisTemplate = redisTemplate;}@GetMapping("save")public Result save(String key, String value){redisTemplate.opsForValue().set(key, value);return Result.success();}}

2.4 项目中使用之工具类封装 (正式用这个)

package com.lsqingfeng.springboot.utils;import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.TimeUnit;/*** @className: RedisUtil* @description:* @author: sh.Liu* @date: 2022-03-09 14:07*/
@Component
public class RedisUtil {@Autowiredprivate RedisTemplate redisTemplate;/*** 给一个指定的 key 值附加过期时间** @param key* @param time* @return*/public boolean expire(String key, long time) {return redisTemplate.expire(key, time, TimeUnit.SECONDS);}/*** 根据key 获取过期时间** @param key* @return*/public long getTime(String key) {return redisTemplate.getExpire(key, TimeUnit.SECONDS);}/*** 根据key 获取过期时间** @param key* @return*/public boolean hasKey(String key) {return redisTemplate.hasKey(key);}/*** 移除指定key 的过期时间** @param key* @return*/public boolean persist(String key) {return redisTemplate.boundValueOps(key).persist();}//- - - - - - - - - - - - - - - - - - - - -  String类型 - - - - - - - - - - - - - - - - - - - -/*** 根据key获取值** @param key 键* @return 值*/public Object get(String key) {return key == null ? null : redisTemplate.opsForValue().get(key);}/*** 将值放入缓存** @param key   键* @param value 值* @return true成功 false 失败*/public void set(String key, String value) {redisTemplate.opsForValue().set(key, value);}/*** 将值放入缓存并设置时间** @param key   键* @param value 值* @param time  时间(秒) -1为无期限* @return true成功 false 失败*/public void set(String key, String value, long time) {if (time > 0) {redisTemplate.opsForValue().set(key, value, time, TimeUnit.SECONDS);} else {redisTemplate.opsForValue().set(key, value);}}/*** 批量添加 key (重复的键会覆盖)** @param keyAndValue*/public void batchSet(Map<String, String> keyAndValue) {redisTemplate.opsForValue().multiSet(keyAndValue);}/*** 批量添加 key-value 只有在键不存在时,才添加* map 中只要有一个key存在,则全部不添加** @param keyAndValue*/public void batchSetIfAbsent(Map<String, String> keyAndValue) {redisTemplate.opsForValue().multiSetIfAbsent(keyAndValue);}/*** 对一个 key-value 的值进行加减操作,* 如果该 key 不存在 将创建一个key 并赋值该 number* 如果 key 存在,但 value 不是长整型 ,将报错** @param key* @param number*/public Long increment(String key, long number) {return redisTemplate.opsForValue().increment(key, number);}/*** 对一个 key-value 的值进行加减操作,* 如果该 key 不存在 将创建一个key 并赋值该 number* 如果 key 存在,但 value 不是 纯数字 ,将报错** @param key* @param number*/public Double increment(String key, double number) {return redisTemplate.opsForValue().increment(key, number);}//- - - - - - - - - - - - - - - - - - - - -  set类型 - - - - - - - - - - - - - - - - - - - -/*** 将数据放入set缓存** @param key 键* @return*/public void sSet(String key, String value) {redisTemplate.opsForSet().add(key, value);}/*** 获取变量中的值** @param key 键* @return*/public Set<Object> members(String key) {return redisTemplate.opsForSet().members(key);}/*** 随机获取变量中指定个数的元素** @param key   键* @param count 值* @return*/public void randomMembers(String key, long count) {redisTemplate.opsForSet().randomMembers(key, count);}/*** 随机获取变量中的元素** @param key 键* @return*/public Object randomMember(String key) {return redisTemplate.opsForSet().randomMember(key);}/*** 弹出变量中的元素** @param key 键* @return*/public Object pop(String key) {return redisTemplate.opsForSet().pop("setValue");}/*** 获取变量中值的长度** @param key 键* @return*/public long size(String key) {return redisTemplate.opsForSet().size(key);}/*** 根据value从一个set中查询,是否存在** @param key   键* @param value 值* @return true 存在 false不存在*/public boolean sHasKey(String key, Object value) {return redisTemplate.opsForSet().isMember(key, value);}/*** 检查给定的元素是否在变量中。** @param key 键* @param obj 元素对象* @return*/public boolean isMember(String key, Object obj) {return redisTemplate.opsForSet().isMember(key, obj);}/*** 转移变量的元素值到目的变量。** @param key     键* @param value   元素对象* @param destKey 元素对象* @return*/public boolean move(String key, String value, String destKey) {return redisTemplate.opsForSet().move(key, value, destKey);}/*** 批量移除set缓存中元素** @param key    键* @param values 值* @return*/public void remove(String key, Object... values) {redisTemplate.opsForSet().remove(key, values);}/*** 通过给定的key求2个set变量的差值** @param key     键* @param destKey 键* @return*/public Set<Set> difference(String key, String destKey) {return redisTemplate.opsForSet().difference(key, destKey);}//- - - - - - - - - - - - - - - - - - - - -  hash类型 - - - - - - - - - - - - - - - - - - - -/*** 加入缓存** @param key 键* @param map 键* @return*/public void add(String key, Map<String, String> map) {redisTemplate.opsForHash().putAll(key, map);}/*** 获取 key 下的 所有  hashkey 和 value** @param key 键* @return*/public Map<Object, Object> getHashEntries(String key) {return redisTemplate.opsForHash().entries(key);}/*** 验证指定 key 下 有没有指定的 hashkey** @param key* @param hashKey* @return*/public boolean hashKey(String key, String hashKey) {return redisTemplate.opsForHash().hasKey(key, hashKey);}/*** 获取指定key的值string** @param key  键* @param key2 键* @return*/public String getMapString(String key, String key2) {return redisTemplate.opsForHash().get("map1", "key1").toString();}/*** 获取指定的值Int** @param key  键* @param key2 键* @return*/public Integer getMapInt(String key, String key2) {return (Integer) redisTemplate.opsForHash().get("map1", "key1");}/*** 弹出元素并删除** @param key 键* @return*/public String popValue(String key) {return redisTemplate.opsForSet().pop(key).toString();}/*** 删除指定 hash 的 HashKey** @param key* @param hashKeys* @return 删除成功的 数量*/public Long delete(String key, String... hashKeys) {return redisTemplate.opsForHash().delete(key, hashKeys);}/*** 给指定 hash 的 hashkey 做增减操作** @param key* @param hashKey* @param number* @return*/public Long increment(String key, String hashKey, long number) {return redisTemplate.opsForHash().increment(key, hashKey, number);}/*** 给指定 hash 的 hashkey 做增减操作** @param key* @param hashKey* @param number* @return*/public Double increment(String key, String hashKey, Double number) {return redisTemplate.opsForHash().increment(key, hashKey, number);}/*** 获取 key 下的 所有 hashkey 字段** @param key* @return*/public Set<Object> hashKeys(String key) {return redisTemplate.opsForHash().keys(key);}/*** 获取指定 hash 下面的 键值对 数量** @param key* @return*/public Long hashSize(String key) {return redisTemplate.opsForHash().size(key);}//- - - - - - - - - - - - - - - - - - - - -  list类型 - - - - - - - - - - - - - - - - - - - -/*** 在变量左边添加元素值** @param key* @param value* @return*/public void leftPush(String key, Object value) {redisTemplate.opsForList().leftPush(key, value);}/*** 获取集合指定位置的值。** @param key* @param index* @return*/public Object index(String key, long index) {return redisTemplate.opsForList().index("list", 1);}/*** 获取指定区间的值。** @param key* @param start* @param end* @return*/public List<Object> range(String key, long start, long end) {return redisTemplate.opsForList().range(key, start, end);}/*** 把最后一个参数值放到指定集合的第一个出现中间参数的前面,* 如果中间参数值存在的话。** @param key* @param pivot* @param value* @return*/public void leftPush(String key, String pivot, String value) {redisTemplate.opsForList().leftPush(key, pivot, value);}/*** 向左边批量添加参数元素。** @param key* @param values* @return*/public void leftPushAll(String key, String... values) {
//        redisTemplate.opsForList().leftPushAll(key,"w","x","y");redisTemplate.opsForList().leftPushAll(key, values);}/*** 向集合最右边添加元素。** @param key* @param value* @return*/public void leftPushAll(String key, String value) {redisTemplate.opsForList().rightPush(key, value);}/*** 向左边批量添加参数元素。** @param key* @param values* @return*/public void rightPushAll(String key, String... values) {//redisTemplate.opsForList().leftPushAll(key,"w","x","y");redisTemplate.opsForList().rightPushAll(key, values);}/*** 向已存在的集合中添加元素。** @param key* @param value* @return*/public void rightPushIfPresent(String key, Object value) {redisTemplate.opsForList().rightPushIfPresent(key, value);}/*** 向已存在的集合中添加元素。** @param key* @return*/public long listLength(String key) {return redisTemplate.opsForList().size(key);}/*** 移除集合中的左边第一个元素。** @param key* @return*/public void leftPop(String key) {redisTemplate.opsForList().leftPop(key);}/*** 移除集合中左边的元素在等待的时间里,如果超过等待的时间仍没有元素则退出。** @param key* @return*/public void leftPop(String key, long timeout, TimeUnit unit) {redisTemplate.opsForList().leftPop(key, timeout, unit);}/*** 移除集合中右边的元素。** @param key* @return*/public void rightPop(String key) {redisTemplate.opsForList().rightPop(key);}/*** 移除集合中右边的元素在等待的时间里,如果超过等待的时间仍没有元素则退出。** @param key* @return*/public void rightPop(String key, long timeout, TimeUnit unit) {redisTemplate.opsForList().rightPop(key, timeout, unit);}
}

2.5 序列化 (正常都需要自定义序列化)

Redis本身提供了一下一种序列化的方式:

  • GenericToStringSerializer: 可以将任何对象泛化为字符串并序列化
  • Jackson2JsonRedisSerializer: 跟JacksonJsonRedisSerializer实际上是一样的
  • JacksonJsonRedisSerializer: 序列化object对象为json字符串
  • JdkSerializationRedisSerializer: 序列化java对象
  • StringRedisSerializer: 简单的字符串序列化

如果我们存储的是String类型默认使用的是StringRedisSerializer 这种序列化方式。
如果我们存储的是对象默认使用的是 JdkSerializationRedisSerializer,也就是Jdk的序列化方式(通过ObjectOutputStream和ObjectInputStream实现,缺点是我们无法直观看到存储的对象内容)。

通过观察RedisTemplate的源码我们就可以看出来,默认使用的是JdkSerializationRedisSerializer. 这种序列化最大的问题就是存入对象后,我们很难直观看到存储的内容,很不方便我们排查问题:

而一般我们最经常使用的对象序列化方式是: Jackson2JsonRedisSerializer

设置序列化方式的主要方法就是我们在配置类中,自己来创建RedisTemplate对象,并在创建的过程中指定对应的序列化方式。

@Configuration  
public class RedisConfig {  // 定义一个Bean,名称为"redisTemplate",返回类型为RedisTemplate<String, Object>  @Bean(name = "redisTemplate")  public RedisTemplate<String, Object> getRedisTemplate(RedisConnectionFactory factory) {  // 创建一个新的RedisTemplate实例,用于操作Redis  RedisTemplate<String, Object> redisTemplate = new RedisTemplate<String, Object>();  // 设置RedisTemplate使用的连接工厂,以便它能够连接到Redis服务器  redisTemplate.setConnectionFactory(factory);  // 创建一个StringRedisSerializer实例,用于序列化Redis的key为字符串  StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();  // 创建一个ObjectMapper实例,用于处理JSON的序列化和反序列化  ObjectMapper objectMapper = new ObjectMapper();  // 设置ObjectMapper的属性访问级别,以便能够序列化对象的所有属性  objectMapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);  // 启用默认的类型信息,以便在反序列化时能够知道对象的实际类型  // 注意:这里使用了新的方法替换了过期的enableDefaultTyping方法  // 方法过期,改为下面代码  // objectMapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);  objectMapper.activateDefaultTyping(LaissezFaireSubTypeValidator.instance,  ObjectMapper.DefaultTyping.NON_FINAL, JsonTypeInfo.As.PROPERTY); // 创建一个Jackson2JsonRedisSerializer实例,用于序列化Redis的value为JSON格式  Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);   // 设置Jackson2JsonRedisSerializer使用的ObjectMapper  jackson2JsonRedisSerializer.setObjectMapper(objectMapper);  // 设置RedisTemplate的key序列化器为stringRedisSerializer  redisTemplate.setKeySerializer(stringRedisSerializer); // key的序列化类型  // 设置RedisTemplate的value序列化器为jackson2JsonRedisSerializer  redisTemplate.setValueSerializer(jackson2JsonRedisSerializer); // value的序列化类型  // 设置RedisTemplate的hash key序列化器为stringRedisSerializer  redisTemplate.setHashKeySerializer(stringRedisSerializer);  // key的序列化类型  // 设置RedisTemplate的hash value序列化器为jackson2JsonRedisSerializer  redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);   // value的序列化类型  // 调用RedisTemplate的afterPropertiesSet方法,该方法会执行一些初始化操作,比如检查序列化器是否设置等  redisTemplate.afterPropertiesSet();  // 返回配置好的RedisTemplate实例  return redisTemplate;  }  
}

当出现以下报错时

setObjectMapper(com.fasterxml.jackson.databind.ObjectMapper)' is deprecated since version 3.0 and marked for removal

官方给出的解释为该接口已弃用,如果要使用原接口功能对Jackson2JsonRedisSerializer配置对象映射器,则使用对应的构造函数。

说明你的 Spring Data Redis 版本是3+了,redis设置序列化的操作就要换成以下

把上面的这两行代码
// 创建一个Jackson2JsonRedisSerializer实例,用于序列化Redis的value为JSON格式  
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer(Object.class);   
// 设置Jackson2JsonRedisSerializer使用的ObjectMapper  
jackson2JsonRedisSerializer.setObjectMapper(objectMapper);  换成以下这一行代码
Jackson2JsonRedisSerializer jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<>(objectMapper, Object.class);

这样使用的时候,就会按照我们设置的json序列化方式进行存储,我们也可以在redis中查看内容的时候方便的查看到属性值。

三、分布式锁

(一)RedisTemplate 去实现

场景一:单体应用

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。

在这里插入图片描述
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 {@AutowiredStringRedisTemplate template;@RequestMapping("/buy1")public String index(){// Redis中存有goods:001号商品,数量为100String 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
在这里插入图片描述
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

synchronized (自动获取锁,并在退出时自动释放锁)去实现如下

@RestController  
public class IndexController2 {  @Autowired  StringRedisTemplate template;  @RequestMapping("/buy2")  public synchronized String index() {  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");  }  return "购买商品失败,服务端口为8001";  }  
}

ReentrantLock(需要手动获取锁,并在退出时手动释放锁) 去实现
在针对单体应用时的操作(ReentrantLock去实现相对来说好一点,因为颗粒度更细)

@RestController
public class IndexController2 {// 使用ReentrantLock锁解决单体应用的并发问题Lock lock = new ReentrantLock();@AutowiredStringRedisTemplate 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";}
}

100个商品100个人买最后剩余为0

场景二:分布式架构部署

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
在这里插入图片描述

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!

在这里插入图片描述

我这边直接写最终版本(存粹的只用redis)

要求:
1.保证自己加的锁,自己删自己的(由以下的uuid生成value去控制,以防止其他的线程把自己的删除了或者自己删除了别人的)

  • REDIS_LOCK: 这是你想要设置的Redis键(Key)。在分布式锁的场景中,它通常是一个唯一的字符串,用于标识某个资源或操作。
  • value: 这是你想要设置的Redis值(Value)。在分布式锁的场景中,这通常是一个表示锁持有者的唯一标识,例如线程ID或进程ID。
  • 10L: 这是锁的过期时间,单位是秒。这意味着如果持有锁的客户端在这个时间内没有释放锁(例如,由于崩溃或网络问题),那么锁将自动过期,其他客户端可以获取它。这是一个重要的安全机制,可以防止死锁。
  • TimeUnit.SECONDS: 这是时间单位。TimeUnit是一个枚举类型,表示时间的单位,如毫秒、秒、分钟等。在这里,我们使用SECONDS表示过期时间是以秒为单位的。

redis事务或lua脚本(lua脚本的执行是原子的),如下

@RestController
public class IndexController7 {public static final String REDIS_LOCK = "lock";@AutowiredStringRedisTemplate template;@RequestMapping("/buy7")public String index(){// 每个人进来先要进行加锁,key值为"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// 也可以使用redis事务// https://redis.io/commands/set// 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();}}// redis事务
//            while(true){
//                template.watch(REDIS_LOCK);
//                if(template.opsForValue().get(REDIS_LOCK).equalsIgnoreCase(value)){
//                    template.setEnableTransactionSupport(true);
//                    template.multi();
//                    template.delete(REDIS_LOCK);
//                    List<Object> list = template.exec();
//                    if(list == null){
//                        continue;
//                    }
//                }
//                template.unwatch();
//                break;
//            }}}
}

(二) Redisson去实现

先引入maven依赖(redisson和springboot的集成包)

<!-- 添加Redisson依赖 -->  
<dependency><groupId>org.redisson</groupId><artifactId>redisson-spring-boot-starter</artifactId><version>3.15.0</version><exclusions><exclusion><groupId>org.redisson</groupId><!-- 默认是 Spring Data Redis v.2.3.x ,所以排除掉--><artifactId>redisson-spring-data-23</artifactId></exclusion></exclusions>
</dependency>

网上其他的有可能是引入

<dependency><groupId>org.redisson</groupId><artifactId>redisson</artifactId><version>3.6.1</version>
</dependency>

根据以上例子用redisson去实现分布式锁,更加nice
使用Redisson的getLock方法时,你实际上是在使用RedLock(红锁)算法来获取分布式锁

@RestController
public class IndexController8 {public static final String REDIS_LOCK = "lock";@AutowiredStringRedisTemplate template;@AutowiredRedisson redisson;@RequestMapping("/buy8")public String index(){//创建锁“lock”RLock lock = redisson.getLock(REDIS_LOCK);//加锁lock.lock();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 {//避免竞态条件,不要if判断检查锁的状态。需直接使用 lock.unlock();
//            if(lock.isLocked() && lock.isHeldByCurrentThread()){
//                lock.unlock();
//            }lock.unlock();}}
}

总结

实际为了保证redis高可用,redis一般会集群部署。

redis集群解决方案,使用redlock解决(redlock的特点如下):

  • 顺序向5个节点请求加锁(5个节点相互独立,没任何关系)
  • 根据超时时间来判断是否要跳过该节点
  • 如果大于等于3节点加锁成功,并且使用时间小于锁有效期,则加锁成功,否则获取锁失败,解锁

参考文章
【1】SpringBoot教程(十四) | SpringBoot集成Redis(全网最全)
【2】Redis实现分布式锁方法详细
【3】Redis实现分布式锁
【4】陪你一起学redis(十一)——redis分布式锁

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/69422.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

多智能体协作架构模式:驱动传统公司向AI智能公司转型

前言 在数字化浪潮的席卷下&#xff0c;传统公司的运营模式正面临着前所未有的挑战。随着市场竞争的日益激烈&#xff0c;客户需求的快速变化以及业务复杂度的不断攀升&#xff0c;传统公司在缺乏 AI 技术支撑的情况下&#xff0c;暴露出诸多痛点。在决策层面&#xff0c;由于…

rBits.exe服务备份

Program.cs using System; using System.Collections.Generic; using System.Linq; using System.ServiceProcess; using System.Text; using System.Threading.Tasks;namespace rBits {internal static class Program{/// <summary>/// 应用程序的主入口点。/// </s…

边缘计算网关驱动智慧煤矿智能升级——实时预警、低延时决策与数字孪生护航矿山安全高效运营

迈向智能化煤矿管理新时代 工业物联网和边缘计算技术的迅猛发展&#xff0c;煤矿安全生产与高效运营正迎来全新变革。传统煤矿监控模式由于现场环境复杂、数据采集和传输延时较高&#xff0c;已难以满足当下高标准的安全管理要求。为此&#xff0c;借助边缘计算网关的实时数据…

互联网分布式ID解决方案

业界实现方案 1. 基于UUID 2. 基于DB数据库多种模式(自增主键、segment) 3. 基于Redis 4. 基于ZK、ETCD 5. 基于SnowFlake 6. 美团Leaf(DB-Segment、zkSnowFlake) 7. 百度uid-generator() 基于UUID生成唯一ID UUID生成策略 推荐阅读 DDD领域驱动与微服务架构设计设计模…

深入理解小波变换:信号处理的强大工具

引言 在科学与工程领域&#xff0c;信号处理一直是关键环节&#xff0c;傅里叶变换与小波变换作为重要的分析工具&#xff0c;在其中发挥着重要作用。本文将深入探讨小波变换&#xff0c;阐述其原理、优势以及与傅里叶变换的对比&#xff0c;并通过具体案例展示其应用价值。 一…

【数据结构】(7) 栈和队列

一、栈 Stack 1、什么是栈 栈是一种特殊的线性表&#xff0c;它只能在固定的一端&#xff08;栈顶&#xff09;进行出栈、压栈操作&#xff0c;具有后进先出的特点。 2、栈概念的例题 答案为 C&#xff0c;以C为例进行讲解&#xff1a; 第一个出栈的是3&#xff0c;那么 1、…

vue基础(三)

常用指令 1. v-bind 固定绑定与动态绑定&#xff1a; 语法&#xff1a; 标准语法&#xff1a;v-bind:属性"动态数据" 简写语法&#xff1a;:属性"动态数拓" <!DOCTYPE html> <html lang"en"><head><me…

IDEA中Resolving Maven dependencies卡着不动解决方案

一、修改settings.xml Maven配置阿里云仓库主要通过修改Maven的settings.xml文件来实现‌。以下是具体步骤: ‌1、找到settings.xml文件‌: 通常位于Maven安装目录下的conf文件夹中,或者在用户目录下的.m2文件夹中(如果用户自定义了settings.xml的位置)。 2、‌编辑se…

fastchat 部署大模型

大模型实战--Llama3.1大模型部署及启动Web UI、OpenAI API实操 - 简书一、背景 随着人工智能技术的飞速发展&#xff0c;大模型&#xff08;Large Language Models, LLMs&#xff09;已成为自然语言处理领域的核心工具。这些模型以其强大的语言理解和生成能力&#xff0c;...ht…

【R语言】卡方检验

一、定义 卡方检验是用来检验样本观测次数与理论或总体次数之间差异性的推断性统计方法&#xff0c;其原理是比较观测值与理论值之间的差异。两者之间的差异越小&#xff0c;检验的结果越不容易达到显著水平&#xff1b;反之&#xff0c;检验结果越可能达到显著水平。 二、用…

【deepSeek R1】Ollama 更改模型安装位置 以及应用安装位置

【deepSeek R1】Ollama 更改模型安装位置 以及应用安装位置 本地版部署deepSeek R1 可以参考文章 3分钟教你搭建属于自己的本地大模型 DeepSeek R1 Ollama 是一个开源工具&#xff0c;旨在帮助用户轻松在本地计算机上运行、部署和管理大型语言模型&#xff08;LLMs&#xff09;…

从结构体成员指针反推结构体地址:rt_container_of 宏解析

文章目录 rt_container_of 宏概述步骤1&#xff1a;计算成员偏移量步骤2&#xff1a;将成员指针转换为字节指针步骤3&#xff1a;计算结构体的地址步骤4&#xff1a;返回结构体指针 代码示例宏的内部实现解析 rt_container_of 宏概述 rt_container_of 宏是一个非常实用的宏定义…

dijkstra算法类型题解

dijkstra算法&#xff08;有权图&#xff0c;无权图&#xff09;&#xff1a; 带权路径长度——当图是带权图时&#xff0c;一条路径上所有边的权值之和&#xff0c;称为该路径的带权路径长度 初始化三个数组&#xff0c;final标记各顶点是否已找到最短路径&#xff0c;dist最…

6.Centos7上部署flask+SQLAlchemy+python+达梦数据库

情况说明 前面已经介绍了window上使用pycharm工具开发项目时,window版的python连接达梦数据库需要的第三方包。 这篇文章讲述,centos7上的python版本连接达梦数据库需要的第三方包。 之前是在windows上安装达梦数据库的客户端,将驱动包安装到windows版本的python中。(开…

国产化创新 守护开放边界网络安全

当今数字化浪潮的席卷下&#xff0c;企业、医院、政府部门等各类机构的信息化建设正以前所未有的速度推进。 在这个数字化转型的关键时期&#xff0c;尤其是在涉及国家核心利益和敏感数据的领域&#xff0c;我们不仅要追求技术的先进性&#xff0c;更要确保安全性和自主可控性…

复原IP地址(力扣93)

有了上一道题分割字符串的基础&#xff0c;这道题理解起来就会容易很多。相同的思想我就不再赘述&#xff0c;在这里我就说明一下此题额外需要注意的点。首先是终止条件如何确定&#xff0c;上一题我们递归到超过字符串长度时&#xff0c;则说明字符串已经分割完毕&#xff0c;…

libtorch的c++,加载*.pth

一、转换模型为TorchScript 前提&#xff1a;python只保存了参数&#xff0c;没存结构 要在C中使用libtorch&#xff08;PyTorch的C接口&#xff09;&#xff0c;读取和加载通过torch.save保存的模型&#xff08; torch.save(pdn.state_dict()这种方式&#xff0c;只保存了…

postgresql 游标(cursor)的使用

概述 PostgreSQL游标可以封装查询并对其中每一行记录进行单独处理。当我们想对大量结果集进行分批处理时可以使用游标&#xff0c;因为一次性处理可能造成内存溢出。 另外我们可以定义函数返回游标类型变量&#xff0c;这是函数返回大数据集的有效方式&#xff0c;函数调用者…

Linux 快速对比两个文件的差异值

Linux 快速对比两个文件的差异值&#xff08;无需排序、直接输出&#xff09; 在日常开发或数据处理中&#xff0c;若需快速对比两个文本文件中的差异值&#xff08;仅保留第一个文件中的独有内容&#xff09;&#xff0c;Linux 系统提供了两种高效方法。以下是具体操作及适用…

【Pytorch实战教程】PyTorch中的Dataset用法详解

PyTorch中的Dataset用法详解 在深度学习中,数据是模型训练的基石。PyTorch作为一个强大的深度学习框架,提供了丰富的工具来处理和加载数据。其中,Dataset类是PyTorch中用于处理数据的重要工具之一。本文将详细介绍Dataset的用法,帮助你更好地理解和使用它。 1. 什么是Dat…