redis 定时任务锁 分布式锁
基于 redisTemplate
(图片来源网络,侵删)
在分布式集群环境中的最佳实践,其实无论是单机还是集群,保证原子性都是第一位的,如果能同时保证性能和高可用,那么就是一个可靠的分布式锁解决方案。
主要思路是:设置锁时,使用 redisTemplate,因为其底层实际包含了 setnx 、expire 的功能,起到了原子操作的效果. 给 key 设置随机且唯一的值,并且只有在 key 不存在时才设置成功返回 True,并且设置 key 的过期时间(最好是毫秒级别)
完整代码:
定义一个接口 和实现类:
public interface ILock {
/**
* 获取锁
* @param timeout 超时自动解锁
* @return 获取到锁返回true 获取失败则返回false
*/
boolean tryLock(long timeout);
/**
* 释放锁
*/
void unlock();
}
public class RedisLock implements ILock {
private String name;
private StringRedisTemplate stringRedisTemplate;
public RedisLock (String name,StringRedisTemplate redisTemplate){
this.name = name;
this.stringRedisTemplate = redisTemplate;
}
private static final String KEY_PREFIX = "lock:";
private static final String ID_PREFIX = UUID.randomUUID().toString();
@Override
public boolean tryLock(long timeoutSec) {
String threadId = ID_PREFIX + Thread.currentThread().getId();
Boolean success = stringRedisTemplate.opsForValue().setIfAbsent(KEY_PREFIX+name,threadId);
Boolean successExpire = stringRedisTemplate.expire(KEY_PREFIX+name,timeoutSec, TimeUnit.SECONDS);
return success && successExpire;
}
@Override
public void unlock() {
//获取线程标识
String threadId = ID_PREFIX + Thread.currentThread().getId();
//获取锁里面的标识
String id = stringRedisTemplate.opsForValue().get(KEY_PREFIX+name);
if(threadId.equals(id)){
stringRedisTemplate.delete(KEY_PREFIX+name);
}
}
使用:
@Component
@Slf4j
public class TestStatisticTask {
@Autowired
private StringRedisTemplate stringRedisTemplate;
@Scheduled(cron = "${test.statistic.overview.cron:0 0/5 * * * ?}")
public void run(){
log.info("定时器统计信息启动...");
RedisLock redisLock = new RedisLock("TestStatisticTask",stringRedisTemplate);
if(!redisLock.tryLock(5*60)){
log.info("定时器统计信息启动 未获取到锁");
return;
}
try{
//业务处理逻辑
}catch (Exception ex){
log.info("######定时器统计信息启动 异常:{}", ex.getMessage());
log.error(ex.getMessage(), ex);
}finally {
redisLock.unlock();
}
}
}
免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!
