开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 大数据 -> 分布式锁:Redisson源码解析-MultiLock、RedLock -> 正文阅读

[大数据]分布式锁:Redisson源码解析-MultiLock、RedLock

一、MultiLock

Github

我们从官方文档开始来看看文档地址，总结一下就下面几点了：

Redis基于分布式的MultiLock对象，实现了一组锁对象合并成一个大锁，统一进行加锁和释放锁，每个锁对象可能属于不同的redisson实例
存在一种可能，如果获取到MultiLock实例挂掉了，那么就可能导致这个multiLock一直处于被持有的状态，所以可以设置leaseTime和waitTime
符合Java Lock规范，只有锁的持有者可以释放他

代码实现

// 初始化三个锁
RLock lock1 = redissonClient.getLock("lockName1");
RLock lock2 = redissonClient.getLock("lockName2");
RLock lock3 = redissonClient.getLock("lockName3");

// 初始化三个锁的合并锁
RLock multiLock = redissonClient.getMultiLock(lock1, lock2, lock3);

// 获取锁
multiLock.lock();

// 释放锁
multiLock.unlock();

二、疑问

在看完BaseLock和FairLock之后，会冒出一些需要关注的点

1. 初始化

从代码中可以看到，他是先初始化的三个RLock锁，然后再初始化的MultiLock，那么这个初始化过程做了什么呢？会有所好奇的

初始化的工作做了什么

2. 加锁

针对加锁这一块就会疑问比较多了，因为必须考虑到分布式锁的特性是如何去实现的？

锁分组

既然是批量统一的锁住一批资源，且看代码中是先获取的多个RLock，那么这些锁是如何去进行的分组呢？需要不需要分组呢？如何做到统一锁定资源的？

加锁流程

整个加锁的过程是一个什么样子的？

锁的数量

最终Redis中存留的会有几个锁呢？

猜测应该是三个，只是和有类似CountDownLatch的机制，等待三个同时获取到锁，才会说获取锁成功，加锁成功返回

可重入锁

首先，这个锁是不是可重入锁？如果是可重入锁是如何去进行控制的呢？

锁的维持

在加锁成功之后，又是怎么样来维持的这个锁呢？如果是加锁三个的话，那不是得有三个watchdog在运行？

锁互斥

锁互斥倒是好理解，可以知道如果说都获取到了锁，也就是说统一资源加锁成功，那么这些资源就都被锁到了其他线程会加锁失败

锁阻塞

有锁阻塞吗，其实每一个分组锁定的资源都是阻塞的形式

获取锁超时

如果获取锁超时，那么其他已经获取到锁的客户端，会怎么停留？直到超时了，已经获取到锁的客户端怎么办呢？

加锁失败

如何判定加锁失败，是所有的都得成功吧

3. 释放锁

被动释放

被动释放锁，应该分成几种吧

redisson客户端宕机了，锁被释放
如果是一个客户端获取锁失败，应该也会导致其他锁的资源是放掉

持有锁的时间到了，锁是如何释放的，怎么控制的

主动释放

主动释放，也就是做完了工作自己来释放

三、解析

1. 初始化

获取MultiLock的时候，实际是获取的RedissonMultiLock锁对象，接收的参数是前面初始化的RLock对象，MultiLock内部维护了一个RLock List属性

也就是说，这里的实际初始化是初始化了一个RLock列表

2. 加锁

赋值与初始化

waitTime：锁的获取等待时间。
- 如果设置了-1，则表示没有等待时间，失败了就是失败了。
- 默认调用lock方法的时候是会设置一个初始值的，baseWaitTime=locks.size() * 1500
  - 如果没有设置leaseTime，就会等于这个baseWaitTime，如果设置了lease，则根据lease的值来控制
  - 如果大于leaseTime值小于2000，则会直接设置为2000
  - 如果leaseTime的值大于2000且小于baseWaitTime，则会设置为在 baseWaitTime/2~baseWaitTime之间选取一个随机值
  - 如果leaseTime的值大于baseWaitTime，则设置为baseWaitTime~leaseTime之间的一个随机值

waitTime这样设置有什么好处呢？

leaseTime：锁的持有时间。
- 默认为-1，代表可以无限时长的持有。
newLeaseTime：实际的锁持有时间设置，默认等于-1，如果leaseTime不等于-1，如果设置了waitTime，就会设置newLeaseTime=leaseTime × 2，否则等于leaseTime

锁的持有时间在设置了waitTime的情况下翻倍有什么含义

time：当前时间，每一次在循环里面获取锁之后，都需要将时间更新
remainTime：剩余等待时间，就等于waitTime，每一次在循环里面获取锁之后，就需要减掉（当前时间-time）
lockWaitTime：锁实际等待时间，会根据remainTime来计算一个锁时间等待的时间，是一个重载方法获取的数据，可能有别的算法
failedLocksLimit：允许获取锁失败的机器数量，也是一个重载方法，有别的用处

流程图

加锁

加锁实际上是很依赖RedissonLock的，只是做了一些算法逻辑上的控制

先将要锁定的资源放进一个list里面去维护，方便统一加锁
再遍历这个list，一个一个的加锁
实际的加锁就是走的RLock的加锁，增加了如果获取锁失败的话，对允许失败数量和超时时间、锁的持有时间进行的控制

流程图

MultiLock——加锁流程 (2).png

疑问

如果一个持有的MultiLock锁，在某个时间点，突然有一个锁的redis宕机了，这个时候怎么办？
其实想想，如果redis宕机了，就会有slave转换成master，此时这个锁如果已经同步过去了，那就没有影响了，如果没有同步过去，会出现什么呢？这样就会出现错误了，锁可能被多个客户端占有了
感觉很复杂的waitTime和leaseTime的机制？类似，leaseTime == waitTime * 2，waitTime等于lock.size * 1500

3. 释放锁

释放锁的整个流程就比较简单了，几乎是把RLock中释放锁的逻辑代码给抄过来的，就是做了一个遍历

protected RFuture<Void> unlockInnerAsync(
    					Collection<RLock> locks, long threadId) {
    if (locks.isEmpty()) {
        return RedissonPromise.newSucceededFuture(null);
    }

    RPromise<Void> result = new RedissonPromise<Void>();
    AtomicInteger counter = new AtomicInteger(locks.size());
    for (RLock lock : locks) {
        lock.unlockAsync(threadId).onComplete((res, e) -> {
            if (e != null) {
                result.tryFailure(e);
                return;
            }

            if (counter.decrementAndGet() == 0) {
                result.trySuccess(null);
            }
        });
    }
    return result;
}