1. 业务背景
有些业务申请，属于耗时操作，须要加锁，避免后续的并发操作，同时对数据库的数据进行操作，须要防止对之前的业务造成影响。
2 剖析流程
应用 Redis 作为分布式锁，将锁的状态放到 Redis 对立保护，解决集群中单机 JVM 信息不互通的问题，规定操作程序，爱护用户的数据正确。
梳理设计流程
新建注解 @interface，在注解里设定入参标记
减少 AOP 切点，扫描特定注解
建设 @Aspect 切面工作，注册 bean 和拦挡特定办法
特定办法参数 ProceedingJoinPoint，对办法 pjp.proceed() 前后进行拦挡
切点前进行加锁，工作执行后进行删除 key
外围步骤：加锁、解锁和续时
加锁
应用了 RedisTemplate 的 opsForValue.setIfAbsent 办法，判断是否有 key，设定一个随机数 UUID.random().toString，生成一个随机数作为 value。
从 redis 中获取锁之后，对 key 设定 expire 生效工夫，到期后主动开释锁。
依照这种设计，只有第一个胜利设定 Key 的申请，能力进行后续的数据操作，后续其它申请因为无奈取得🔐资源，将会失败完结。
超时问题
放心 pjp.proceed() 切点执行的办法太耗时，导致 Redis 中的 key 因为超时提前开释了。
例如，线程 A 先获取锁，proceed 办法耗时，超过了锁超时工夫，到期开释了锁，这时另一个线程 B 胜利获取 Redis 锁，两个线程同时对同一批数据进行操作，导致数据不精确。
解决方案：减少一个「续时」
工作不实现，锁不开释：
保护了一个定时线程池 ScheduledExecutorService，每隔 2s 去扫描退出队列中的 Task，判断是否生效工夫是否快到了，公式为：【生效工夫】<=【以后工夫】+【生效距离（三分之一超时）】
/**
* 线程池，每个 JVM 应用一个线程去保护 keyAliveTime，定时执行 runnable
*/
private static final ScheduledExecutorService SCHEDULER =
new ScheduledThreadPoolExecutor(1,
new BasicThreadFactory.Builder().namingPattern("redisLock-schedule-pool").daemon(true).build());
static {SCHEDULER.scheduleAtFixedRate(() -> {// do something to extend time}, 0, 2, TimeUnit.SECONDS);
}3 设计方案
通过下面的剖析，设计出了这个计划：
后面曾经说了整体流程，这里强调一下几个外围步骤：拦挡注解 @RedisLock，获取必要的参数加锁操作续时操作完结业务，开释锁
4 实操
之前也有整顿过 AOP 应用办法，能够参考一下
相干属性类配置
业务属性枚举设定
public enum RedisLockTypeEnum {
/**
* 自定义 key 前缀
*/
ONE("Business1", "Test1"),
TWO("Business2", "Test2");
private String code;
private String desc;
RedisLockTypeEnum(String code, String desc) {
this.code = code;
this.desc = desc;
}
public String getCode() {return code;}
public String getDesc() {return desc;}
public String getUniqueKey(String key) {return String.format("%s:%s", this.getCode(), key);
}
}工作队列保留参数
public class RedisLockDefinitionHolder {
/**
* 业务惟一 key
*/
private String businessKey;
/**
* 加锁工夫 (秒 s)
*/
private Long lockTime;
/**
* 上次更新工夫（ms）*/
private Long lastModifyTime;
/**
* 保留以后线程
*/
private Thread currentTread;
/**
* 总共尝试次数
*/
private int tryCount;
/**
* 以后尝试次数
*/
private int currentCount;
/**
* 更新的工夫周期（毫秒）, 公式 = 加锁工夫（转成毫秒）/ 3
*/
private Long modifyPeriod;
public RedisLockDefinitionHolder(String businessKey, Long lockTime, Long lastModifyTime, Thread currentTread, int tryCount) {
this.businessKey = businessKey;
this.lockTime = lockTime;
this.lastModifyTime = lastModifyTime;
this.currentTread = currentTread;
this.tryCount = tryCount;
this.modifyPeriod = lockTime * 1000 / 3;
}
}设定被拦挡的注解名字
@Retention(RetentionPolicy.RUNTIME)
@Target({ElementType.METHOD, ElementType.TYPE})
public @interface RedisLockAnnotation {
/**
* 特定参数辨认，默认取第 0 个下标
*/
int lockFiled() default 0;
/**
* 超时重试次数
*/
int tryCount() default 3;
/**
* 自定义加锁类型
*/
RedisLockTypeEnum typeEnum();
/**
* 开释工夫，秒 s 单位
*/
long lockTime() default 30;}外围切面拦挡的操作
RedisLockAspect.java 该类分成三局部来形容具体作用
Pointcut 设定
/**
* @annotation 中的门路示意拦挡特定注解
*/
@Pointcut("@annotation(cn.sevenyuan.demo.aop.lock.RedisLockAnnotation)")
public void redisLockPC() {}Around 前后进行加锁和开释锁
后面步骤定义了咱们想要拦挡的切点，下一步就是在切点前后做一些自定义操作：
@Around(value = "redisLockPC()")
public Object around(ProceedingJoinPoint pjp) throws Throwable {
// 解析参数
Method method = resolveMethod(pjp);
RedisLockAnnotation annotation = method.getAnnotation(RedisLockAnnotation.class);
RedisLockTypeEnum typeEnum = annotation.typeEnum();
Object[] params = pjp.getArgs();
String ukString = params[annotation.lockFiled()].toString();
// 省略很多参数校验和判空
String businessKey = typeEnum.getUniqueKey(ukString);
String uniqueValue = UUID.randomUUID().toString();
// 加锁
Object result = null;
try {boolean isSuccess = redisTemplate.opsForValue().setIfAbsent(businessKey, uniqueValue);
if (!isSuccess) {throw new Exception("You can't do it，because another has get the lock =-=");
}
redisTemplate.expire(businessKey, annotation.lockTime(), TimeUnit.SECONDS);
Thread currentThread = Thread.currentThread();
// 将本次 Task 信息退出「延时」队列中
holderList.add(new RedisLockDefinitionHolder(businessKey, annotation.lockTime(), System.currentTimeMillis(),
currentThread, annotation.tryCount()));
// 执行业务操作
result = pjp.proceed();
// 线程被中断，抛出异样，中断此次申请
if (currentThread.isInterrupted()) {throw new InterruptedException("You had been interrupted =-=");
}
} catch (InterruptedException e) {log.error("Interrupt exception, rollback transaction", e);
throw new Exception("Interrupt exception, please send request again");
} catch (Exception e) {log.error("has some error, please check again", e);
} finally {
// 申请完结后，强制删掉 key，开释锁
redisTemplate.delete(businessKey);
log.info("release the lock, businessKey is [" + businessKey + "]");
}
return result;
}上述流程简略总结一下：
解析注解参数，获取注解值和办法上的参数值
redis 加锁并且设置超时工夫
将本次 Task 信息退出「延时」队列中，进行续时，形式提前开释锁
加了一个线程中断标记
完结申请，finally 中开释锁
续时操作
这里用了 ScheduledExecutorService，保护了一个线程，一直对工作队列中的工作进行判断和缩短超时工夫：
// 扫描的工作队列
private static ConcurrentLinkedQueue<RedisLockDefinitionHolder> holderList = new ConcurrentLinkedQueue();
/**
* 线程池，保护 keyAliveTime
*/
private static final ScheduledExecutorService SCHEDULER = new ScheduledThreadPoolExecutor(1,
new BasicThreadFactory.Builder().namingPattern("redisLock-schedule-pool").daemon(true).build());
{
// 两秒执行一次「续时」操作
SCHEDULER.scheduleAtFixedRate(() -> {
// 这里记得加 try-catch，否者报错后定时工作将不会再执行 =-=
Iterator<RedisLockDefinitionHolder> iterator = holderList.iterator();
while (iterator.hasNext()) {RedisLockDefinitionHolder holder = iterator.next();
// 判空
if (holder == null) {iterator.remove();
continue;
}
// 判断 key 是否还无效，有效的话进行移除
if (redisTemplate.opsForValue().get(holder.getBusinessKey()) == null) {iterator.remove();
continue;
}
// 超时重试次数，超过时给线程设定中断
if (holder.getCurrentCount() > holder.getTryCount()) {holder.getCurrentTread().interrupt();
iterator.remove();
continue;
}
// 判断是否进入最初三分之一工夫
long curTime = System.currentTimeMillis();
boolean shouldExtend = (holder.getLastModifyTime() + holder.getModifyPeriod()) <= curTime;
if (shouldExtend) {holder.setLastModifyTime(curTime);
redisTemplate.expire(holder.getBusinessKey(), holder.getLockTime(), TimeUnit.SECONDS);
log.info("businessKey : [" + holder.getBusinessKey() + "], try count :" + holder.getCurrentCount());
holder.setCurrentCount(holder.getCurrentCount() + 1);
}
}
}, 0, 2, TimeUnit.SECONDS);
}这段代码，用来实现设计图中虚线框的思维，防止一个申请非常耗时，导致提前开释了锁。
这里加了「线程中断」Thread#interrupt，心愿超过重试次数后，能让线程中断（未经谨严测试，仅供参考哈哈哈哈）
不过倡议如果遇到这么耗时的申请，还是可能从本源上查找，剖析耗时门路，进行业务优化或其它解决，防止这些耗时操作。
所以记得多打点 Log，剖析问题时能够更快一点。记录我的项目日志，一个注解搞定
5 开始测试
在一个入口办法中，应用该注解，而后在业务中模仿耗时申请，应用了 Thread#sleep
@GetMapping("/testRedisLock")
@RedisLockAnnotation(typeEnum = RedisLockTypeEnum.ONE, lockTime = 3)
public Book testRedisLock(@RequestParam("userId") Long userId) {
try {log.info("睡眠执行前");
Thread.sleep(10000);
log.info("睡眠执行后");
} catch (Exception e) {
// log error
log.info("has some error", e);
}
return null;
}
应用时，在办法上增加该注解，而后设定相应参数即可，依据 typeEnum 能够辨别多种业务，限度该业务被同时操作。
测试后果：
2020-04-04 14:55:50.864 INFO 9326 --- [nio-8081-exec-1] c.s.demo.controller.BookController : 睡眠执行前
2020-04-04 14:55:52.855 INFO 9326 --- [k-schedule-pool] c.s.demo.aop.lock.RedisLockAspect : businessKey : [Business1:1024], try count : 0
2020-04-04 14:55:54.851 INFO 9326 --- [k-schedule-pool] c.s.demo.aop.lock.RedisLockAspect : businessKey : [Business1:1024], try count : 1
2020-04-04 14:55:56.851 INFO 9326 --- [k-schedule-pool] c.s.demo.aop.lock.RedisLockAspect : businessKey : [Business1:1024], try count : 2
2020-04-04 14:55:58.852 INFO 9326 --- [k-schedule-pool] c.s.demo.aop.lock.RedisLockAspect : businessKey : [Business1:1024], try count : 3
2020-04-04 14:56:00.857 INFO 9326 --- [nio-8081-exec-1] c.s.demo.controller.BookController : has some error
java.lang.InterruptedException: sleep interrupted
at java.lang.Thread.sleep(Native Method) [na:1.8.0_221]我这里测试的是重试次数过多，失败的场景，如果缩小睡眠工夫，就能让业务失常执行。IDE 激活如果同时申请，你将会发现以下错误信息：
示意咱们的锁🔐确实失效了，防止了反复申请。
6 总结
对于耗时业务和外围数据，不能让反复的申请同时操作数据，防止数据的不正确，所以要应用分布式锁来对它们进行爱护。再来梳理一下设计流程：
- 新建注解 @interface，在注解里设定入参标记
- 减少 AOP 切点，扫描特定注解
- 建设 @Aspect 切面工作，注册 bean 和拦挡特定办法
- 特定办法参数 ProceedingJoinPoint，对办法 pjp.proceed() 前后进行拦挡
- 切点前进行加锁，工作执行后进行删除 key
本次学习是通过 Review 小伙伴的代码设计，从中理解分布式锁的具体实现，仿照他的设计，从新写了一份简化版的业务解决。对于之前没思考到的「续时」操作，这里应用了守护线程来定时判断和缩短超时工夫，防止了锁提前开释。
于是乎，同时回顾了三个知识点：
1、AOP 的实现和罕用办法
2、定时线程池 ScheduledExecutorService 的应用和参数含意
3、线程 Thread#interrupt 的含意以及用法（这个挺有意思的，能够深刻再学习一下）