这个问题预计大部分开发都会遇到,大部分人都会脱漏,遇到这样状况,你是否立马能找到问题

源自一个需要,对一个接口进行幂等管制。过后实现思路,创立一个申明注解,标注参数的对象的字段作为幂等标记,应用注解作为切点,进行盘绕告诉管制对业务办法进行加强,如果幂等字段曾经存在,不调用业务办法。

代码实现

定义注解
@Target(ElementType.METHOD)@Retention(RetentionPolicy.RUNTIME)@Documentedpublic @interface Idempotent {    /**     * 惟一标识     * @return     */    String uniqueKey();}

定义切面

@Component@Aspect@Slf4jpublic class IdempotentAspect {    private String keyTemplate = "system:%s.%s:%s";        @Autowired    private RedisDistributedLock distributedLock;    @Pointcut("@annotation(com.xxx.xx.Idempotency)")    public void pointcut() {    }    @Around("pointcut()")    public Object around(ProceedingJoinPoint point) throws Throwable {        String className = point.getTarget().getClass().getName();        MethodSignature joinPointObject = (MethodSignature) point.getSignature();        Method method = joinPointObject.getMethod();        Idempotency annotation = AnnotationUtils.getAnnotation(method, Idempotency.class);        String field = annotation.uniqueKey();        Object[] args = point.getArgs();        String methodName = point.getSignature().getName();        if (ArrayUtils.isEmpty(args))            return point.proceed();        Object targetObject = args[0];        if (isNull(targetObject))            return point.proceed();        PropertyDescriptor propertyDescriptor = BeanUtils.getPropertyDescriptor(targetObject.getClass(), field);        if (isNull(propertyDescriptor)) {            log.warn("找不到对象属性 {}", field);            return point.proceed();        }        Object fieldValue = propertyDescriptor.getReadMethod().invoke(targetObject);        String key = format(keyTemplate,className, methodName, fieldValue.toString());        boolean lock = distributedLock.lock(key);        if (lock) {            //判断fieldValue 在数据库是否存在、并且写入数据库中            boolean canExecute = false;            canExecute = findRecord(fieldValue);            if (canExecute) {                try {                    return point.proceed();                } finally {                    distributedLock.releaseLock(key);                }            }        }        //略    }}

下面就是盘绕告诉具体实现,省略一些具体操作实现,获取注解的uniqueKey到执行办法的参数对象中获取field值,通过办法名+field值进行加锁,并发管制,依据数据库判断管制执行。
很简略就实现对办法进行全局幂等管制,十分自信连自测都没有进行调用,间接提交到测试环境,后果啪啪打脸。在finally 解锁办法中抛出一个异样org.springframework.dao.InvalidDataAccessApiUsageException: Unexpected exception while processing command; nested exception is org.redisson.client.RedisException: Unexpected exception while processing command。这样的后果我是很懵逼的,没道理会在这里出问题的啊。我是不是应用错API,毕竟这个是公司封装的分布式工具,在看了一个其余提交的代码,应用形式并没有任何问题。这个异样是redis执行脚本谬误导致,我第一想法是解锁的lua执行出错了,找共事要了类库的源码。

异样剖析

分布式锁实现

@Slf4j@Componentpublic class RedisDistributedLock {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;private ThreadLocal<String> lockFlag = new ThreadLocal<>();private static final String LUA_SCRIPT = "if redis.call("get",KEYS[1]) == ARGV[1] " +        "then " +        "    return redis.call("del",KEYS[1]) " +        "else " +        "    return 0 " +        "end ";        public boolean lock(String key) {    String uuid = UUID.randomUUID().toString();    lockFlag.set(uuid);    boolean result = setRedis(key, 10000L);    return result;}private boolean setRedis(final String key, final long expire) {    try {        boolean status = redisTemplate.execute((RedisCallback<Boolean>) connection -> {            byte[] keyByte = redisTemplate.getStringSerializer().serialize(key);            byte[] uuidByte = redisTemplate.getStringSerializer().serialize(lockFlag.get());            boolean result = connection.set(keyByte, uuidByte, Expiration.from(expire, TimeUnit.MILLISECONDS), RedisStringCommands.SetOption.ifAbsent());            return result;        });        return status;    } catch (Exception e) {        log.error("set redisDistributeLock occured an exception", e);        //此处应抛出异样,用来标识redis拜访失败的状况        throw e;    }}public boolean releaseLock(String key) {    try {        Boolean result = redisTemplate.execute((RedisCallback<Boolean>) connection -> {            byte[] scriptByte = redisTemplate.getStringSerializer().serialize(LUA_SCRIPT);            return connection.eval(scriptByte, ReturnType.BOOLEAN, 1                    , redisTemplate.getStringSerializer().serialize(key)                    , redisTemplate.getStringSerializer().serialize(lockFlag.get()));        });        return result;    } catch (Exception e) {        log.error("release redisDistributeLock occured an exception", e);    } finally {        lockFlag.remove();    }    return false;}

这看起来是不是所有都很失常,就像标准答案一样正确,问题到底进去哪里呢。大家先别急着后果,本人想一下,所有的线索曾经给进去,能够推断出问题了。

回想起两年前,被一个面试官问到一个问题,分布式要具备那些个性。在平时开发中很少应用散布锁,一点概念都没有。然而我脑子一转想到synchronizedLock这些JDK锁自备的个性,互斥可重入高性能。当初回忆下,就漏掉一个高可用答案,其余都没什么问题了。而下面的问题就呈现在可重入。它应用ThreadLocal<String> lockFlag来保留以后线程持有锁的标记,问题就进去这里。在切面的办法里,第二次调用lock办法,lockFlag被赋值了两次,会导致第一次赋值被同一个线程第二次加锁笼罩,而后每次解锁是都会删除锁的value,第二次解锁时lockFlag曾经被删除了,所以解锁脚本执行失败了,程序才会抛出异样。lockFlag只能保留同一个线程内一次加锁,当呈现一个现场屡次加锁,有可能每一次加锁都不是同一个锁,这里的设计是满足不了这样的场景的。散布锁锁的可重入,我了解和JDK衍生锁不一样,不肯定是同一把锁,一个线程屡次调用锁,散布对不同资源进行锁定,这也算是可重入。不晓得大家对分布式重入有什么认识,欢送在评论区说出你的想法,大家一起探讨下。最初的解决方案,应用Stack代替String

心得

我想过后开发设计这个工具类时,并没有思考可重入个性,看来八股文背得还不够纯熟啊。经验这个问题后,可重入是每一个锁必须具备的个性,不然很容易写出死锁的代码。