Redisson 使用手册:从 API 误区到看门狗失效,在此终结分布式锁的噩梦
不仅是 Lock 这么简单:核心 API 全景
Redisson 之所以受欢迎,是因为它把分布式锁封装成了我们最熟悉的 java.util.concurrent.locks.Lock 接口风格,极大地降低了学习成本。但除了最基础的 lock(),还有核心功能是你必须掌握的。
1. 基础那把锁:RLock
这是 90% 场景下的默认选择。它对应 Redis 底层的 Hash 结构。
RLock lock = redisson.getLock("order:1001");
lock.lock(); // 阻塞式等待,默认 30秒过期,自带看门狗
try {
// 业务逻辑
} finally {
lock.unlock();
}
2. 更聪明的锁:tryLock (⚡️推荐)
在实际业务中,我们往往不希望线程无限死等,浪费资源。这里有两种常见姿势:
姿势 A:要等待 + 启用看门狗 (最常用)
只指定 waitTime,不指定 leaseTime。这是既想要非阻塞(或有限等待),又想要自动续期的最佳实践。
// 参数1:wait time,我只愿意排队 3秒,拿不到就走人
// 参数2:时间单位
// 重点:没传 leaseTime,所以看门狗机制会自动生效!
boolean res = lock.tryLock(3, TimeUnit.SECONDS);
if (res) {
try {
// 处理业务(哪怕跑 5分钟 也不怕锁过期)
} finally {
lock.unlock();
}
} else {
log.warn("抢锁失败,别挤了!");
}
姿势 B:要等待 + 自动过期 (慎用)
指定了 leaseTime,看门狗会失效。
// 参数1:wait time,排队 3秒
// 参数2:lease time,上锁后 10秒 自动强制释放(注意:指定 leaseTime 会让看门狗失效!)
// 参数3:时间单位
boolean res = lock.tryLock(3, 10, TimeUnit.SECONDS);
if (res) {
try {
// 处理业务,必须保证在 10秒 内完成!
} finally {
lock.unlock();
}
}
3. 文明的排队:公平锁 FairLock
默认的锁是非公平的(Non-Fair),线程抢锁全靠 CPU 调度,谁快谁得。但如果你的业务要求"先来后到"(比如抢票排队),请务必使用公平锁。
// 内部利用 Redis 的 List(作为线程等待队列)和 Hash(作为超时记录)实现
RLock fairLock = redisson.getFairLock("ticket:queue");
fairLock.lock();
4. 读多写少的神器:读写锁 ReadWriteLock
这个场景太经典了:商品详情页,读的人多(10000次/秒),改库存的人少(1次/秒)。如果全互斥,性能直接崩盘。
RReadWriteLock rwLock = redisson.getReadWriteLock("product:stock:101");
// 读锁:多个线程可以同时加读锁,只要没有写锁
rwLock.readLock().lock();
// 写锁:必须等所有读锁和写锁都释放了才能加,全互斥
rwLock.writeLock().lock();
5. 联锁 MultiLock (原子性加多把锁)
有时候我们需要同时锁定多个资源,比如"库存"和"余额",要么都锁住,要么都不锁,防止死锁。
RLock lock1 = redisson.getLock("lock:order");
RLock lock2 = redisson.getLock("lock:stock");
// 同时加锁:lock1 lock2
RedissonMultiLock lock = new RedissonMultiLock(lock1, lock2);
lock.lock();
二、扒开底层:Hash 结构与 Lua 脚本
以下源码基于 Redisson 3.16+ 版本(目前生产环境主流版本)分析。
Redisson 为什么能实现可重入锁?为什么它比我们自己写的 SETNX 强?
答案藏在 Redis 的数据结构里。Redisson 并没有使用简单的 String 类型,而是使用了 Hash。
1. Redis 里的样子
假设我们对 order:1001 加锁,Redis 里实际存储的数据长这样:
KEY: order:1001
TYPE: Hash
# hash 对应 value 内容
{
"UUID:ThreadID" : 1 # 锁的持有者 : 重入次数
}
- KEY: 锁的名字。
- FIELD (Key):
UUID:ThreadId。这里由客户端生成的唯一 UUID 加上当前线程 ID 拼接而成。为什么要加 UUID? 因为不同服务器上的 JVM 进程 ID 可能一样,必须通过客户端启动时生成的 UUID(ConnectionManagerId)来唯一标识一个 Redisson 实例。 - VALUE:
1。这是重入计数器。如果同一个线程再 lock 一次,这里变成 2。
2. 加锁的 Lua 脚本
Redisson 为了保证一系列判断和写入是原子的,把它封装在 Lua 脚本里发给 Redis。
-- KEYS[1] = 锁名称
-- ARGV[1] = 过期时间 (默认 30000ms)
-- ARGV[2] = 锁持有者唯一ID (UUID:ThreadId)
-- 情况 1:锁根本不存在
if (redis.call('exists', KEYS[1]) == 0) then
-- 创建 Hash,设置重入次数为 1
redis.call('hincrby', KEYS[1], ARGV[2], 1);
-- 设置过期时间
redis.call('pexpire', KEYS[1], ARGV[1]);
return nil; -- 返回 null 表示加锁成功
end;
-- 情况 2:锁存在,且持有者就是我(重入)
if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then
-- 重入次数 +1
redis.call('hincrby', KEYS[1], ARGV[2], 1);
-- 重新续期
redis.call('pexpire', KEYS[1], ARGV[1]);
return nil;
end;
-- 情况 3:锁存在,但不是我
-- 返回当前锁还剩多少毫秒过期,方便客户端等待
return redis.call('pttl', KEYS[1]);
这段脚本完美解释了:
- 原子性:这一大坨逻辑在 Redis 里是原子执行的,不会插队。
- 可重入:通过
hexists判断是不是自己,是的话就hincrby。 - 互斥性:如果既不是新锁,也不是自己的锁,直接返回剩余时间,让你可以去睡一会儿再来。
三、拆开看门狗的黑盒:源码漫游
经常听说"看门狗",它到底长什么样?
其实,它本质上是一个 HashedWheelTimer(时间轮) 驱动的定时任务。
1. 启动入口
当我们调用 lock() 不传时间时,最终会走到这里:
// RedissonLock.java
private void lock(long leaseTime, TimeUnit unit, boolean interruptibly) throws InterruptedException {
long threadId = Thread.currentThread().getId();
Long ttl = tryAcquire(leaseTime, unit, threadId);
// 如果 lock 成功,ttl 会返回 null
if (ttl == null) {
return;
}
// 如果失败,会订阅一个 Redis Channel,等待锁释放的消息(不用死循环空转)
// ... 省略订阅逻辑
}
关键在 tryAcquireAsync 里:
private <T> RFuture<Long> tryAcquireAsync(long leaseTime, TimeUnit unit, long threadId) {
if (leaseTime != -1) {
// 如果你传了时间,就按你的时间走,不启动看门狗
return tryLockInnerAsync(leaseTime, unit, threadId, RedisCommands.EVAL_LONG);
}
// 没传时间(leaseTime = -1)
// 先设置默认 30秒 过期
RFuture<Long> ttlRemainingFuture = tryLockInnerAsync(commandExecutor.getConnectionManager().getCfg().getLockWatchdogTimeout(), TimeUnit.MILLISECONDS, threadId, RedisCommands.EVAL_LONG);
// 加锁成功后,开启续期任务
ttlRemainingFuture.onComplete((ttlRemaining, e) -> {
if (e == null) {
if (ttlRemaining == null) {
// 重点:启动定时续期
scheduleExpirationRenewal(threadId);
}
}
});
return ttlRemainingFuture;
}
更多推荐



所有评论(0)