如何使用Redis解决高并发-数据库

这篇文章主要介绍了如何使用Redis解决高并发的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇如何使用Redis解决高并发文章都会有所收获，下面我们一起来看看吧。

NoSQL

Not Only SQL的简称。NoSQL是解决传统的RDBMS在应对某些问题时比较乏力而提出的。

即非关系型数据库，它们不保证关系数据的ACID特性，数据之间一般没有关联，在扩展上就非常容易实现，并且拥有较高的性能。

Redis

redis是nosql的典型代表，也是目前互联网公司的必用技术。

redis是键值(Key-Value)存储数据库，主要会使用到哈希表。大多数时候是直接以缓存的形式被使用，使得请求不直接访问到磁盘，所以效率方面是很不错的，完全能满足中小型企业的使用需求。

常用数据类型

字符串string
散列hash
列表list
集合sets
有序集合sort set

使用频率上string和hash会高一些，各个类型有各自的操作命令，无非增删改查，具体的命令后面我会整理一份。

痛点

web应用在众多请求同时发生时，可能会导致数据读取、存储上出现错误，即发生脏读、脏数据生成。

在分布式项目下，会出现更多的问题。

思路

并发时，本质其实就是多个请求同时进来了，没办法正确的去进行处理。

可以将所有的请求放在一个队列，让请求们按照一个顺序，挨个进来执行业务逻辑。目前成熟的解决方案就是使用消息队列，下次我会整理一篇消息队列处理高并发的；

还有一个方法是直接将并行转为串行，Java提供了synchronized，即同步，不过这个在效率要求比较苛刻的地方或者分布式项目下还是不太合适的方案，这里就引出了使用redis来实现分布式锁，从而解决并发问题。

分布式锁

在分布式项目中，使用一个唯一、通用、效率高的标识，来表示上锁和解锁。

redis实现起来很简单，即对一个key是否存在来表示是否上锁、是否解锁。

以string类型举例：

Integer stock = goodsMapper.getStock();
if (stock > 0) {
    stock =- 1;
    goodsMapper.updateStock(stock);
}

以上是最简单的秒杀伪代码，我们尝试用redis实现分布式锁。

// 这里是错误代码，只是一个思考过程，请耐心看完哦
String key = "REDIS_DISTRIBUTION_LOCKER"; // 分布式锁名称
String value = jedisUtils.get(key);
if (value != null) { // 未上锁
    // wingzingliu
    jedisUtils.set(key, 1); // 上锁
    Integer stock = goodsMapper.getStock();
    if (stock > 0) {
        stock =- 1;
        goodsMapper.updateStock(stock);
        jedisUtils.del(key); // 释放锁
    }
}

以上代码可能会出现一个问题，就是当同时多个请求进来，某次多个请求都拿到value为空，线程A进入if 走到// wingzingliu这里的时候，还未上锁，其他请求也进来了，这样就会出现脏数据了。

这里的代码问题就是出在没有考虑原子性问题。

所以我们要使用到redis的一个setNx命令，本质也是设置值，但是这是一个原子操作，执行之后会返回是否设置成功。

redis> SETNX job "programmer"    # job 设置成功
(integer) 1
 
redis> SETNX job "code-farmer"   # 尝试覆盖 job ，失败
(integer) 0
 
redis> GET job                   # 没有被覆盖
"programmer"

重点关注当有值时，会失败，返回0。所以我们的代码会改造成以下这个样子。

// 这里是错误代码，只是一个思考过程，请耐心看完哦
String key = "REDIS_DISTRIBUTION_LOCKER"; // 分布式锁名称
Long result = jedisUtils.setNx(key, 1);
if (result > 0) { // 上锁成功，进入逻辑
    // wingzingliu1
    Integer stock = goodsMapper.getStock();
    if (stock > 0) {
        stock =- 1;
        goodsMapper.updateStock(stock);
 
        System.out.println("购买成功!");
    } else {
        System.out.println("没有库存了!");
    }
    // wingzingliu2
    jedisUtils.del(key); // 释放锁
}

以上我们就可以保证原子性，能正确的按照顺序去处理。

可是还有一个隐藏的问题，就是当某个线程执行上锁成功后，在wingzingliu1到wingzingliu2之间时，程序抛异常了，那么程序终止了，就无法释放锁，其他线程也都进不来了。

解决方案是加上try catch finally块，在finally里面去释放锁。

可是那如果是宕机呢？上锁之后宕机了，finally里面的依然不会执行，锁没有得到释放，不手动处理的情况下，以后所有线程也无法进入。

所以引入了redis的过期时间，到了某个时间自动解锁。

// 这里是不够完善的代码，请耐心看完哦
try {
    String key = "REDIS_DISTRIBUTION_LOCKER"; // 分布式锁名称
    Long result = jedisUtils.setNx(key, 1, 30); // 假设处理逻辑需要20s左右，设置了30秒自动过期
    if (result > 0) { // 上锁成功，进入逻辑
        Integer stock = goodsMapper.getStock();
        if (stock > 0) {
            stock =- 1;
            goodsMapper.updateStock(stock);
 
            System.out.println("购买成功!");
        } else {
            System.out.println("没有库存了!");
        }
    }
} catch (Exception e) {
    
} finally {
    jedisUtils.del(key); // 释放锁
}

以上是比较完善的分布式锁了，但是还有一个小瑕疵，就是假设某一次请求A处理的很慢，预计20s但是跑了35s，到了30s的时候锁过期了，其他请求就自然进来了。

这不仅仅会导致一次并行，当请求A处理完时，依然会执行释放锁，这实际上是下一个线程上的锁。以此类推，整个并发控制就乱了。

理论上可以设置一个更大的key过期时间，但是并不是最好的解决方案。这里就引出一个概念：锁续命。