how to use redission

Redission

What

我们来写个例子来使用下redis的分布式锁，自己写的分布式锁和redission的区别：

@Test
public void myConfigTest() {

    Config config = new Config();
    config.useSingleServer().setAddress("redis://127.0.0.1:6379");

    RedissonClient redissonClient = Redisson.create(config);
    RLock lock = redissonClient.getLock("noahPan");

    lock.lock();
    try {

        TimeUnit.SECONDS.sleep(10);
        System.out.println("redis task over");
    } catch (InterruptedException e) {
        e.printStackTrace();
    } finally {
        lock.unlock();
    }

}

看完上面写的代码，跟我们自己写是不是”差不多”的感觉。

但是看完上面的代码，有没有两个疑问🤔️。（这是redission帮我们做了）

问题1：分布式锁的过期时间去哪里？
问题2：value设置的值是什么？

官网参考：Redis分布式锁-Redlock，实现分布式锁需要同时满足下面三个条件

安全属性（Safety property）: 独享（相互排斥）。在任意一个时刻，只有一个客户端持有锁。
活性A(Liveness property A): 无死锁。即便持有锁的客户端崩溃（crashed)或者网络被分裂（gets partitioned)，锁仍然可以被获取。
活性B(Liveness property B): 容错。只要大部分Redis节点都活着，客户端就可以获取和释放锁.

通过官网的资料我们可以知道：如果我们基于可靠的单机redis做分布式锁，只需要发送一条指令

SET key random_value NX PX 3000

接下来我们说说redis加锁和解放锁的细节

加锁的命令必须时原子性的
加锁设置的值，放的是random_value
value 的值设置为随机数主要是为了更安全的释放锁，释放锁的时候需要检查 key 是否存在，且 key 对应的值是否和我指定的值一样，是一样的才能释放锁。所以可以看到这里有获取、判断、删除三个操作，为了保障原子性，我们需要用 lua 脚本

为什么一定要Lua脚本来删除，这里我们展开下。

获取操作，只读不写，没有任何问题。但是我们现在是获取、判断、删除三步，如果不是原子性，会出现下面的问题：

线程 A 在判断了 value 是自己放进去的，在执行 key 删除操作之前，程序 GC 导致了 STW。
STW 期间线程 A 的锁虽然没有执行删除操作，但是由于时间到期被 redis 释放了。
STW 之后，在线程 A 执行删除操作之前，线程 B 加了同样 key 的锁。
结果你猜怎么着？线程 A 把线程 B 加的锁删除了。这就出问题了。

为什么Lua脚本可以解决这个问题呢？

因为lua脚本是原子性执行的，再加上redis是单线程执行命令的。在lua脚本执行完之前，其他命令都的等着。

我们讨论下刚才上面说的第1个问题：redission加的锁没有设置过期时间的吗？

如果没有设置过期时间，会导致什么问题呢？其实很容易想到，假设我们没有设置过期时间。我们程序加锁完成之后，程序奔溃了，锁一直没有被释放。导致其他程序也获取不到锁，这就造成死锁了。

Redission设置的值是什么

设置的值，很容易我们直接通过客户端软件，连接上去看下就知道了。

我们可以知道三个知识点。

我们设置的key是hash结构，而不是我们常规设置的string，这里又是一个知识点
hash对应的key是一个UUID:1
- 有的在网上说只需要设置一个ok字符进去，这是不符合redis-redLock的设计理论的
- 但是这个1是什么含义呢？我们下面会跟大家揭晓
我们设置key是有过期时间的，解决了我们的第一个问题。是有设置过期时间的

接下来我们通过分析Redission的源码来分析下，框架是怎么做的。

org.redisson.RedissonLock#lock(long, java.util.concurrent.TimeUnit, boolean)

我们debug一步步进去，最后一定会来到这个方法org.redisson.RedissonLock#tryLockInnerAsync

接下来我们好好分析下面的执行流程。