面試官問我，Redis分佈式鎖如何續期？懵了。

前言

上一篇[面試官問我，使用Dubbo有沒有遇到一些坑？我笑了。]以後,又有一位粉絲和我說在面試過程當中被虐了.鑑於這位粉絲是以前肥朝的老粉絲,並且週一又要開啓新一輪的面試,爲了回饋他長期以來的支持,因此連夜寫了本篇,但願能對他接下來的面試有所幫助.

真實案例

Redis分佈式鎖的正確姿式

據肥朝瞭解,不少同窗在用分佈式鎖時,都是直接百度搜索找一個Redis分佈式鎖工具類就直接用了.關鍵是該工具類中還充斥着不少System.out.println();等語句.其實Redis分佈式鎖比較正確的姿式是採用redisson這個客戶端工具.具體介紹能夠搜索最大的同性交友網站github.

如何回答

首先若是你以前用Redis的分佈式鎖的姿式正確,而且看過相應的官方文檔的話,這個問題So easy.咱們來看

坦白說,若是你英文棒棒噠那麼看英文文檔可能更好理解

By default lock watchdog timeout is 30 seconds and can be changed through Config.lockWatchdogTimeout setting.

可是你若是看的是中文文檔

看門狗檢查鎖的超時時間默認是30秒

這句話肥朝從語文角度分析就是一個歧義句,他有兩個意思

1.看門狗默認30秒去檢查一次鎖的超時時間
2.看門狗會去檢查鎖的超時時間,鎖的時間時間默認是30秒

看到這裏,我但願你們不要黑個人小學體育老師,雖然他和語文老師是同我的.語文不行,咱們能夠源碼來湊!

源碼分析

咱們根據官方文檔給出的例子,寫了一個最簡單的demo,例子根據上面截圖中Ctr+C和Ctr+V一波操做,以下

1public class DemoMain {
 2
 3    public static void main(String[] args) throws Exception {
 4        Config config = new Config();
 5        config.useSingleServer().setAddress("redis://127.0.0.1:6379");
 6
 7        RedissonClient redisson = Redisson.create(config);
 8        RLock lock = redisson.getLock("anyLock");
 9
10        lock.lock();
11        //lock.unlock();
12    }
13}

create

從這裏咱們知道,internalLockLeaseTime 和 lockWatchdogTimeout這兩個參數是相等的.

lockWatchdogTimeout默認值以下

1public class Config {
 2
 3    private long lockWatchdogTimeout = 30 * 1000;
 4
 5    public long getLockWatchdogTimeout() {
 6        return lockWatchdogTimeout;
 7    }
 8
 9    //省略無關代碼
10}

從internalLockLeaseTime這個單詞也能夠看出,這個加的分佈式鎖的超時時間默認是30秒.可是還有一個問題,那就是這個看門狗,多久來延長一次有效期呢?咱們往下看

lock

從我圖中框起來的地方咱們就知道了,獲取鎖成功就會開啓一個定時任務,也就是watchdog,定時任務會按期檢查去續期renewExpirationAsync(threadId).

這裏定時用的是netty-common包中的HashedWheelTimer,肥朝公衆號已經和各大搜索引擎創建了密切的合做關係,你只須要把這個類在任何搜索引擎一搜,都能知道相關API參數的意義.

從圖中咱們明白,該定時調度每次調用的時間差是internalLockLeaseTime / 3.也就10秒.

真相大白

經過源碼分析咱們知道,默認狀況下,加鎖的時間是30秒.若是加鎖的業務沒有執行完,那麼到 30-10 = 20秒的時候,就會進行一次續期,把鎖重置成30秒.那這個時候可能又有同窗問了,那業務的機器萬一宕機了呢?宕機了定時任務跑不了,就續不了期,那天然30秒以後鎖就解開了唄.

寫在最後

若是你是肥朝公衆號的老粉絲,而且在面試、工做過程當中遇到了什麼問題,歡迎來撩.可是肥朝是個正經的Java開發,咱們只調接口,不調情!

做者：肥朝

 

免費Java資料領取，涵蓋了Java、Redis、MongoDB、MySQL、Zookeeper、Spring Cloud、Dubbo/Kafka、Hadoop、Hbase、Flink等高併發分佈式、大數據、機器學習等技術。
傳送門： https://mp.weixin.qq.com/s/JzddfH-7yNudmkjT0IRL8Q