Redisson 实现分布式锁源码浅析
大家好，我是此林。
今天来分享Redisson分布式锁源码。还是一样，我们用 问题驱动 的方式展开讲述。
1. redis 中如何使用 lua 脚本？
Redis内置了lua解释器，lua脚本有两个好处：
1. 减少多次Redis命令的网络传输开销。（当然也可以使用pipline命令）
2. lua脚本所有命令能保证原子性，隔离性（Redis单线程），失败回滚
综上所述，Redis中如果想要实现事务操作，可以使用lua脚本。
Redis 本身也可以使用 MULTI + WATCH乐观锁 来实现，但是它只能保证命令执行的顺序性，无法保证失败回滚，无法保证原子性。
所以，一般推荐使用 lua 脚本。
使用案例：
现在我们要去执行redis命令：
HSET info name john 1. lua脚本
local hash_key = KEYS[1] -- 哈希结构的键名（外部传入）
local key = ARGV[1] -- 哈希字段（外部传入）
local value = ARGV[2] -- 哈希字段值（外部传入）return redis.call('HSET', hash_key, key, value)因为KEYS[1]、ARGV[1]等都是外部传入，所以可以简化。
return redis.call('HSET', KEYS[1], ARGV[1], ARGV[2])redis.call()就是执行redis命令。
2. redis 命令
EVAL "return redis.call('HSET', KEYS[1], ARGV[1], ARGV[2])" 1 info name john这里的1代表传入一个key。
2. 如何使用Redisson？
这里的
boolean isLock = lock.tryLock(1, 10, TimeUnit.SECONDS);
是获取锁，第一个1表示：锁超时等待时间，在1秒内会不断重试获取锁，直到获取到。
第二个10表示：锁释放时间，为10秒（防止java服务获取到锁后，突然宕机，导致redis锁永远不会被释放，避免造成死锁问题。）
3. Redisson源码？
3.1. Redisson如何实现锁重入？
其实归根结底，就是这段代码。Redisson本质上是使用hash结构来标志锁的，可能我们经常听到说用setnx命令来实现分布式锁，但是setnx无法实现锁的重入。
所以Redisson用 hash（计数） + lua脚本（原子性）实现可重入分布式锁。
先说明下参数：
KEYS[1]：hash结构的键名，也就是我们之前手动指定的 anylock
ARGV[1]：锁的释放时间
ARGV[2]：hash结构的字段的键名，UUID:线程id
我们直接去看redis：
anyLock这个hash结构里，
有字段的key为c3341b71-6edd-4db8-b626-9135cf727fd4:1，value为1
了解了锁的结构后，我们再来看lua脚本。
一图胜千言，总的来说，
第一个if：处理线程第一次获取锁
第二个if：处理线程重入获取锁
最后：发现锁已经被占有，返回剩余ttl（过期时间）。
3.2. 如果抢锁失败呢？
之前说的锁的设置，其实就是图中框起来的方法里的实现。
接下来，如果ttl为null，抢锁成功了，直接返回true。
如果ttl不为null，说明抢锁失败了，会去计算等待时间是否充足。
这里的等待时间就是我们之前手动设置的1秒钟。
如果锁等待时间还充足，那么执行它会去用pub-sub机制去 订阅锁释放事件。（避免轮询 Redis 造成的性能损耗。）
如果订阅超时，触发失败回调，返回false。
那么订阅成功了之后呢？会再次尝试抢锁。
还不行，那只能信号量挂起，具体通过 Semaphore（getLatch()）挂起当前线程，等待锁释放的 Pub/Sub 通知。
总结一下抢锁流程：
抢锁成功，直接返回；抢锁失败，pub/sub机制订阅锁释放事件，通过信号量挂起线程，直到收到锁释放的消息才被唤醒。
3.3. 解锁流程是怎么样的？
看下图。本质还是那一段lua脚本。
先看下锁是不是线程自己的，不是的话直接返回null。
如果锁是自己的，计数器减1。
如果减1操作后还大于0，说明重入的还没完，刷新锁的超时释放时间。
如果减1后小于等于0，直接删除，发布锁删除事件。
- 返回nil表示锁不属于当前线程，应抛出异常。
- 返回0表示锁未完全释放，仅更新了过期时间。
- 返回1表示锁已释放，并发布事件。
3.4. Redisson的看门狗机制？
看门狗主要用于 解决锁的自动续期问题，避免因业务执行时间过长导致锁超时自动释放。
注意一点：如果我们显式指定了leaseTime参数，看门狗机制就不会生效。这时候锁的过期时间由用户控制。
像我们之前手动指定了锁释放时间10秒，它就不会走看门狗机制，Redisson默认锁释放时间是30秒。（见下图，单位毫秒）
在scheduledExpirationRenewal方法里，其实就是用了netty的时间轮进行定时任务调度，每隔10秒重置锁时间为30秒，直到业务执行结束。
每次续期成功后，会递归调用 renewExpiration()，形成 无限续期链，直到锁被释放（主动释放或者客户端宕机）。
关于 时间轮，这是一种高效的定时任务调度设计。
感兴趣的朋友可以去看下之前写的文章：
时间轮：XXL-JOB 高效、精准定时任务调度实现思路分析_xxljob fasttriggerpool slowtrigger-CSDN博客
至于为什么不使用ScheduledThreadPoolExecutor？
是因为ScheduledThreadPoolExecutor的底层结构：基于优先级队列（堆实现）。插入任务的时间复杂度 O(log n)，每次插入需调整堆结构。
使用时间轮插入任务的时间复杂度为 O(1)，直接哈希到时间槽（Bucket），并且支持同一槽内任务批量触发。
3.5. Redisson怎么解决死锁的？
主要就是设置了锁的超时释放时间，客户端宕机了会自动超时释放。
然后还有一点支持重入，如果同一个线程两次去获取锁，因为支持重入，第二次就不会阻塞等待自己释放锁了。
至于说看门狗机制会无限续期，客户端宕机了就续期不了，不会导致死锁。
那你说：业务要是无限阻塞，永远执行不完呢？
这个也不大可能，为什么业务会无限阻塞？这个时候肯定需要人工介入去排查问题了。
今天的分享就到这里了，我是此林。
关注我吧，带你看不一样的世界！
相关文章：
Redisson 实现分布式锁源码浅析
大家好，我是此林。 今天来分享Redisson分布式锁源码。还是一样，我们用 问题驱动 的方式展开讲述。 1. redis 中如何使用 lua 脚本？ Redis内置了lua解释器，lua脚本有两个好处： 1. 减少多次Redis命令的网络传输开销。…...
机试准备第17天
今天进入图论的学习。图论只考察初试学过的算法，一般都是模版题。常见考点有图相关的数据结构——邻接表法，图的遍历 BFS DFS 并查集，单源最短路径迪杰斯特拉。图由顶点和边构成，度用来说明该顶点邻接边的数量情况。权值说明了边的…...
 - 综合案例：管理费用明细表)
ABAP语言的动态编程（4) - 综合案例：管理费用明细表
本篇来实现一个综合案例：管理费用明细表。报表在实际项目中，也有一定的参考意义，一方面展示类似的报表，比如管理费用、研发费用等费用的明细，使用业务比较习惯的展示格式；另一方面正好综合运用前面学习的动…...
不像人做的题————十四届蓝桥杯省赛真题解析（上）A，B，C，D题解析
题目A：日期统计 思路分析： 本题的题目比较繁琐，我们采用暴力加DFS剪枝的方式去做，我们在DFS中按照8位日期的每一个位的要求进行初步剪枝找出所有的八位子串，但是还是会存在19月的情况，为此还需要在CHECK函数…...
R语言零基础系列教程-01-R语言初识与学习路线
代码、讲义、软件回复【R语言01】获取。 R语言初识 R是一个开放的统计编程环境，是一门用于统计计算和作图的语言。“一切皆是对象”，数据、函数、运算符、环境等等都是对象。易学，代码像伪代码一样简洁，可读性高强大的统计和可视…...
即时通讯平台测试报告
1.项目概述 项目名称：即时通讯平台 版本号：V1.0.0 测试周期：2025年2月25日--2025年3月15日 测试目标：验证核心功能（登录、注册、消息收发、用户管理、群组功能等）的稳定性和性能指标。 2. 测试范围 功…...
蓝桥杯单片机内存爆了怎么办
蓝桥杯单片机内存爆了怎么办 文章目录 蓝桥杯单片机内存爆了怎么办一、参考文章二、内存区3、keil中的体现4、分配原则5、使用示例 一、参考文章 文章1 文章2 文章3 文章4 二、内存区 1 KB(千字节) 1024 B(字节) B代表Byte，1Byte8bit，一个字节8位 …...
一周热点：微软攻克语音输入、文本输出难题-Phi-4-multimodal
微软Phi-4-multimodal模型是人工智能领域的一个重要进展，它标志着微软在多模态人工智能技术上的突破。以下是对该模型的详细解释： 模型概述 微软Phi-4-multimodal是一个能够同时处理文本、图像和语音的多模态大型语言模型。它通过创新的架构和训练方法，实现了在不同模态之间…...
量化交易学习笔记02：双均线策略
双均线策略示例 个股：中国平安 回测日期：2022-5-1至2023-5-1 短均线：5天 长无线：10天 代码： def initialize(context):# 初始化此策略# 设置我们要操作的股票池, 这里我们只操作一支股票# """标的&qu…...
【WRF-Urban】使用 CGLC-MODIS-LCZ_100m 数据集运行 WRF 时的城市参数化问题
在 WRF 中，LCZ 通过 URBPARM_LCZ.TBL 进行配置，但如果 FRC_URB2D 变量缺失，WRF 会回退到默认的 URBPARM.TBL。 主要问题概述 WRF-Model-cglc-modis-lcz_100m dataset " WARNING, THE URBAN FRACTION WILL BE READ FROM URBPARM.TBL USING DEFAULT URBAN MORPHOLOGY&q…...
Selenium 自动化测试学习总结
大概了解一下即可，现在主要用的自动化工具是 playWright，它可以录制操作。 selenium是老款自动化测试工具，仍有很多可取之处。 安装： pip install selenium即可。然后下载浏览器的驱动包，注意不是浏览器！…...
开源通义万相本地部署方案，文生视频、图生视频、视频生成大模型，支持消费级显卡！
开源通义万相本地部署方案，文生视频、图生视频、视频生成大模型，支持消费级显卡！ 万相2.1开源 近日，大模型万相2.1（Wan）重磅开源，此次开源采用Apache2.0协议，14B和1.3B两个参数规格…...
Suno的对手Luno：AI音乐开发「上传参考音频 - 方式一：通过二进制流的方式」 —— 「Luno Api系列|AI音乐API」第11篇
导读 今天来看下Luno Api的上传参考音频 - 方式一：通过二进制流的方式。 参考文件，主要是用于在创作的过程中，希望AI参考这个音乐的曲风和声音来进行创作，那么可以通过上传参考音乐来进行实现。 申请和使用 「已经有API的&…...
微信小程序刷题逻辑实现：技术揭秘与实践分享
页面展示： 概述 在当今数字化学习的浪潮中，微信小程序以其便捷性和实用性，成为了众多学习者刷题备考的得力工具。今天，我们就来深入剖析一个微信小程序刷题功能的实现逻辑，从代码层面揭开其神秘面纱。 小程序界面布局…...
巴耶赫利专业俄语外贸网站建设
巴耶赫利是专业俄语外贸网站建设与俄语搜索引擎Yandex SEO优化服务商。巴耶赫利致力于帮助中国品牌出海俄罗斯，打开俄罗斯市场，提升品牌在俄罗斯的知名度和美誉度。 以下是对巴耶赫利相关服务的详细介绍： 一、巴耶赫利专业俄语外贸网站建设…...
每日Attention学习25——Multi-Scale Attention Fusion
模块出处 [TCSVT 24] [link] [code] DSNet: A Novel Way to Use Atrous Convolutions in Semantic Segmentation 模块名称 Multi-Scale Attention Fusion (MSAF) 模块作用 双级特征融合 模块结构 模块思想 MSAF的主要思想是让网络根据损失学习特征权重，允许模型…...
前端学习记录：解决路由缓存问题
问题描述：响应路由参数的变化，使用带有参数的路由时需要注意的是，当用户从 /users/johnoy 导航到 /users/jolyne 时，相同的组件实例将会被重复使用。因为两个路由都渲染同个组件，比起销毁再创建，复用则显得…...
VSTO（C#）Excel开发10：启动和卸载顺序 事件处理 监视变化
初级代码游戏的专栏介绍与文章目录-CSDN博客 我的github：codetoys，所有代码都将会位于ctfc库中。已经放入库中我会指出在库中的位置。 这些代码大部分以Linux为目标但部分代码是纯C的，可以在任何平台上使用。 源码指引：github源…...
代码随想录Day16
Day16 二叉树part06 LeetCode 530.二叉搜索树的最小绝对差 题目描述 给你一个二叉搜索树的根节点 root ，返回 树中任意两不同节点值之间的最小差值 。 差值是一个正数，其数值等于两值之差的绝对值。 示例 输入：root [4,2,6,1,3] 输出&…...
第15章：ConvNeXt图像分类实战：遥感场景分类【包含本地网页部署、迁移学习】
目录 1. ConvNeXt 模型 2. 遥感场景建筑识别 2.1 数据集 2.2 训练参数 2.3 训练结果 2.4 本地部署推理 3. 下载 1. ConvNeXt 模型 ConvNeXt是一种基于卷积神经网络（CNN）的现代架构，由Facebook AI Research (FAIR) 团队在2022年提出。…...
LinuX---Shell脚本创建和执行
概述： 它是一个命令行解释器，接收应用程序/用户命令，然后调用操作系统内核。 Shell还是一个功能强大的编程语言，易编写、易调试、灵活性强。 Linux提供的Shell解析器有 atguiguubuntu:~$ cat /etc/shells # /etc/shells: valid …...
django+vue3实现前后端大文件分片下载
效果： 大文件分片下载支持的功能： 展示目标文件信息提高下载速度：通过并发请求多个块，可以更有效地利用网络带宽断点续传：支持暂停后从已下载部分继续，无需重新开始错误恢复：单个块下载失败只…...
KY-038 声音传感器如何工作以及如何将其与 ESP32 连接
想为您的项目赋予声音感！然后跟着做，因为在这个项目中，我们将连接一个声音传感器，用它构建一些有趣的项目。我们使用的 KY-038 声音传感器使用电容式麦克风来检测声波，这为我们提供了稳定性和可靠性的完美平衡。因此，在本文中，我们决定将 KY-038 传感器与 ESP32 连接，并…...
深入剖析二分查找的延伸：在排序数组中查找元素的第一个和最后一个位置
深入剖析二分查找的延伸：在排序数组中查找元素的第一个和最后一个位置 引言 二分查找，作为算法界的“常青树”，以其高效性和简洁性备受青睐。然而，许多初学者仅限于使用它查找单个元素，而对其进阶应用知之甚少。今天…...
UE5中 Character、PlayerController、PlayerState、GameMode和GameState核心类之间的联动和分工·
1. GameMode 与 GameState 关系描述 GameMode：定义游戏规则和逻辑，控制游戏的开始、进行和结束。GameState：存储和同步全局游戏状态，如得分、时间、胜利条件等。 联动方式 GameMode初始化GameState：GameMode在游戏…...
使用Python获取并操作1688自定义API接口
在电子商务领域，1688作为国内领先的B2B平台，提供了丰富的API接口，允许开发者获取商品信息、店铺信息等。其中，custom接口允许开发者进行自定义操作，获取特定的数据。本文将详细介绍如何使用Python调用1688的custom接口…...
【AI】现代人工智能技术的应用与发展
引言 人工智能（AI）已经深入到我们生活的各个方面，涉及医疗、教育、交通、金融等众多领域。随着技术的不断发展，AI的应用和潜力也变得愈加广泛。本文将详细介绍人工智能的应用领域，探讨未来的发展趋势，并通…...
小程序渲染之谜：如何解决“加载中...”不消失的 Bug（glass-easel）
🎉 小程序渲染之谜：如何解决“加载中…”不消失的 Bug 🎉 引言 在小程序开发中，渲染问题总能让人抓狂。😫 这次，我遇到了一个奇怪的 bug：产品详情页的内容已经正常显示，但页面却一…...
C语言结构体全面解析 | 从入门到精通
📚 C语言结构体全面解析 | 从入门到精通 整理：算法练习生| 转载请注明出处 📑 目录 结构体的定义与使用结构体变量的参数传递结构体数组结构体指针typedef关键字结构体初始化 1️⃣ 结构体的定义与使用 为什么需要结构体？ 当…...
Trae与Builder模式初体验
说明 下载的国际版：https://www.trae.ai/ 建议 要选新模型 效果 还是挺不错的，遇到问题反馈一下，AI就帮忙解决了，真是动动嘴（打打字就行了），做些小的原型效果或演示Demo很方便呀ÿ…...
麒麟服务器操作系统QT系列软件工具手册
QtCreator****功能介绍 QtCreator 概述 Qt Creator是跨平台的 Qt IDE， Qt Creator 是 Qt 被 [Nokia](https://baike.baidu.com/item/Nokia/264012" /t “_blank) 收购后推出的一款新的轻量级[集成开发环境](https://baike.baidu.com/item/集成开发环境/298524” /t “_…...
【HeadFirst系列之HeadFirstJava】第18天之深入理解原型模式：从问题到解决方案（含 Java 代码示例）
深入理解原型模式：从问题到解决方案（含 Java 代码示例） 在软件开发中，我们经常需要创建对象，而有些对象的创建成本较高或者结构较为复杂。如何在不破坏封装的前提下，高效地创建对象？ 这正是**原…...
JetsonOrin源码安装部署PaddlePaddle
Jetson Orin 源码安装部署Paddle 部署环境 系统架构: Arm CUDA: 11.4 cmake: 3.18.0 python:3.8 注意环境中的版本问题，之前装onnxruntime的时候cmake被升级到了3.31.0，但是编译Paddle时会报错，因此特意降级回了官方推荐的3.18.0 具体环…...
)
入门到入土，Java学习 day20(多线程下)
void wait() 当前线程等待，直到被其他线程唤醒 void notify() 随机唤醒单个线程 void notifyAll() 唤醒所有线程 阻塞队列 在测试方法中创建带锁队列，然后在对象类中也创建队列但是不赋值，用构造方法将测试方法中的对象赋值 然后用put和t…...
【TCP】三次挥手，四次挥手详解--UDP和TCP协议详解
活动发起人小虚竹 想对你说： 这是一个以写作博客为目的的创作活动，旨在鼓励大学生博主们挖掘自己的创作潜能，展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴，那么，快来参加吧！…...
算法题)
栈(LIFO)算法题
1.删除字符串中所有相邻的重复字符 注意，我们需要重复处理，而不是处理一次相邻的相同元素就结束了。对示例来说，如果只进行一次处理，结果为aaca，但是处理之后又出现了相邻的重复元素，我们还得继续处理&…...
印章/公章识别：PaddleX下的“Seal-Recognition”模型
最近做项目需要对印章进行识别，并提取其中的印章文字，又不希望这个模型太大，还要方便部署，于是乎这个模型是个不错的选择。 一、模型简介 “Seal-Recognition”模型是PaddleX旗下的一款模型（PaddleX 是基于飞桨框架构…...
从LLM出发：由浅入深探索AI开发的全流程与简单实践（全文3w字）
文章目录 第一部分：AI开发的背景与历史1.1 人工智能的起源与发展1.2 神经网络与深度学习的崛起1.3 Transformer架构与LLM的兴起1.4 当前AI开发的现状与趋势 第二部分：AI开发的核心技术2.1 机器学习：AI的基础2.1.1 机器学习的类型2.1.2 机器学…...
DeepSeek入门宝典——行业应用篇
大家好，我是吾鳴。 今天吾鳴要给大家分享一份由51CTO智能研究院出品的DeepSeek报告——《DeepSeek入门宝典——行业应用篇》。这份报告主要从DeepSeek核心能力、行业赋能与应用案例、合作伙伴与生态建设和学习资料与体系化方案做了详细的介绍，报告一共有…...
K8S学习之基础三十一：k8s中RBAC 的核心概念
Kubernetes (k8s) 中的 RBAC（Role-Based Access Control，基于角色的访问控制）是一种用于管理用户和服务账户对集群资源访问权限的机制。RBAC 允许管理员通过定义角色（Role）和角色绑定（RoleBindingÿ…...
JAVA数据库技术（一）
JDBC 简介 JDBC（Java Database Connectivity）是Java平台提供的一套用于执行SQL语句的Java API。它允许Java程序连接到数据库，并通过发送SQL语句来查询、更新和管理数据库中的数据。JDBC为不同的数据库提供了一种统一的访问方式，使…...
【Agent】OpenManus-Flow组件详细分析
1. Flow架构概述 OpenManus 的Flow组件实现了一个灵活的工作流管理系统，主要用于协调多个智能体的协作，以完成复杂任务。Flow组件的核心是基于计划的执行模型，它将任务分解为一系列步骤，然后逐步执行这些步骤，直到任务…...
MySQL环境安装详细教程（Windows/macOS/Linux）
摘要：本文详细介绍了在Windows、macOS和Linux三大操作系统下安装MySQL数据库的完整流程，帮助开发者快速搭建本地MySQL环境。 一、MySQL安装前准备 官网下载 访问MySQL官网 → 选择"Downloads" → 选择"MySQL Community (GPL) Downloads&…...
【人工智能基础2】人工神经网络、卷积神经网络基础、循环神经网络、长短时记忆网络
文章目录 三、人工神经网络1. 神经元感知模型2. 神经网络模型3. 学习规则:修改神经网络的权重和偏置反向传播算法（BP）优化器 - 梯度下降法 四、卷积神经网络基础（CNN）1. 基本原理2. 计算过程 五、循环神经网络（RNN&…...
如何查看windows系统的硬件环境（附方法
方法一：使用命令指示符查询 在“开始”菜单中搜索：命令指示符，并以管理员身份打开， 输入：systeminfo，就可以查看硬件、CPU、处理器等详细内容 systeminfo 方法二：在资源监视器中查看 按住 “…...
基于树莓派的水果分类系统（论文+源码）
针对小型农户的在水果加工销售环节中的分类需求，本文设计并实现了基于树莓派的视觉识别分类系统。本章根据所选水果的具体情况，简述系统各模块的实现方法，设计树莓派的程序算法，并选择合适的器件型号，开发所用的辅助工…...
Gemini Robotics：将人工智能带入物理世界
25年3月来自谷歌的技术报告“Gemini Robotics: Bringing AI into the Physical World”。 大型多模态模型的最新进展，已使数字领域出现卓越的通才能力，但将其转化为机器人等物理智体仍然是一项重大挑战。一般有用的机器人需要能够理解周围的物理世界&am…...
2.5[frontEnd]
requestAnimationFrame 是 浏览器原生 API，定义在 window 对象中，属于 Web API 的一部分。无需任何导入即可直接使用，其类型定义包含在 TypeScript 标准库中。 React 组件挂载时执行该 useEffect 初始化节流计时器 lastEmit 和 25ms 触发间隔…...
【动手学深度学习】#2线性神经网络
主要参考学习资料： 《动手学深度学习》阿斯顿张 等 著 【动手学深度学习 PyTorch版】哔哩哔哩跟李牧学AI 目录 2.1 线性回归2.1.1 线性回归的基本元素线性模型损失函数解析解随机梯度下降 2.1.3 最大似然估计 2.2 线性回归从零开始实现2.2.1 生成数据集2.2.2 读取数…...
)
C语言动态内存管理(上)
欢迎拜访：雾里看山-CSDN博客 本篇主题：C语言动态内存管理(上) 发布时间：2025.3.16 隶属专栏：C语言 目录 为什么需要动态内存管理静态分配的局限性动态分配的优势 动态内存函数malloc函数介绍函数使用 free函数介绍函数使用 calloc…...