一、redis的事务介绍
1、 redis保证一个事务中的所有命令要么都执行，要么都不执行。如果在发送exec命令前客户端断线了，则redis会清空事务队列，事务中的所有命令都不会执行。而一旦客户端发送了exec命令，所有的命令就都会被执行，即使此后客户端断线也没关系，因为redis中已经记录了所有要执行的命令。
2、 除此之外，redis的事务还能保证一个事务内的命令依次执行而不被其他命令插入。试想客户端a需要执行几条命令，同时客户端b发送了一条命令，如果不使用事务，则客户端b的命令可能会插入到客户端a的几条命令中执行。如果不希望发生这种情况，也可以使用事务。
3、 若一个事务中有多条命令，若有一条命令错误，事务中的所有命令都不会执行。若在执行阶段有命令执行错误，其他的命令也会正确的执行，需要注意。
4、与mysql的事务不同，redis的事务执行中时不会回滚的，哪怕出现错误，之前已经执行的命令结果也不会回滚。
二、redis watch介绍
1、 watch命令可以监控一个或多个键，一旦其中有一个键被修改（或删除），之后的事务就不会执行。监控一直持续到exec命令（事务中的命令是在exec之后才执行的，所以在multi命令后可以修改watch监控的键值）
2、watch一般配合事务使用
例：启动一个线程，连接redis，监控key watchkeytest，sleep10s模拟业务逻辑处理，此时再启动另一个进程去修改该key的值，那么当前线程就会返回null
我要评论/**
* @author lijunjun
* @date 2018/12/10
*/
public class test {
private static jedis jedis;
static {
jedis = new jedis("192.168.10.109", 6379);
jedis.auth("aaa@leadeon.cn");
jedis.sadd("watchkeytest", "290");
}
public static void main(string[] args) {
jedis.watch("watchkeytest");
system.out.println("开始监控key: watchkeytest");
transaction transaction = jedis.multi();
try {
// sleep 10秒，模拟业务逻辑处理
thread.sleep(1000);
} catch (interruptedexception e) {
e.printstacktrace();
}
system.out.println("开始获取key: watchkeytest");
transaction.sismember("watchkeytest", "290");
list<object> result = transaction.exec();
system.out.println("执行结果：" + result);
jedis.disconnect();
}
}
启动另一个进程，修改同一个key
public class test2 {
public static void main(string[] args) {
jedis jedis = new jedis("192.168.10.109", 6379);
jedis.auth("common@leadeon.cn");
long result = jedis.sadd("watchkeytest", "358");
system.out.println(result);
jedis.disconnect();
}
}
此时，进程1就会返回null
若在进程1执行期间，该key没有被其他进程修改，则返回正确的值。
三、实现思路
基于以上介绍的redis的事务以及watch机制，我们可以做分布式锁处理，即在分布式系统中，高并发情况下，一个线程watch相应的key后，其他进程若修改了key，则该进程所在的事务就不执行，返回null，我们可以增加重试机制，来做库存操作
四、业务代码实现
采用watch机制，做乐观锁处理，重试三次，三次返回均未成功，则接口返回失败
/**
* 减库存（基于redis watch机制实现)
*
* @param trace 请求流水
* @param stockmanagereq（stockid、decrnum）
* @return -1为失败，大于-1的正整数为减后的库存量，-2为库存不足无法减库存
*/
@override
@apioperation(value = "减库存", notes = "减库存")
@requestmapping(value = "/decrbystock", method = requestmethod.post, consumes = mediatype.application_json_utf8_value, produces = mediatype.application_json_utf8_value)
public int decrbystock(@requestheader(name = "trace") string trace, @requestbody stockmanagereq stockmanagereq) {
long starttime = system.currenttimemillis();
logger.reqprint(log.cache_sign, log.cache_request, trace, "decrbystock", json.tojsonstring(stockmanagereq));
int res = 0;
string stockid = stockmanagereq.getstockid();
integer decrnum = stockmanagereq.getdecrnum();
boolean decrbystock = false;
try {
if (null != stockid && null != decrnum) {
stockid = prefix + stockid;
// 采用watch机制，做乐观锁处理，重试三次，三次返回均未成功，则接口返回失败
for (int i = 0; i < try_count; i++) {
integer decrbystockres = decrbystock(stockid, decrnum, trace);
// 更新库存时key对应的value发生变更,重试
if (decrbystockres != -1) {
res = decrbystockres;
decrbystock = true;
break;
}
}
if (!decrbystock) {
res = -2;
logger.info("本次请求减库存失败！decrbystockfailure=1");
}
}
} catch (exception e) {
logger.error(trace, "decr sku stock failure.", e);
res = -1;
} finally {
logger.respprint(log.cache_sign, log.cache_response, trace, "decrbystock", system.currenttimemillis() - starttime, string.valueof(res));
}
return res;
}
/**
* 减库存逻辑
*
* @param stockid 库存id
* @param decrnum 减少的量
* @return 减库存结果（-1：表示更新库存时key对应的value发生变更，即提示调用方重试；-2： 库存不够减，售罄；其它值表示减库存后的值）
*/
private integer decrbystock(string stockid, int decrnum, string trace) {
response<long> v = null;
list<object> result = null;
try (jedis jedis = jedispool.getwriteresource()) {
if (!jedis.select(0).equals("ok")) {
logger.error(trace, "减库存，本次请求未获取到jedis连接！");
return -1;
}
jedis.watch(stockid);
// redis 减库存逻辑
string vstock = jedis.get(stockid);
long realv = 0l;
if (stringutils.isnotempty(vstock)) {
realv = long.parselong(vstock);
}
//库存数 大于等于 要减的数目，则执行减库存
if (realv < decrnum) {
return -2;
}
transaction transaction = jedis.multi();
v = transaction.decrby(stockid, decrnum);
result = transaction.exec();
}
return (result == null || result.isempty()) ? -1 : v.get().intvalue();
}
五、ab压测及分析
同样的，我们以5000的请求量100的并发量来压、tps在640左右，比zk做分布式锁来看，提升了20倍的性能，比redisson分布式锁提升了2倍，性能提升不大
同时我们发现，5000个请求，有4561个请求失败，我们看下日志统计，有多少请求没有成功执行事务
也是4561，说明有4561个事务没有成功执行，并不是运行错误。
六、总结
watch可以用来控制对redis的操作同步执行，但失败的几率较大，用该机制做抢购的业务还行，但对redis操作结果依赖较强的业务来说，不太适用，下一篇我们讲下终极解决方案，适用redis的lua脚本编程，变相的实现分布式锁。
如对本文有疑问， 点击进行留言回复！！
荐 嵌入式linux开发环境搭建（Docker版，基于iTop 4412开发板）
SpringBoot项目部署到服务器之 Liunx环境安装jdk详细步骤
网友评论