标签：mat 提高 exception python 时间 性能 isl als alt
谈起Redis的用途，小伙伴们都会说使用它作为缓存，目前很多公司都用Redis作为缓存，但是使用Redis仅仅作为缓存未免太大材小用了。深究Redis的原理后你会发现它有很多用途，在很多场景下能够使用它快速地解决问题。常见的用途有：分布式锁控制并发、结合bloom filter用于推荐去重、HyperLogLog用于统计UV、限流控制流量等等；这里我谈下Redis分布式锁控制并发的问题。
高并发是个老生常谈的问题，当产品达到一定规模用户量后，这个问题是不得不考虑的，即使当前用户量不大(例如博主现在的公司)，但自己平时在设计API的时候最好也尽可能地考虑到并发问题。
Redis分布式锁控制并发主要是通过在Redis里面创建一个key，当其它进程准备占用的时候只能等待key释放再占用。Redis里面有一个原子性指令setnx，当key存在时，它返回0，表示当前已有进程占用，当它返回1时可以执行业务逻辑，此时没有进程占用，等逻辑执行完后，可以删除key释放锁，这样可以简单的控制并发。
但是细想之下你会发现，在业务逻辑执行的过程中如果发生异常，此时key并没有删除，这样就会造成死锁，死锁带来的后果想必大家都很清楚。为了解决这个问题，可以在setnx加锁后设置key的过期时间，当key到期自动删除。
但是仔细想想你还会发现，如果在执行setnx后，执行expire前Redis发生宕机了，这样就不会执行expire，也会造成死锁。由于setnx与expire是两条命令，并且expire依赖setnx的执行结果，为了解决这个问题可以使用set key value [expiration EX seconds|PX milliseconds] [NX|XX] ，这是一条原子性的指令，同时包含setnx和expire。
使用python实现的代码：
1 class RedisLock(object):
2 """
3 踩坑 Redis并发锁
4 """
5
6 def __init__(self, key):
7 self.redis_conn = get_redis_conn()
8 self.lock_key = "{}_redis_gil".format(key)
9
10 @staticmethod
11 def get_lock_value(cls):
12 """
13 获取value
14 :param cls:
15 :return:
16 """
17 cls.get_lok = cls.redis_conn.get(cls.lock_key)
18 return cls.get_lok
19
20 @staticmethod
21 def set_lock(cls, random_value):
22 """
23 不能使用setnx 没有设置过期时间，可能会出现死锁
24 引入random_value ：自己加的锁只能自己释放
25 :param cls:
26 :param random_value:
27 :return:
28 """
29 cls._lock = cls.redis_conn.set(cls.lock_key, random_value, nx=True, ex=5)
30
31 # 如果返回null 表示key存在存在并发
32 if cls._lock:
33 return True
34 else:
35 LOGGER = logging.getLogger(‘core.utils‘)
36 LOGGER.warning(u"试题复制存在并发")
37 raise RsError("试题复制存在并发，请稍后再试")
38
39 @staticmethod
40 def release(cls):
41 """
42 释放锁
43 :param cls:
44 :return:
45 """
46 cls.redis_conn.delete(cls.lock_key)
47
48 @staticmethod
49 def redis_lock(cls):
50 """
51 只有当设置的value与do_something执行完后所获取的值相同时才删除key
52 防止在分布式redis中： clientA由于执行时间过期，clientB获取锁，
53 clientA执行完后释放锁(删除key)，其实这时候删除的是B的key，
54 为防止这种情况引入random_value 只有当前值为random_value时才删除
55 :param cls:
56 :return:
57 """
58 random_value = time.time()
59 if cls.set_lock(cls, random_value):
60 do_something()
61 now_value = cls.get_lock_value(cls)
62 if now_value == random_value:
63 cls.release()
64 return True
65 else:
66 return False
67
68
69 def do_something():
70 pass
在实际业务中调用Redis全局锁，进行加锁示例：
1 # 公库试题复制到平台考虑并发问题，加锁处理
2 if self.visible_scope == 10:
3 key = hash(self.question_id)
4 cls = RedisLock(key)
5 cls.redis_lock(cls)
6 try:
7 self.insert_question()
8 except Exception:
9 raise RsError("试题插入失败")
10 finally:
11 cls.release(cls)
如果是Redis集群下此方法可能仍然有问题，试想下：在一个redis集群中，主节点由于某种原因挂掉了，从节点变成了主节点，而此时redis锁还未同步到原从节点中，那么这个锁也就失效了，当其它进程申请锁时仍然可以申请成功。
针对这个问题，新版的redis引入了redlock，通过redlock.Redlock对多个redis节点进行加锁，当超过一半的节点加锁成功时锁才生效。这样在一定程度上提高了高可用性，但由于每次加锁和释放锁要对多个节点进行读写，所以性能上肯定是没有单节点锁高的。
标签：mat 提高 exception python 时间 性能 isl als alt
原文地址：https://www.cnblogs.com/FG123/p/9990336.html
