AOP 的实现和常用方法

1. 业务背景

有些业务请求，属于耗时操作，需要加锁，防止后续的并发操作，同时对数据库的数据进行操作，需要避免对之前的业务造成影响。

2. 分析流程

使用Redis作为分布式锁，将锁的状态放到Redis统一维护，解决集群中单机JVM信息不互通的问题，规定操作顺序，保护用户的数据正确。

梳理设计流程

新建注解 @interface，在注解里设定入参标志

增加 AOP 切点，扫描特定注解

建立 @Aspect 切面任务，注册 bean 和拦截特定方法

特定方法参数 ProceedingJoinPoint，对方法 pjp.proceed() 前后进行拦截

切点前进行加锁，任务执行后进行删除 key

核心步骤：加锁、解锁和续时

加锁

使用了 RedisTemplate 的 opsForValue.setIfAbsent 方法，判断是否有 key，设定一个随机数 UUID.random().toString，生成一个随机数作为 value。

从 redis 中获取锁之后，对 key 设定 expire 失效时间，到期后自动释放锁。

按照这种设计，只有第一个成功设定Key的请求，才能进行后续的数据操作，后续其它请求由于无法获得资源，将会失败结束。

超时问题

担心pjp.proceed()切点执行的方法太耗时，导致Redis中的key由于超时提前释放了。

例如，线程 A 先获取锁，proceed 方法耗时，超过了锁超时时间，到期释放了锁，这时另一个线程 B 成功获取Redis锁，两个线程同时对同一批数据进行操作，导致数据不准确。

解决方案：增加一个「续时」

任务不完成，锁不释放：

维护了一个定时线程池ScheduledExecutorService，每隔 2s 去扫描加入队列中的 Task，判断是否失效时间是否快到了，公式为：【失效时间】<= 【当前时间】+【失效间隔（三分之一超时）】

/**
*线程池，每个JVM使用一个线程去维护keyAliveTime，定时执行runnable
*/
privatestaticfinalScheduledExecutorServiceSCHEDULER=
newScheduledThreadPoolExecutor(1,
newBasicThreadFactory.Builder().namingPattern("redisLock-schedule-pool").daemon(true).build());
static{
SCHEDULER.scheduleAtFixedRate(()->{
//dosomethingtoextendtime
},0,2,TimeUnit.SECONDS);
}

3. 设计方案

经过上面的分析，设计出了这个方案：

图片

前面已经说了整体流程，这里强调一下几个核心步骤：

拦截注解 @RedisLock，获取必要的参数

加锁操作

续时操作

结束业务，释放锁

4. 实操

之前也有整理过AOP使用方法，可以参考一下

相关属性类配置

业务属性枚举设定

publicenumRedisLockTypeEnum{
/**
*自定义key前缀
*/
ONE("Business1","Test1"),

TWO("Business2","Test2");
privateStringcode;
privateStringdesc;
RedisLockTypeEnum(Stringcode,Stringdesc){
this.code=code;
this.desc=desc;
}
publicStringgetCode(){
returncode;
}
publicStringgetDesc(){
returndesc;
}
publicStringgetUniqueKey(Stringkey){
returnString.format("%s:%s",this.getCode(),key);
}
}

任务队列保存参数

publicclassRedisLockDefinitionHolder{
/**
*业务唯一key
*/
privateStringbusinessKey;
/**
*加锁时间(秒s)
*/
privateLonglockTime;
/**
*上次更新时间（ms）
*/
privateLonglastModifyTime;
/**
*保存当前线程
*/
privateThreadcurrentTread;
/**
*总共尝试次数
*/
privateinttryCount;
/**
*当前尝试次数
*/
privateintcurrentCount;
/**
*更新的时间周期（毫秒）,公式=加锁时间（转成毫秒）/3
*/
privateLongmodifyPeriod;
publicRedisLockDefinitionHolder(StringbusinessKey,LonglockTime,LonglastModifyTime,ThreadcurrentTread,inttryCount){
this.businessKey=businessKey;
this.lockTime=lockTime;
this.lastModifyTime=lastModifyTime;
this.currentTread=currentTread;
this.tryCount=tryCount;
this.modifyPeriod=lockTime*1000/3;
}
}

设定被拦截的注解名字

@Retention(RetentionPolicy.RUNTIME)
@Target({ElementType.METHOD,ElementType.TYPE})
public@interfaceRedisLockAnnotation{
/**
*特定参数识别，默认取第0个下标
*/
intlockFiled()default0;
/**
*超时重试次数
*/
inttryCount()default3;
/**
*自定义加锁类型
*/
RedisLockTypeEnumtypeEnum();
/**
*释放时间，秒s单位
*/
longlockTime()default30;
}

核心切面拦截的操作

RedisLockAspect.java该类分成三部分来描述具体作用

Pointcut 设定

/**
*@annotation中的路径表示拦截特定注解
*/
@Pointcut("@annotation(cn.sevenyuan.demo.aop.lock.RedisLockAnnotation)")
publicvoidredisLockPC(){
}

Around 前后进行加锁和释放锁

前面步骤定义了我们想要拦截的切点，下一步就是在切点前后做一些自定义操作：

@Around(value="redisLockPC()")
publicObjectaround(ProceedingJoinPointpjp)throwsThrowable{
//解析参数
Methodmethod=resolveMethod(pjp);
RedisLockAnnotationannotation=method.getAnnotation(RedisLockAnnotation.class);
RedisLockTypeEnumtypeEnum=annotation.typeEnum();
Object[]params=pjp.getArgs();
StringukString=params[annotation.lockFiled()].toString();
//省略很多参数校验和判空
StringbusinessKey=typeEnum.getUniqueKey(ukString);
StringuniqueValue=UUID.randomUUID().toString();
//加锁
Objectresult=null;
try{
booleanisSuccess=redisTemplate.opsForValue().setIfAbsent(businessKey,uniqueValue);
if(!isSuccess){
thrownewException("Youcan'tdoit，becauseanotherhasgetthelock=-=");
}
redisTemplate.expire(businessKey,annotation.lockTime(),TimeUnit.SECONDS);
ThreadcurrentThread=Thread.currentThread();
//将本次Task信息加入「延时」队列中
holderList.add(newRedisLockDefinitionHolder(businessKey,annotation.lockTime(),System.currentTimeMillis(),
currentThread,annotation.tryCount()));
//执行业务操作
result=pjp.proceed();
//线程被中断，抛出异常，中断此次请求
if(currentThread.isInterrupted()){
thrownewInterruptedException("Youhadbeeninterrupted=-=");
}
}catch(InterruptedExceptione){
log.error("Interruptexception,rollbacktransaction",e);
thrownewException("Interruptexception,pleasesendrequestagain");
}catch(Exceptione){
log.error("hassomeerror,pleasecheckagain",e);
}finally{
//请求结束后，强制删掉key，释放锁
redisTemplate.delete(businessKey);
log.info("releasethelock,businessKeyis["+businessKey+"]");
}
returnresult;
}

上述流程简单总结一下：

解析注解参数，获取注解值和方法上的参数值

redis 加锁并且设置超时时间

将本次 Task 信息加入「延时」队列中，进行续时，方式提前释放锁

加了一个线程中断标志

结束请求，finally 中释放锁

续时操作

这里用了ScheduledExecutorService，维护了一个线程，不断对任务队列中的任务进行判断和延长超时时间：

//扫描的任务队列
privatestaticConcurrentLinkedQueueholderList=newConcurrentLinkedQueue();
/**
*线程池，维护keyAliveTime
*/
privatestaticfinalScheduledExecutorServiceSCHEDULER=newScheduledThreadPoolExecutor(1,
newBasicThreadFactory.Builder().namingPattern("redisLock-schedule-pool").daemon(true).build());
{
//两秒执行一次「续时」操作
SCHEDULER.scheduleAtFixedRate(()->{
//这里记得加try-catch，否者报错后定时任务将不会再执行=-=
Iteratoriterator=holderList.iterator();
while(iterator.hasNext()){
RedisLockDefinitionHolderholder=iterator.next();
//判空
if(holder==null){
iterator.remove();
continue;
}
//判断key是否还有效，无效的话进行移除
if(redisTemplate.opsForValue().get(holder.getBusinessKey())==null){
iterator.remove();
continue;
}
//超时重试次数，超过时给线程设定中断
if(holder.getCurrentCount()>holder.getTryCount()){
holder.getCurrentTread().interrupt();
iterator.remove();
continue;
}
//判断是否进入最后三分之一时间
longcurTime=System.currentTimeMillis();
booleanshouldExtend=(holder.getLastModifyTime()+holder.getModifyPeriod())<= curTime;  
            if (shouldExtend) {  
                holder.setLastModifyTime(curTime);  
                redisTemplate.expire(holder.getBusinessKey(), holder.getLockTime(), TimeUnit.SECONDS);  
                log.info("businessKey : [" + holder.getBusinessKey() + "], try count : " + holder.getCurrentCount());  
                holder.setCurrentCount(holder.getCurrentCount() + 1);  
            }  
        }  
    }, 0, 2, TimeUnit.SECONDS);  
}  

这段代码，用来实现设计图中虚线框的思想，避免一个请求十分耗时，导致提前释放了锁。

这里加了「线程中断」**Thread#interrupt，希望超过重试次数后，能让线程中断**（未经严谨测试，仅供参考哈哈哈哈）

不过建议如果遇到这么耗时的请求，还是能够从根源上查找，分析耗时路径，进行业务优化或其它处理，避免这些耗时操作。

所以记得多打点Log，分析问题时可以更快一点。记录项目日志，一个注解搞定

五、开始测试

在一个入口方法中，使用该注解，然后在业务中模拟耗时请求，使用了Thread#sleep

@GetMapping("/testRedisLock")
@RedisLockAnnotation(typeEnum=RedisLockTypeEnum.ONE,lockTime=3)
publicBooktestRedisLock(@RequestParam("userId")LonguserId){
try{
log.info("睡眠执行前");
Thread.sleep(10000);
log.info("睡眠执行后");
}catch(Exceptione){
//logerror
log.info("hassomeerror",e);
}
returnnull;
}

使用时，在方法上添加该注解，然后设定相应参数即可，根据typeEnum可以区分多种业务，限制该业务被同时操作。

测试结果：

2020-04-041450.864INFO9326---[nio-8081-exec-1]c.s.demo.controller.BookController:睡眠执行前
2020-04-041452.855INFO9326---[k-schedule-pool]c.s.demo.aop.lock.RedisLockAspect:businessKey:[Business1:1024],trycount:0
2020-04-041454.851INFO9326---[k-schedule-pool]c.s.demo.aop.lock.RedisLockAspect:businessKey:[Business1:1024],trycount:1
2020-04-041456.851INFO9326---[k-schedule-pool]c.s.demo.aop.lock.RedisLockAspect:businessKey:[Business1:1024],trycount:2
2020-04-041458.852INFO9326---[k-schedule-pool]c.s.demo.aop.lock.RedisLockAspect:businessKey:[Business1:1024],trycount:3
2020-04-041400.857INFO9326---[nio-8081-exec-1]c.s.demo.controller.BookController:hassomeerror
java.lang.InterruptedException:sleepinterrupted
atjava.lang.Thread.sleep(NativeMethod)[na:1.8.0_221]

我这里测试的是重试次数过多，失败的场景，如果减少睡眠时间，就能让业务正常执行。

如果同时请求，你将会发现以下错误信息：

图片

表示我们的锁的确生效了，避免了重复请求。

六、总结

对于耗时业务和核心数据，不能让重复的请求同时操作数据，避免数据的不正确，所以要使用分布式锁来对它们进行保护。

再来梳理一下设计流程：

新建注解 @interface，在注解里设定入参标志

增加 AOP 切点，扫描特定注解

建立 @Aspect 切面任务，注册 bean 和拦截特定方法

特定方法参数 ProceedingJoinPoint，对方法 pjp.proceed() 前后进行拦截

切点前进行加锁，任务执行后进行删除 key

本次学习是通过Review小伙伴的代码设计，从中了解分布式锁的具体实现，仿照他的设计，重新写了一份简化版的业务处理。对于之前没考虑到的「续时」操作，这里使用了守护线程来定时判断和延长超时时间，避免了锁提前释放。

于是乎，同时回顾了三个知识点：

1、AOP的实现和常用方法

2、定时线程池ScheduledExecutorService的使用和参数含义

3、线程Thread#interrupt的含义以及用法

审核编辑：彭静