Redission，官网地址是： https://redisson.org/。中文文档地址是 https://github.com/redisson/redisson/wiki/目录。
Redisson在基于NIO的Netty框架上，充分的利用了Redis键值数据库提供的一系列优势，在Java实用工具包中常用接口的基础上，为使用者提供了一系列具有分布式特性的常用工具类。使得原本作为协调单机多线程并发程序的工具包获得了协调分布式多机多线程并发系统的能力，大大降低了设计和研发大规模分布式系统的难度。同时结合各富特色的分布式服务，更进一步简化了分布式环境中程序相互之间的协作。
昨天完成了redis的简单安装Redis学习日志之Linux下的安装，今天就在项目当中简单整合使用一下
Nepxion Aquarius是一款基于Redis + Zookeeper的分布式应用组件集合，包含分布式锁，缓存，ID生成器，限速限流器。它采用Nepxion Matrix AOP框架进行切面架构，提供注解调用方式，也提供API调用方式。开源项目的地址：https://gitee.com/nepxion/Aquarius.git。
前段时间，有小伙伴问我，redission锁的原理，看门狗的作用，和一些实际开发中的场景，当时并没有给他比较完整的解答，后来我查了资料对redission做了一个总结，在这里分享给小伙伴们
所用源码已上传 https://github.com/Wasabi1234/mmall4.0 介绍 官网 集成 image.png image.png Redission初始化 Redission初
单机环境下我们可以通过JAVA的Synchronized和Lock来实现进程内部的锁，但是随着分布式应用和集群环境的出现，系统资源的竞争从单进程多线程的竞争变成了多进程的竞争，这时候就需要分布式锁来保证。
在分布式系统中，有些业务场景会用到分布式锁，实现分布式锁的方式有很多，本篇主要讲根据Redis如何来实现。
对于锁大家肯定不会陌生，在Java中synchronized关键字和ReentrantLock可重入锁在我们的代码中是经常见的，一般我们用其在多线程环境中控制对资源的并发访问，但是随着分布式的快速发展，本地的加锁往往不能满足我们的需要，在我们的分布式环境中上面加锁的方法就会失去作用。于是人们为了在分布式环境中也能实现本地锁的效果，也是纷纷各出其招，今天让我们来聊一聊一般分布式锁实现的套路。
我们今天来看看这个 Redis 的看门狗机制，毕竟现在还是有很多是会使用 Redis 来实现分布式锁的，我们现在看看这个 Redis 是怎么实现分布式锁的，然后我们再来分析这个 Redis 的看门狗机制，如果没有这个机制，很多使用 Redis 来做分布式锁的小伙伴们，经常给导致死锁。
4）具备非阻塞锁(没有获取到锁将直接返回获取锁失败)或堵塞锁特性(根据业务需求考虑)
对于锁大家肯定不会陌生，在 Java 中 synchronized 关键字和 ReentrantLock 可重入锁在我们的代码中是经常见的，一般我们用其在多线程环境中控制对资源的并发访问。
也许有的小伙伴对这个功能比较陌生，不太清楚这个功能是干什么的，没关系小黑哥先来举个例子。
一看就会的超详细教程：SpringBoot整合MybatisPlus！>>> 1.自己实现 private static String REDIS_LOCK = "redis_lock";
一位6年工作经验的小伙伴，在某厂面试时被问到“实现分布式锁，Zookeeper 和 Redis 哪种更好？“，这其实是一个开放性的问题。并没有标准答案。那今天呢，我给大家分享一下我的理解，希望能够帮助到大家。另外，我花了很长时间，准备了一份500页的PDF面试资料文档和一份10W字的Java总结面试题和答案，
以上使用Redis的setNx()命令和expire命令实现了加锁，但是本方案是分成了两步完成的加锁操作，并不是原子操作，可能会出现未给该key设置过期时间的问题，因此该问题的解决方案推荐使用Redisson的分布式锁。
如果对springcloud-gateway有了解的同学，应该会知道springcloud-gateway默认提供了一个基于内存的路由定义仓库。
对于一个单机的系统，我们可以通过synchronized或者ReentrantLock等这些常规的加锁方式来实现，然而对于一个分布式集群的系统而言，单纯的本地锁已经无法解决问题，所以就需要用到分布式锁了，通常我们都会引入三方组件或者服务来解决这个问题，比如数据库、Redis、Zookeeper等。
分布式系统中必备的一个中间件就是消息队列，通过消息队列我们能对服务间进行异步解耦、流量消峰、实现最终一致性。
分布式锁在多实例部署，分布式系统中经常会使用到，这是因为基于jvm的锁无法满足多实例中锁的需求，本篇将讲下Redis如何通过Lua脚本实现分布式锁，不同于网上的redission，完全是手动实现的。
如果你正在寻找一种全局唯一ID生成策略，那么我相信你一定会了解到一种算法，那就是雪花算法，如果再深入了解一下，你会发现雪花算法其实不单单只是一种算法，同时也是一种思想，它将ID细分为时间戳、机器号、序列号等几个关键部分。时间戳用来保持ID的递增趋势，机器号用来区分相同时刻下不同机器所生成的ID，序号用来区分同一个机器相同时刻下生成的ID。关于雪花算法的实现网上有很多现成代码可以借鉴，同时你也可以基于这种思想自己实现一个雪花算法。
由于Redis具有过期监听的功能，于是就有人拿它来实现过期订单关闭，但是这个方案并不完美。今天来聊聊11种实现订单定时关闭的方案，总有一种适合你！
在电商、支付等系统中，一般都是先创建订单（支付单），再给用户一定的时间进行支付，如果没有按时支付的话，就需要把之前的订单（支付单）取消掉。
在工作中，我们有时候会遇到这样的场景，比如下单之后超过30分钟未支付自动取消订单，还有就比如过期/生效通知等等，这些场景一般有两种方法解决： 第一种可以通过定时任务扫描符合条件的去执行，第二种就是提前通过消息队列发送延迟消息到期自动消费。 本文我要介绍的就是通过第二种方式来实现这种业务逻辑，只不过这次不是使用MQ而是直接使用的是Redission提供的RDelayedQueue延迟队列。
上次搭建好三主三从的redis cluster集群之后，也试了试redission的加锁解锁的API，那么redission是怎么实现分布式锁的呢？
这里是我们自己实现，调用redission的方法，获取锁，然后加锁。lock.lock(expireTime, timeUnit)是关键，我们追进去。
接着考虑程序失败可能导致的锁一直不释放问题，搭配 expire 来实现过期自动删除；
在Redis 缓存击穿（失效）、缓存穿透、缓存雪崩怎么解决？中我们说到可以使用布隆过滤器避免「缓存穿透」。
hello，everyone。在之前的博客：老生常谈之缓存踩坑中介绍了缓存的常见坑点。而redis是目前java后端缓存最重要的中间件，熟悉redis的常见的使用场景是非常重要的。本文将是redis实战第一篇：分布式锁。希望能帮助到大家，文中如有不对之处，欢迎指出，共同进步。
1. 基于Redis 的实现1.1 实现原理1.2 实现方式1.2.1 原生代码1.2.2 Spring Redis Lock 实现1.2.3 Redission 实现1.3 优缺点2. 基于 Zookeeper 的实现2.1 实现原理2.2 使用2.2.1 使用 spring-integration-zookeeper 实现2.2.2 使用 Apache Curator2.3 优缺点3. 基于数据库的实现3.1 实现原理3.2 优缺点4. 对比
在当今分布式微服务架构流行的情况下，显然在传统单体项目中使用的JDK自带的锁已经不能解决资源竞争的问题了， 进而出现的解决方案有1)利用数据库 2)redis 3)zookeeper，经过验证的是利用redis做分布式锁无论在可用性、可靠性上比较有优势。 而使用Redisson来做分布式锁很多人在熟悉不过了，它提供的Lock就是基于redis来做的。
参考：https://www.cnblogs.com/expiator/p/10201004.html
进入docker机并使用上述的两种方式连接，推荐第二种，因为后续使用redission连接不会出现错误
前面已经学习了Redission可重入锁以及公平锁的原理，接着看看Redission是如何来实现RedLock的。
正常情况下，用户访问某条数据，第一次从数据库获取，后面会set进缓存，从缓存获取。缓存穿透指的是数据库没有这个值，当大量请求时，会经过缓存在数据库不断查询，数据库负担不断增加。这种情况下可能是业务代码异常，也可能是黑客利用不存在的key不断攻击数据库（所以redis不光可以提高性能，还可以利用减轻数据库压力防止黑客攻击）。那这种情况如何解决呢？
前不久，阿里大牛虾总再次抛出了分布式锁的讨论，对照之前项目中实现的redis分布式锁总结一下
首先本文的目的就是学习怎么通过布隆过滤器解决缓存穿透，那么缓存穿透是什么呢，大致如下图。
前言：分布式环境有很多问题，比如你前一个请求访问的是服务器A，第二个请求访问到了服务器B，就会发生并发重复插入问题，这个时候需要依赖单点来实现分布锁，而redis就是。
1.保证消息传递与一致性 1.1生产者确保消息自主性 当生产者发送一条消息时，它必须完成他的所有业务操作。 如下图： 这保证消费者接受到消息时，生产者已处理完毕相关业务，也就是1PC的基础。 1.2
以电商平台为例，对于用户而言订单签收是订单正向流程的最后一环，也是用户高频使用的场景之一。
最快的速度把10亿条数据导入到数据库，首先需要和面试官明确一下，10亿条数据什么形式存在哪里，每条数据多大，是否有序导入，是否不能重复，数据库是否是MySQL？
已经写了两节的redis的高性能数据结构了，今天换个口味，今天我们看一下redis在分布式系统中的应用，使用redis做分布式锁，这可以说是老生常谈的问题了。
所用代码地址 https://github.com/Wasabi1234/mmall Redis分布式锁 分布式锁在很多场景中是非常有用的原语， 不同的进程必须以独占资源的方式实现资源共享就是一个典型的例子。 有很多分布式锁的库和描述怎么实现分布式锁管理器（DLM)的博客,但是每个库的实现方式都不太一样，很多库的实现方式为了简单降低了可靠性，而有的使用了稍微复杂的设计。 一种算法，叫Redlock,我们认为这种实现比普通的单实例实现更安全 安全和活性失效保障 按照思路和设计方案，算法只需具备3个特性就可以
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
