Verstehen Sie die atomaren Redis-Operationen in zehn Minuten

Dieser Artikel vermittelt Ihnen relevantes Wissen über atomare Redis-Operationen. Um die Korrektheit des gleichzeitigen Zugriffs sicherzustellen, bietet Redis zwei Methoden, nämlich Sperren und atomare Operationen.

redis-Atombetrieb

Wenn wir Redis verwenden, treten zwangsläufig Probleme beim gleichzeitigen Zugriff auf. Wenn beispielsweise mehrere Benutzer gleichzeitig Bestellungen aufgeben, wird der in Redis zwischengespeicherte Produktbestand gleichzeitig aktualisiert. Sobald es gleichzeitige Schreibvorgänge gibt, werden die Daten geändert. Wenn wir gleichzeitige Schreibanforderungen nicht kontrollieren, können die Daten korrigiert werden, was sich auf die normale Nutzung des Unternehmens auswirkt (z. B. führen Bestandsdatenfehler zu einer abnormalen Auftragserteilung).

Um die Korrektheit des gleichzeitigen Zugriffs sicherzustellen, bietet Redis zwei Methoden, nämlich Sperren und atomare Operationen.

Sperren ist eine gängige Methode, bevor der Client die Sperre erhalten muss, andernfalls kann der Vorgang nicht ausgeführt werden. Wenn ein Client eine Sperre erhält, hält er die Sperre, bis der Client die Datenaktualisierung abgeschlossen hat, und gibt die Sperre dann auf.
Es scheint eine gute Lösung zu sein, aber hier gibt es tatsächlich zwei Probleme: Zum einen verringert sich die Leistung des gleichzeitigen Zugriffs auf das System, wenn zu viele Sperrvorgänge ausgeführt werden. Zum anderen muss der Redis-Client gesperrt werden Dazu müssen verteilte Sperren verwendet werden. Die Implementierung verteilter Sperren ist komplex und erfordert ein zusätzliches Speichersystem, um Vorgänge zum Hinzufügen und Entsperren bereitzustellen. Ich werde es Ihnen in der nächsten Lektion vorstellen.

Atomere Operationen sind eine weitere Möglichkeit, eine gleichzeitige Zugriffskontrolle bereitzustellen. Atomare Operationen beziehen sich auf Operationen, die die Atomizität während der Ausführung aufrechterhalten und bei der Ausführung atomarer Operationen keine zusätzlichen Sperren erfordern, wodurch sperrenfreie Operationen erreicht werden. Auf diese Weise kann die Parallelitätskontrolle gewährleistet und die Auswirkungen auf die System-Parallelitätsleistung reduziert werden.

Was muss beim gleichzeitigen Zugriff kontrolliert werden?
Was wir gleichzeitige Zugriffskontrolle nennen, bezieht sich auf die Steuerung des Prozesses, bei dem mehrere Clients auf dieselben Daten zugreifen und diese verarbeiten, um sicherzustellen, dass von jedem Client gesendete Vorgänge sich gegenseitig ausschließen, wenn sie auf der Redis-Instanz ausgeführt werden. Während beispielsweise die Zugriffsoperation von Client A ausgeführt wird, kann die Operation von Client B nicht ausgeführt werden und muss warten, bis die Operation von Client A abgeschlossen ist.

Die der gleichzeitigen Zugriffskontrolle entsprechenden Vorgänge sind hauptsächlich Datenänderungsvorgänge. Wenn der Client Daten ändern muss, ist der grundlegende Prozess in zwei Schritte unterteilt:

1. Der Client liest die Daten zunächst lokal und ändert sie lokal.
2. Nachdem der Client die Daten geändert hat, schreibt er sie zurück in Redis.

Wir nennen diesen Prozess „Read-Modify-Write“-Operation (Read-Modify-Write, auch RMW-Operation genannt). Wenn mehrere Clients RMW-Operationen für dieselben Daten ausführen, müssen wir zulassen, dass der an den RMW-Operationen beteiligte Code atomar ausgeführt wird. Der RMW-Operationscode, der auf dieselben Daten zugreift, wird als kritischer Abschnittscode bezeichnet.

Wenn jedoch mehrere Clients gleichzeitig kritische Abschnittscodes ausführen, kann es zu einigen potenziellen Problemen kommen. Als Nächstes werde ich zur Erläuterung ein Beispiel verwenden, bei dem mehrere Clients den Produktbestand aktualisieren.

Werfen wir zunächst einen Blick auf den Code des kritischen Abschnitts. Angenommen, der Kunde möchte 1 vom Produktbestand abziehen. Der Pseudocode lautet wie folgt:

current = GET(id)
current--
SET(id, current)

Sie können sehen, dass der Kunde zuerst den aktuellen Bestandswert des Produkts von Redis basierend auf der Produkt-ID (entsprechend Read) liest ), dann verringert der Client den Inventarwert um 1 (entsprechend „Ändern“) und schreibt dann den Inventarwert zurück in Redis (entsprechend „Schreiben“). Wenn mehrere Clients diesen Code ausführen, handelt es sich um einen kritischen Abschnittscode.

Wenn wir keinen Kontrollmechanismus über die Ausführung des Codes kritischer Abschnitte haben, treten Datenaktualisierungsfehler auf. Im aktuellen Beispiel wird unter der Annahme, dass zwei Clients A und B gleichzeitig den kritischen Abschnittscode ausführen, ein Fehler auftreten. Sie können sich das Bild unten ansehen.

Sie können sehen, dass Client A den Inventarwert 10 liest und bei t2 den abgezogenen Inventarwert 9 abzieht. Zu diesem Zeitpunkt liest Client B den Inventarwert von 10 und zieht 1 ab. Der von B erfasste Inventarwert beträgt ebenfalls 9. Bei t3 schreibt A den Inventarwert 9 an Redis zurück, und bei t4 schreibt B ebenfalls den Inventarwert 9 zurück.

Bei der Verarbeitung nach der richtigen Logik ziehen Client A und B jeweils einmal den Inventarwert ab, und der Inventarwert sollte 8 betragen. Daher wird der Lagerwert hier offensichtlich falsch aktualisiert.

Der Grund für dieses Phänomen ist, dass der Client im Code des kritischen Abschnitts drei Vorgänge umfasst: Daten lesen, Daten aktualisieren und Daten zurückschreiben. Bei der Ausführung schließen sich diese drei Vorgänge jedoch nicht gegenseitig aus auf demselben Anfangswert und nicht auf dem vom vorherigen Client geänderten Wert.

Um die Richtigkeit der gleichzeitigen Änderung von Daten sicherzustellen, können wir Sperren verwenden, um parallele Vorgänge in serielle Vorgänge umzuwandeln, und serielle Vorgänge schließen sich gegenseitig aus. Nachdem ein Client die Sperre gehalten hat, können andere Clients nur warten, bis die Sperre aufgehoben wird, bevor sie die Sperre übernehmen und Änderungen vornehmen können.

Der folgende Pseudocode zeigt die Verwendung von Sperren zur Steuerung der Ausführung kritischer Abschnittscodes. Sie können einen Blick darauf werfen.

LOCK()
current = GET(id)
current--
SET(id, current)
UNLOCK()

虽然加锁保证了互斥性，但是加锁也会导致系统并发性能降低。

如下图所示，当客户端 A 加锁执行操作时，客户端 B、C 就需要等待。A 释放锁后，假设 B 拿到锁，那么 C 还需要继续等待，所以，t1 时段内只有 A 能访问共享数据，t2 时段内只有 B 能访问共享数据，系统的并发性能当然就下降了。

和加锁类似，原子操作也能实现并发控制，但是原子操作对系统并发性能的影响较小，接下来，我们就来了解下 Redis 中的原子操作。

Redis 的两种原子操作方法

为了实现并发控制要求的临界区代码互斥执行，Redis 的原子操作采用了两种方法：

1. 把多个操作在 Redis 中实现成一个操作，也就是单命令操作；
2. 把多个操作写到一个 Lua 脚本中，以原子性方式执行单个 Lua 脚本。

我们先来看下 Redis 本身的单命令操作。

Redis 是使用单线程来串行处理客户端的请求操作命令的，所以，当 Redis 执行某个命令操作时，其他命令是无法执行的，这相当于命令操作是互斥执行的。当然，Redis 的快照生成、AOF 重写这些操作，可以使用后台线程或者是子进程执行，也就是和主线程的操作并行执行。不过，这些操作只是读取数据，不会修改数据，所以，我们并不需要对它们做并发控制。

你可能也注意到了，虽然 Redis 的单个命令操作可以原子性地执行，但是在实际应用中，数据修改时可能包含多个操作，至少包括读数据、数据增减、写回数据三个操作，这显然就不是单个命令操作了，那该怎么办呢？

别担心，Redis 提供了 INCR/DECR 命令，把这三个操作转变为一个原子操作了。INCR/DECR 命令可以对数据进行增值 / 减值操作，而且它们本身就是单个命令操作，Redis 在执行它们时，本身就具有互斥性。

比如说，在刚才的库存扣减例子中，客户端可以使用下面的代码，直接完成对商品 id 的库存值减 1 操作。即使有多个客户端执行下面的代码，也不用担心出现库存值扣减错误的问题。

DECR id

所以，如果我们执行的 RMW 操作是对数据进行增减值的话，Redis 提供的原子操作 INCR 和 DECR 可以直接帮助我们进行并发控制。

但是，如果我们要执行的操作不是简单地增减数据，而是有更加复杂的判断逻辑或者是其他操作，那么，Redis 的单命令操作已经无法保证多个操作的互斥执行了。所以，这个时候，我们需要使用第二个方法，也就是 Lua 脚本。

Redis 会把整个 Lua 脚本作为一个整体执行，在执行的过程中不会被其他命令打断，从而保证了 Lua 脚本中操作的原子性。如果我们有多个操作要执行，但是又无法用 INCR/DECR 这种命令操作来实现，就可以把这些要执行的操作编写到一个 Lua 脚本中。
然后，我们可以使用 Redis 的 EVAL 命令来执行脚本。这样一来，这些操作在执行时就具有了互斥性。

再举个例子，具体解释下 Lua 的使用。
当一个业务应用的访问用户增加时，我们有时需要限制某个客户端在一定时间范围内的访问次数，比如爆款商品的购买限流、社交网络中的每分钟点赞次数限制等。

那该怎么限制呢？我们可以把客户端 IP 作为 key，把客户端的访问次数作为 value，保存到 Redis 中。客户端每访问一次后，我们就用 INCR 增加访问次数。

不过，在这种场景下，客户端限流其实同时包含了对访问次数和时间范围的限制，例如每分钟的访问次数不能超过 20。所以，我们可以在客户端第一次访问时，给对应键值对设置过期时间，例如设置为 60s 后过期。同时，在客户端每次访问时，我们读取客户端当前的访问次数，如果次数超过阈值，就报错，限制客户端再次访问。你可以看下下面的这段代码，它实现了对客户端每分钟访问次数不超过 20 次的限制。

//获取ip对应的访问次数
current = GET(ip)
//如果超过访问次数超过20次，则报错
IF current != NULL AND current > 20 THEN
    ERROR "exceed 20 accesses per second"
ELSE
    //如果访问次数不足20次，增加一次访问计数
    value = INCR(ip)
    //如果是第一次访问，将键值对的过期时间设置为60s后
    IF value == 1 THEN
        EXPIRE(ip,60)
    END
    //执行其他操作
    DO THINGS
END

可以看到，在这个例子中，我们已经使用了 INCR 来原子性地增加计数。但是，客户端限流的逻辑不只有计数，还包括访问次数判断和过期时间设置。

对于这些操作，我们同样需要保证它们的原子性。否则，如果客户端使用多线程访问，访问次数初始值为 0，第一个线程执行了 INCR(ip) 操作后，第二个线程紧接着也执行了 INCR(ip)，此时，ip 对应的访问次数就被增加到了 2，我们就无法再对这个 ip 设置过期时间了。这样就会导致，这个 ip 对应的客户端访问次数达到 20 次之后，就无法再进行访问了。即使过了 60s，也不能再继续访问，显然不符合业务要求。

所以，这个例子中的操作无法用 Redis 单个命令来实现，此时，我们就可以使用 Lua 脚本来保证并发控制。我们可以把访问次数加 1、判断访问次数是否为 1，以及设置过期时间这三个操作写入一个 Lua 脚本，如下所示：

local current
current = redis.call("incr",KEYS[1])
if tonumber(current) == 1 then
    redis.call("expire",KEYS[1],60)
end

假设我们编写的脚本名称为 lua.script，我们接着就可以使用 Redis 客户端，带上 eval 选项，来执行该脚本。脚本所需的参数将通过以下命令中的 keys 和 args 进行传递。

redis-cli  --eval lua.script  keys , args

这样一来，访问次数加 1、判断访问次数是否为 1，以及设置过期时间这三个操作就可以原子性地执行了。即使客户端有多个线程同时执行这个脚本，Redis 也会依次串行执行脚本代码，避免了并发操作带来的数据错误。

推荐学习：《Redis视频教程》、《2022最新redis面试题大全及答案》

Das obige ist der detaillierte Inhalt vonVerstehen Sie die atomaren Redis-Operationen in zehn Minuten. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!