经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置:技术经验 » 程序设计 » Django » 查看文章
详解一种用django_cache实现分布式锁的方式
来源:jb51  时间:2019/9/2 9:38:20  对本文有异议

问题背景

在项目开发过程中,我遇到一个需求:对于某条记录,一个用户对它进行操作时会持续比较久,希望在一个用户的操作期间,不允许有另一个用户操作它,否容易会出现混乱。

在与同事们讨论后,想通过加锁的方式,起初想用redis锁,但这样会为项目增加别的依赖,因此转而使用django-cache的缓存数据库,来实现该功能。

资料查找

基于缓存实现分布式锁,在网络上查找了实现方式,大概可以总结为以下3种:

第一种锁命令INCR

这种加锁的思路是, key 不存在,那么 key 的值会先被初始化为 0 ,然后再执行 INCR 操作进行加一。 然后其它用户在执行 INCR 操作进行加一时,如果返回的数大于 1 ,说明这个锁正在被使用当中。

第二种锁命令SETNX

这种加锁的思路是,如果 key 不存在,将 key 设置为 value 如果 key 已存在,则 SETNX 不做任何动作

第三种锁命令SET

上面两种方法都有一个问题,会发现,都需要设置 key 过期。那么为什么要设置key过期呢?如果请求执行因为某些原因意外退出了,导致创建了锁但是没有删除锁,那么这个锁将一直存在,以至于以后缓存再也得不到更新。于是乎我们需要给锁加一个过期时间以防不测。

在实际编写中,我综合了第二种和第三种方式,即用键名来设置锁,同时设置了过期时间,以防长时间占用。

另外,关于如何使用django-cache去使用数据库缓存,相关的API整理如下:

  1. from django.core.cache import caches
  2. # 设置锁和超时时间
  3. cache.set('my_key', 'Initial value', 60)
  4. # 获取锁
  5. cache.get('my_key')
  6. # 更新锁
  7. cache.add('add_key', 'New value')
  8.  

代码编写

在经过多次的迭代,并且对比了网上的各路写法后,我结合django-cache的特性,最终总结了一套较为简洁的写法。

首先是一个CacheLock的类,初始化方法里可以传执行超时时间,和拿锁等待的时间。CacheLock类的主要方法有两个,一个是拿锁的方法,一个是释放锁的方法。

拿锁的方法中,键名根据操作的具体对象来定,键值为uuid值,超时时间默认为60s。一旦发现能拿到锁,则返回uuid值。

释放锁的方法中,首先比较键值和uuid值是否一致,一致则释放,避免因超时情况导致把其他的正在操作的锁给释放掉。

  1. class CacheLock(object):
  2. def __init__(self, expires=60, wait_timeout=0):
  3. self.cache = cache
  4. self.expires = expires # 函数执行超时时间
  5. self.wait_timeout = wait_timeout # 拿锁等待超时时间
  6.  
  7. def get_lock(self, lock_key):
  8. # 获取cache锁
  9. wait_timeout = self.wait_timeout
  10. identifier = uuid.uuid4()
  11. while wait_timeout >= 0:
  12. if self.cache.add(lock_key, identifier, self.expires):
  13. return identifier
  14. wait_timeout -= 1
  15. time.sleep(1)
  16. raise LockTimeout({'msg': '当前有其他用户正在编辑该采集配置,请稍后重试'})
  17.  
  18. def release_lock(self, lock_key, identifier):
  19. # 释放cache锁
  20. lock_value = self.cache.get(lock_key)
  21. if lock_value == identifier:
  22. self.cache.delete(lock_key)
  23.  

另外,将缓存锁写成一个装饰器,对需要加锁的地方,添加上该装饰器,则可以很轻松地实现锁功能。

  1. def lock(cache_lock):
  2. def my_decorator(func):
  3. def wrapper(*args, **kwargs):
  4. lock_key = 'bk_monitor:lock:xxx' # 具体的lock_key要根据调用时传的参数而定
  5. identifier = cache_lock.get_lock(lock_key)
  6. try:
  7. return func(*args, **kwargs)
  8. finally:
  9. cache_lock.release_lock(lock_key, identifier)
  10. return wrapper
  11. return my_decorator
  12.  

再举一个实际调用中的例子:

  1. @lock(CacheLock())
  2. def f():
  3. pass
  4.  

另外,我在设置缓存的key名的时候,会根据函数的具体操作对象,从而给装饰器传递相应的参数,这里就不再举例了。

优化改进

当然,实现以上功能需求一定还有别的更好的方式,关于锁的实现,网络上有很多别的方式,比如基于zookeeper实现分布式锁、基于数据库实现分布式锁等等,它们在可靠性或性能方面都各有长短,要根据具体场景进行取舍,所以还有非常多值得研究的地方。

我这里也只是抛砖引玉,欢迎拍砖~

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持w3xue。

 友情链接:直通硅谷  点职佳  北美留学生论坛

本站QQ群:前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

W3xue 的所有内容仅供测试,对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接(目前9元/月)请联系QQ:27243702 沸活量
皖ICP备17017327号-2 皖公网安备34020702000426号