Redis锁下的切面执行，按部就班（redis锁切面执行顺序）

在当今高并发处理场景中，为了防止并发冲突，往往需要对需要并发执行的代码段进行排队处理，这便是引入了分布式锁的原因。在这种面对迗及高并发处理场景，为了保证数据安全，分布式系统中采用分布式锁来保护关键数据和业务逻辑的安全，最常见的做法是使用redis锁来分布式地控制数据的访问。既然分布式锁在多系统开发中已变得不可缺少，那必然也需要有一种统一的处理机制，将其加载到系统的每个接口中去。下面我们就从实现的角度，介绍一种基于spring的AOP的redis锁注解，轻松实现针对数据、接口安全的应用程序。

对于业务场景，大部分情况都是一个接口一个关键数据，比如说一个接口中有个订单号，而AOP只要在拦截器上加上针对唯一性的行为，这样子就可以省去写重复代码量且易于维护，下面直接给出针对redis锁的AOP配置：

“`java

@Target(ElementType.METHOD)

@Retention(RetentionPolicy.RUNTIME)

public @interface RedisLock {

//锁的持有时间，单位为窜，默认值为一分钟

int expire() default 60;

//锁的尝试时间，单位为窜， 默认值为5秒

int tryTimeout() default 5;

//锁的参数，支持SpEL表达式

String param() default “”;

}

如上只是定义了一个简单的AOP，它只在有RedisLock注解放进去的业务代码中插入分布式锁的一些配置。而redis锁的实现，主要是对以上注解的指定参数进行处理，确定Redis的Key，并且在锁的时候设定过期时间，这样子就可以保证即使在操作失败时锁也会释放 ->
```java
@After("@annotation(redisLock)")
public void doAfter(RedisLock redisLock){
    //根据传入的param参数，解析为Redis的key，然后尝试锁定相关资源
    String key = parseRedisKey(redisLock);
    try { 
        lock.lock(key, redisLock.expire, redisLock.tryTimeout);
    } catch (Exception e) {
        // TODO 具体的失败处理逻辑
    }
}

@Around(“@annotation(redisLock)”)

public void doAround(ProceedingJoinPoint joinPoint, RedisLock redisLock) throws Throwable{

String key = parseRedisKey(redisLock);

try {

//执行子线程操作，

joinPoint.proceed();

} catch (Exception e) {

//

} finally {

//解除锁

lock.unlock(key);

}

}

最后也就是总结了一下，想要在spring应用程序当中实现redis锁注解，基本上就是实现对上面提到的RedisLock注解数据的解析及处理，并在AOP的层面上实现对接口的拦截，以及对拦截的数据和接口实现锁的处理和释放。