Redis的分布式锁

目录

• [1. 什么是分布式锁](#1. 什么是分布式锁)
• [2. 分布式锁的基础实现](#2. 分布式锁的基础实现)
• [3. 引入过期时间](#3. 引入过期时间)
• [4. 引入校验id](#4. 引入校验id)
• [5. 引入Lua脚本](#5. 引入Lua脚本)
• [6. 引入watch dog (看门狗)](#6. 引入watch dog (看门狗))
• [7. 引入Redlock算法](#7. 引入Redlock算法)

1. 什么是分布式锁

（1）在一个分布式的系统中，也会涉及到多个节点访问同一个公共资源的情况。此时就需要通过锁来做互斥控制，避免出现类似于"线程安全"的问题。而java的synchronized或者C++的std::mutex，这样的锁都是只能在当前进程中生效，在分布式的这种多个进程多个主机的场景下就无能为力了。此时就需要使用到分布式锁。

（2）分布式锁本质上就是使用一个公共的服务器，来记录加锁状态。这个公共的服务器可以是Redis，也可以是其他组件(比如MySQL或者ZooKeeper等)，还可以是我们自己写的一个服务。

2. 分布式锁的基础实现

（1）分布式锁的思路非常简单。本质上就是通过一个键值对来标识锁的状态。

• 举个例子：考虑买票的场景，现在车站提供了若干个车次，每个车次的票数都是固定的。
• 现在存在多个服务器节点，都可能需要处理这个买票的逻辑：先查询指定车次的余票，如果余票>0，则设置余票值-= 1。

（2）显然上述的场景是存在"线程安全"问题的，需要使用锁来控制。否则就可能出现"超卖"的情况 。此时如何进行加锁呢?我们可以在上述架构中引入一个Redis作为分布式锁的管理器。

（3）此时，如果买票服务器1尝试买票，就需要先访问Redis，在Redis上设置一个键值对。比如key就是车次，value随便设置个值(比如1)。如果这个操作设置成功，就视为当前没有节点对该001车次加锁，就可以进行数据库的读写操作。操作完成之后，再把Redis 上刚才的这个键值对给删除掉。

（4）如果在买票服务器1操作数据库的过程中，买票服务器2也想买票，也会尝试给Redis上写一个键值对，key同样是车次。但是此时设置的时候发现该车次的key已经存在了，则认为已经有其他服务器正在持有锁，此时服务器2就需要等待或者暂时放弃。

（5）Redis中提供了setnx操作，正好适合这个场景。即：key不存在就设置，存在则直接失败。

3. 引入过期时间

（1）当服务器1加锁之后，开始处理买票的过程中，如果服务器1意外宕机了，就会导致解锁操作(删除该key)不能执行。就可能引起其他服务器始终无法获取到锁的情况。为了解决这个问题，可以在设置key的同时引入过期时间。即这个锁最多持有多久，就应该被释放 。可以使用 set ex nx的方式，在设置锁的同时把过期时间设置进去。

（2）注意：此处的过期时间只能使用一个命令的方式设置。如果分开多个操作，比如setnx之后，再来一个单独的expire，由于Redis的多个指令之间不存在关联，并且即使使用了事务也不能保证这两个操作都一定成功，因此就可能出现setnx成功，但是expire失败的情况。此时仍然会出现无法正确释放锁的问题。

4. 引入校验id

（1）对于Redis中写入的加锁键值对，其他的节点也是可以删除的。比如服务器1写入一个"001" : 1这样的键值对，服务器2是完全可以把"001"给删除掉的。

当然，服务器2不会进行这样的"恶意删除"操作，不过不能保证因为一些bug导致服务器2把锁误删。

（2）为了解决上述问题我们可以引入一个校验id。比如可以把设置的键值对的值不再是简单的设为一个1，而是设成服务器的编号。形如"001" : "服务器1"。这样就可以在删除key(解锁)的时候，先校验当前删除key的服务器是否是当初加锁的服务器，如果是才能真正删除；不是则不能删除。

（3）逻辑用伪代码描述如下：

String key = [要加锁的资源 id];
String serverId = [服务器的编号];
// 加锁, 设置过期时间为 10s
redis.set(key, serverId, "NX", "EX", "10s");
// 执⾏各种业务逻辑, ⽐如修改数据库数据.
doSomeThing();
// 解锁, 删除 key. 但是删除前要检验下 serverId 是否匹配.
if (redis.get(key) == serverId) 
{
	redis.del(key);
}

但是很明显，解锁逻辑是两步操作"get"和"del"，这样做并非是原子的。

5. 引入Lua脚本

（1）为了使解锁操作原子，可以使用Redis的Lua脚本功能。Lua也是一个编程语言。读作"撸啊"。是葡萄牙语中的"月亮"的意思(出自于Lua官方文档https://www.lua.org/about.html)。Lua的语法类似于JS，是一个动态弱类型的语言。Lua的解释器一般使用C语言实现。Lua语法简单精炼，执行速度快，解释器也比较轻量(Lua解释器的可执行程序体积只有200KB左右)。因此Lua经常作为其他程序内部嵌入的脚本语言。Redis本身就支持Lua作为内嵌脚本。

（2）很多程序都支持内嵌脚本，比如MySQL 8支持JS作为内嵌脚本，比如Vim支持VimScript和Python作为内嵌脚...通过内嵌脚本来实现更复杂的功能，提供更强的扩展性。

（3）Lua除了和Redis搭伙之外，在很多场景也会作为内嵌脚本。比如在游戏开发领域常常作为编写逻辑的语言(比如魔兽世界，大话西游等)。使用Lua脚本完成上述解锁功能：

if redis.call('get',KEYS[1]) == ARGV[1] then
    return redis.call('del',KEYS[1])
else
    return 0
end;

上述代码可以编写成一个.lua后缀的文件，由redis-cli或者redis-plus-plus 或者

jedis等客户端加载，并发送给Redis服务器，由Redis服务器来执行这段逻辑。一个lua脚本会被Redis服务器以原子的方式来执行。

6. 引入watch dog (看门狗)

（1）上述方案仍然存在一个重要问题。当我们设置了key过期时间之后(比如10s)，仍然存在一定的可能性当任务还没执行完key就先过期了。这就导致锁提前失效。把这个过期时间设置的足够长，比如30s是否能解决这个问题呢？？很明显，设置多长时间合适，是无止境的。即使设置再长，也不能完全保证就没有提前失效的情况。而且如果设置的太长了，万一对应的服务器挂了，此时其他服务器也不能及时的获取到锁。

（2）因此相比于设置一个固定的长时间，不如动态的调整时间更合适。所谓watch dog，本质上是加锁的服务器上的一个单独的线程，通过这个线程来对锁过期时间进行"续约"。注意：这个线程是业务服务器上的，不是Redis服务器的。

（3）初始情况下设置过期时间为10s。同时设定看门狗线程每隔3s检测一次。那么当3s时间到的时候，看门狗就会判定当前任务是否完成。

• 如果任务已经完成，则直接通过lua脚本的方式，释放锁(删除key)。
• 如果任务未完成，则把过期时间重写设置为10s(即"续约")。

这样就不担心锁提前失效的问题了。而且另一方面，如果该服务器挂了，看门狗线程也就随之挂了，此时无人续约，这个key自然就可以迅速过期，让其他服务器能够获取到锁了。

7. 引入Redlock算法

（1）实践中的Redis 一般是以集群的方式部署的(至少是主从的形式，而不是单机)。那么就可能出现以下比较极端的大冤种情况：

• 服务器1向master节点进行加锁操作。这个写入key的过程刚刚完成，master挂了；slave 节点升级成了新的master节点。但是由于刚才写入的这个key尚未来得及同步给slave呢，此时就相当于服务器1的加锁操作形同虚设了。服务器2仍然可以进行加锁(即给新的master写入key。因为新的master不包含刚才的key)。
• 为了解决这个问题，Redis的作者提出了Redlock算法。

（2）我们引入一组Redis节点。其中每一组Redis节点都包含一个主节点和若干从节点。并且组和组之间存储的数据都是一致的，相互之间是"备份"关系(而并非是数据集合的一部分，这点有别于Redis cluster) 。加锁的时候按照一定的顺序，写多个master节点。在写锁的时候需要设定操作的"超时时间"，比如50ms。即如果setnx操作超过了50ms还没有成功，就视为加锁失败。

（3）如果给某个节点加锁失败，就立即再尝试下一个节点。当加锁成功的节点数超过总节点数的一半，才视为加锁成功。如上图，一共五个节点，三个加锁成功，两个失败，此时视为加锁成功。这样的话，即使有某些节点挂了，也不影响锁的正确性。

（4）同理，释放锁的时候，也需要把所有节点都进行解锁操作(即使是之前超时的节点，也要尝试解锁，尽量保证逻辑严密)。简而言之，Redlock算法的核心就是加锁操作不能只写给一个Redis节点，而要给多个分布式系统中的Redis节点进行加锁操作。最终的加锁成功结论是"少数服从多数的"。由于一个分布式系统不至于大部分节点都同时出现故障，因此这样的可靠性要比单个节点来说靠谱不少。