redis红锁

一、为什么需要 Redlock?

背景问题:

在实际生产环境中,单个 Redis 实例可能存在以下风险:

风险 说明
单点故障(SPOF) Redis 宕机会导致锁失效
主从复制延迟 使用哨兵或集群,主从之间同步是异步的,可能导致锁误删
网络分区问题 节点彼此之间通信中断,客户端可能和不同 Redis 发生交互,导致锁争抢错误

所以问题是:

如何在多 Redis 节点中安全地加锁,同时避免网络和节点不一致导致的锁"幻觉"

于是 Redis 作者 antirez(Salvatore Sanfilippo)提出了 Redlock 算法。


二、Redlock 的设计目标

保证即使在 Redis 节点部分失效、网络延迟等问题下,也能安全地获得分布式锁,并确保"只有一个客户端获得锁"。


三、Redlock 的核心思想

Redlock 使用多个相互独立的 Redis 实例(建议 5 个),算法流程如下:

✅ 加锁流程(五步):

  1. 获取当前时间戳 T1(毫秒)

  2. 使用相同的 keyvalue多个 Redis 节点顺序执行加锁操作,命令:

    复制代码
    SET lock_key value NX PX 30000
  3. 尝试在 大多数节点 上加锁成功(比如 5 个节点中 ≥3 个成功)

  4. 计算总耗时 T2 - T1,必须小于锁的过期时间(比如 30000ms)

  5. 若满足以上条件,则加锁成功,否则失败并回滚(解掉已经加上的锁)

✅ 只有同时满足"多数节点成功 + 时间窗口有效",才认为锁真正成功。


四、Redlock 加锁成功的示意图

复制代码
Client A             Redis-1    Redis-2    Redis-3    Redis-4    Redis-5
   |-----------------> SET NX PX (成功)
   |-----------------------------> SET NX PX (成功)
   |-------------------------------------> SET NX PX (失败)
   |-------------------------> SET NX PX (成功)
   |-----------------------------------------------> SET NX PX (成功)

✅ 成功节点 = 4 >= 3
⏱ 加锁耗时 = 30ms < 30000ms

🔐=> 加锁成功!

五、Redlock 的释放锁逻辑

与单节点 Redis 锁相同,必须使用 Lua 脚本确保只删除自己的锁,否则可能删错别人设置的锁。

客户端应在每个实例上执行以下逻辑:

复制代码
if redis.call("get", KEYS[1]) == ARGV[1] then
  return redis.call("del", KEYS[1])
else
  return 0
end

六、Redlock 的优点

优点 说明
高容错 允许部分 Redis 节点故障
避免主从延迟风险 不依赖某个主节点,多个节点投票机制更健壮
强一致性更近一步 多节点协调提升了锁的可靠性
官方推荐方案 来自 Redis 原作者,适合追求安全性的分布式场景

七、Redlock 的缺点 & 争议点

虽然 Redlock 设计理念优秀,但在业界也有一定争议:

  1. 复杂性高:需要多个 Redis 实例维护、同步、多点操作、时钟精度问题

  2. 实际并不绝对安全:在极端网络分区场景下仍可能导致脑裂

  3. Redisson 中实现的是"改良版":引入了"看门狗"机制自动续约

参考论文:《How to do distributed locking》(Martin Kleppmann)


八、Redlock 实践建议

  • 使用 Redis 5 个独立节点(物理或逻辑隔离)

  • 设置合理过期时间(避免锁误释放)

  • 使用 UUID 作为锁值,防止误删他人锁

  • 使用 Lua 脚本释放锁

  • 可以使用 Redisson 作为客户端库,它对 Redlock 做了良好封装


九、Redlock vs 普通 Redis 分布式锁对比

项目 单节点 Redis 锁 Redlock
节点数量 1 ≥ 3(推荐5)
可用性 容易单点故障 容错性强
一致性 较弱(主从问题) 更强
复杂性 简单 较高
实现方式 SET NX PX 多节点投票、时间窗口

十、总结一句话

Redlock 是一种提升 Redis 分布式锁一致性和容错性的算法,通过多个独立 Redis 实例投票确认,降低因单节点故障或主从延迟带来的锁安全隐患。

相关推荐
自由能燃气设备3 分钟前
燃气容积式热水器厂家选购指南:2026年商用热水设备采购避坑手册
大数据·数据库·数据仓库·人工智能
oradh18 分钟前
Oracle数据文件的大小和数量的限制总结
数据库·oracle·数据文件大小限制·数据文件数量限制
刘某的Cloud20 分钟前
Galera Cluster部署 mariadb 节点down机,log sequence number恢复
linux·运维·数据库·负载均衡·mariadb·集群·高可用
xiaohaiAIgeo21 分钟前
【2026年】ASHRAE 110与EN 14175通风柜测试标准对比:进口与国产品牌性能差距
java·前端·数据库·科普知识
SelectDB24 分钟前
Apache Doris 4.1 Spill to Disk:避免运行内存密集型查询发生 OOM
数据库
要开心吖ZSH1 小时前
本地缓存方案选择指南:volatile、ConcurrentHashMap、Caffeine 怎么选?
缓存·caffeine·volatile·本地缓存
范什么特西1 小时前
redis题目面渣重点
数据库·redis·缓存
今天的砖头有点烫手啊2 小时前
接口太慢?Spring Boot 缓存体系 @Cacheable 全链路拆解
spring boot·后端·缓存
TDengine (老段)2 小时前
TDengine taosAdapter — 多协议网关详解
大数据·数据库·物联网·时序数据库·iot·tdengine·涛思数据
Nturmoils2 小时前
SQL Server 迁移到 KingbaseES:一次复杂 BI 查询的性能实测
数据库