分布式锁深度剖析：ZooKeeper（CP）与 Redis（AP）的实现原理与对比

分布式锁深度剖析：ZooKeeper（CP）与 Redis（AP）的实现原理与对比

在分布式系统中，锁是协调多个进程对共享资源互斥访问的基础工具。本文将深入分析 ZooKeeper 和 Redis 两种主流分布式锁的实现方案，结合 CAP 理论对比它们的特性，并探讨极端情况下的问题与对策。

---

一、CAP 理论：分布式锁的设计基石

在开始之前，我们先回顾 CAP 理论，它解释了分布式系统在面临网络分区时的取舍：

特性	含义	说明
C（一致性）	所有节点在同一时刻看到相同的数据	写操作完成后，读操作必须返回最新值
A（可用性）	服务始终可用，每个请求都能收到非错误响应	不保证数据最新，但保证不超时
P（分区容错性）	系统在网络分区（节点间通信中断）时仍能继续运行	分布式系统必须选 P，然后在 C 和 A 之间权衡

• CP 系统：放弃可用性，保证强一致性和分区容错性（如 ZooKeeper、etcd）
• AP 系统：放弃强一致性，保证高可用和分区容错性（如 Redis 主从架构）

💡 分布式锁需要强一致性吗？通常需要 ------ 如果锁数据不一致，可能导致多个客户端同时进入临界区。但 Redis 为了性能选择了 AP 风格，所以会有丢锁风险。

---

二、ZooKeeper 实现分布式锁（CP 型）

2.1 基础版本：临时节点 + Watch（存在羊群效应）

ZooKeeper 的数据模型是树形目录（ZNode），支持临时节点 （会话结束时自动删除）和 Watch 机制（监听节点变化）。

加锁思路：

• 在锁目录下创建一个临时节点，比如 /locks/mutex。
• 创建成功的客户端获得锁。
• 其他客户端 watch 该节点，当节点被删除时（锁释放），所有监听客户端同时收到通知，然后抢占创建节点。

问题：羊群效应（Herd Effect）

当锁释放时，大量客户端被唤醒并尝试创建节点，但只有一个能成功，其余失败后会再次 watch，导致 ZooKeeper 瞬时压力巨大，网络开销急剧增加。

2.2 改进方案：临时顺序节点（避免羊群效应）

核心思想： 让所有客户端创建临时顺序节点 （如 /locks/lock_0000000001），节点序号全局递增。谁创建的节点序号最小，谁持有锁。

工作流程：
是
否
客户端请求加锁
在锁目录下创建临时顺序节点

/locks/lock_xxx
获取锁目录下所有子节点并排序
自己是否序号最小?
获得锁，执行业务
watch 序号比自己小的前一个节点
等待前一个节点删除事件
收到删除通知，重新判断
业务完成，删除自己节点

释放锁

为什么避免了羊群效应？

每个客户端只 watch 前一个节点，锁释放时只通知下一个节点（或少数节点），而不是所有客户端。

ZooKeeper 锁的优缺点：

优点	缺点
强一致性，锁安全可靠	性能相对较低（每次操作需要 ZooKeeper 集群多数确认）
客户端宕机自动释放（临时节点）	需要维护长连接（会话）
无羊群效应，公平锁	实现比 Redis 复杂

---

三、Redis 实现分布式锁（AP 型）

3.1 早期方案：SETNX + EXPIRE（非原子，有风险）

SETNX lock_key 1
EXPIRE lock_key 30

问题：如果 SETNX 后客户端崩溃，EXPIRE 未执行，锁永远不释放。

改进：使用 SET key value NX EX seconds 原子命令（Redis 2.6.12+）。

3.2 Redisson 实现：Lua + WatchDog

Redisson 是 Redis 官方推荐的 Java 分布式锁实现，内部通过 Lua 脚本 保证原子性，并提供 WatchDog 自动续期。

加锁流程（简化版）

WatchDog Redis单机/主节点 Redisson客户端 WatchDog Redis单机/主节点 Redisson客户端 loop 锁未释放且客户端存活 alt 加锁成功 EVAL Lua脚本 （判断锁是否存在，不存在则设置并返回1） 成功（返回1） / 失败（返回0） 启动 WatchDog 线程（每10秒执行） EVAL 续期Lua（将锁过期时间重置为30秒） OK

Lua 脚本核心逻辑（伪代码）：

if redis.call('exists', KEYS[1]) == 0 then
    redis.call('hset', KEYS[1], ARGV[2], 1)
    redis.call('pexpire', KEYS[1], ARGV[1])
    return 1
else
    if redis.call('hexists', KEYS[1], ARGV[2]) == 1 then
        redis.call('hincrby', KEYS[1], ARGV[2], 1)
        redis.call('pexpire', KEYS[1], ARGV[1])
        return 1
    else
        return 0
    end
end

WatchDog 续期机制：

• 默认锁超时时间 30 秒。
• 每 10 秒检查一次（锁超时时间的三分之一），如果客户端仍持有锁，则重置过期时间为 30 秒。
• 客户端宕机 → WatchDog 线程消失 → 锁到期自动释放（不会永久死锁）。

3.3 Redis 主从架构下的丢锁问题（致命缺陷）

场景： Redis 采用主从 + 哨兵模式（AP 架构）

1. 客户端向 Master 写入锁 key（成功）
2. Master 宕机，数据尚未同步到 Slave
3. 哨兵选举新 Master（原来的 Slave 升为主）
4. 新 Master 中没有锁 key
5. 另一个客户端可以成功加锁 → 两个客户端同时持有锁 ❌

这就是 AP 系统放弃一致性带来的严重后果。

3.4 RedLock 方案及其争议

为了修复主从丢锁问题，Redis 作者提出 RedLock：

• 部署至少 3 个独立的 Redis 主节点（非主从，无复制）。
• 客户端依次向所有节点请求加锁（使用相同的 key 和随机值）。
• 当超过半数节点（N/2+1）加锁成功，且总耗时小于锁有效时间，才认为加锁成功。
• 释放锁时向所有节点发送删除命令。

RedLock 的问题（Martin Kleppmann 等专家指出）：

1. 依赖系统时钟：锁的有效性依赖各节点时钟一致，时钟跳跃可能导致锁失效。
2. 垃圾回收（GC）停顿：客户端 GC 期间，锁可能已过期被其他客户端获取。
3. 网络延迟：复杂的同步逻辑，性能不如单节点 Redisson。
4. AOF 持久化问题：即使使用 RedLock，如果节点 AOF 未 fsync 就宕机，重启后可能丢失锁数据。

因此，生产环境中绝大多数 Redis 分布式锁直接使用 Redisson 单节点或主从模式，并接受极端情况下的丢锁风险（比如用于非关键业务，或配合业务回滚机制）。

---

四、ZooKeeper vs Redis 分布式锁对比

对比维度	ZooKeeper（CP）	Redis + Redisson（AP）
一致性	强一致性（ZAB 协议）	最终一致性（主从复制延迟可能丢锁）
可用性	较低（选举期间不可用）	高（主从切换快，或单节点一直可用）
性能	较低（每次操作需多数确认）	极高（内存操作 + 单线程）
锁释放	临时节点（会话结束自动删）	主动删除 + 超时释放 + WatchDog 续期
公平性	有序节点保证公平（先请求先得）	非公平锁（Redisson 默认非公平）
实现复杂度	较复杂（需管理会话、Watch）	简单（Redisson 封装完善）
典型场景	对安全性要求极高的场景（如选主、配置管理）	高并发、高性能场景（如秒杀、防重复提交）

---

五、选型建议

场景	推荐方案	原因
金融、交易系统	ZooKeeper / etcd	锁丢失可能造成资损，必须 CP
高并发秒杀	Redis 单节点（Redisson）	性能第一，丢锁概率低，可配合业务幂等
跨机房部署	ZooKeeper（CP）	Redis 主从同步跨机房延迟高，丢锁风险增大
简单防重复	Redis SET NX EX	无需 WatchDog，够用就好

⚠️ 注意：无论使用哪种锁，业务层都应设计幂等性，作为最后一道防线。

---

六、总结

• ZooKeeper 锁通过临时顺序节点 + Watch 实现了公平、安全的 CP 锁，避免了羊群效应，但性能相对较低。
• Redis 锁借助 Lua 原子性和 WatchDog 实现了高性能 AP 锁，但在主从架构下存在丢锁风险；RedLock 试图修复但仍有争议。
• CAP 理论帮我们理解两种锁的取舍：ZooKeeper 优先保证一致性与分区容错，Redis 优先保证可用性与分区容错。

分布式锁没有银弹，根据业务对一致性和性能的敏感度做出选择，才是最佳实践。

---

参考资料：

• 《Redis 设计与实现》
• Redisson 官方文档
• ZooKeeper 官方文档
• Martin Kleppmann 对 RedLock 的批评文章