11. 如何使用 Redis 快速实现分布式锁

如何理解分布式锁

Redis 可以通过 set key 方式来实现分布式锁
实际开发中还要考虑如何确保超时情况下的串行，如何合理的释放锁等
本文要讲的是一个完备的分布式锁应该具备哪些特性
以及如何使用 Redis 来一步步优化实现

分布式锁需要具有哪些特点

20230802165036.jpg

• 互斥性
  互斥是锁的基本特征，同一时刻只能有一个线程尺持有锁，执行临界操作
• 超时释放
  超时释放是锁的另一个必备特性
  可以对比 MySQL InnoDB 引擎中的 innodb_lock_wati_timeout 配置
  通过超时释放，防止不必要的线程等待和资源浪费
• 可重入性
  在分布式环境下，同一个节点上的同一个线程如果获取了锁之后，再次请求还是可以成功
• 高性能和高可用
  加锁和解锁的开销要尽可能小，同时也要需要保证高可用，防止分布式锁失效
• 支持阻塞和非阻塞性
  对比 Java 语言中的 wait() 和 notify() 等操作，这个一般是在业务代码中实现，比如在获取锁时通过 while(true) 或者轮询来实现阻塞操作

使用 setnx 实现分布式锁

使用 setnx 实现分布式锁的方案：以该锁为 key 设置一个随机的值

• 如果setnx 返回 1 ，则说明该进程获得锁
• 如果 setnx 返回 0，则说明其他进程已经获取了锁，进程不能进入临界区

如果需要阻塞当前进程，不断尝试 setnx 操作

if (setnx(key, value) == 1) {
  try {
    // 业务处理
  } finally {}
    // 释放锁
    del(key)
  }
}

使用 Java 中的 try-catch-finally 来完成锁的释放
使用这种方式来实现分布式锁的问题：不支持超时释放锁
如果进程在加锁后宕机，则会导致锁无法删除，其他进程无法获得锁

使用 setnx 和 expire 实现

if (setnx(key, value) == 1) {
  expire(key, expireTime)
  try {
    // 业务处理
  } finally {
    // 释放锁
    del(key)
  }
}

Redis 在设置一个 key 时，支持设置过期时间
可以在缓存中实现锁的超时释放，解决死锁问题
在 Redis 中，setnx 和 expire 这两个命令不具备原子性

在 Redis 2.8 版本中，扩展了 set 命令
支持 set 和 expire 指令组合使用
解决了加锁过程中失败的问题

SET key value expireTime nx

nx 表示仅在键不存在时设置
可以在同一时间内完成设置值和设置过期时间这两个操作
防止设置过期时间异常导致的死锁

set 扩展命令还存在问题吗？

在加锁和释放锁之间的业务逻辑执行的太长
以至于超出了锁的超时限制
缓存将对应的 key 删除，其他线程可以获取锁
出现对加锁资源的并发操作

案例：

• 客户端 A 获取锁的时候设置了 key 的过期时间为 2 秒
  客户端 A 在获取到锁之后，业务逻辑方法执行了 3 秒
• 客户端 A 获取的锁被 Redis 过期机制自动释放，客户端 B 请求锁成功，出现并发执行
• 客户端 A 执行完业务逻辑后，释放锁，删除对应的key
• 对应锁已经被客户端 B 获取到了，客户端 A 释放的锁实际是客户端 B 持有的锁

如何避免上述问题？

• 首先，基于 Redis 的分布式锁一般是用于耗时比较短的瞬时业务，业务上超时的可能性比较小
• 其次，在获取锁时，可以设置 value 为一个随机数，在释放锁时进行读取和对比
  确保释放的当前线程持有的锁，一般是通过 Redis 结合 Lua 脚本的方案实现
• 最后，需要添加完备的日志，记录上下游数据链路
  当出现超时，则需要检查对应的问题数据，并且进行人工修复

分布式锁的高可用

在生产环境中，为了保证高可用，避免单点故障，通常会使用 Redis 集群

集群下分布式锁存在哪些问题

集群环境下，Redis 通过主从复制来实现数据同步，Redis 的主从复制(Replication)是异步的
所以单节点下可用的方案在集群的环境中可能会出现问题
在故障转移（Failover）过程中丧失锁的安全性
假设 Master 节点获取到锁后在未完成数据同步的情况下，发生节点崩溃
此时在其他节点依然可以获取到锁，出现多个客户端同时获取到锁的情况

模拟这个场景，按照下面的顺序执行：

• 客户端 A 从 Master 节点获取锁
• Master 节点宕机，主从复制过程中，对应锁的 key 还没有同步到 Slave 节点上
• Slave 升级为 Master 节点，于是集群丢失了锁数据
• 其他客户端请求新的 Master 节点，获取到了对应同一个资源的锁
• 出现多个客户端同时持有同一个资源的锁，不满足锁的互斥性

关于集群下如何实现分布式锁 Redis 的作者提出了 Redlock 算法

Redlock 算法的流程

Redlock 算法是在单 Redis 节点基础上引入的高可用模式
Redlock 基于 N 个完全独立的 Redis 节点
一般是大于 3 的奇数个（通常情况下 N 可以设置为 5）
可以基于保证集群内各个节点不会同时宕机

假设当前集群有 5 个节点，运行 Redlock 算法的客户端依次执行下面各个步骤，来完成获取锁的操作：

• 客户端记录当前系统时间，以毫秒为单位
• 依次尝试从 5 个 Redis 实例中，使用相同的 key 获取锁
  当向 Redis 请求获取锁时，客户端应该设置一个网络连接和响应超时时间
  超时时间应该小于锁的失效时间，避免因为网络故障出现的问题
• 客户端使用当前时间减去开始获取锁时间就得到获取锁使用的时间
  当且仅当从半数以上的 Redis 节点获取到锁，并且当使用的时间小于锁失效的时间时，锁才算获取成功
• 如果获取到了锁，key 的真正有效时间等于有效时间减去获取锁所使用的时间，减少超时的几率
• 如果获取锁失败，客户端应该在所有的 Redis 实例上进行解锁
  防止因为服务端响应消息丢失，但是实际数据添加成功导致的不一致

在 Redis 官方推荐的 Java 客户端 Redisson 中，内置了对 RedLock 的实现
在实际业务中，一般使用基于单点的 Redis 实现分布式锁，出现数据不一致，通过人工手段去回补。