Redis中是如何实现分布式锁的？

分布式锁常见的三种实现方式：

1. 数据库乐观锁；

2. 基于Redis的分布式锁；

3. 基于ZooKeeper的分布式锁。

本地面试考点是，你对Redis使用熟悉吗？Redis中是如何实现分布式锁的。

要点

Redis要实现分布式锁，如下条件应该获得知足

互斥性

• 在任意时刻，只有一个客户端能持有锁。

不能死锁

• 客户端在持有锁的期间崩溃而没有主动解锁，也能保证后续其余客户端能加锁。

容错性

• 只要大部分的Redis节点正常运行，客户端就能够加锁和解锁。

实现

能够直接经过 set key value px milliseconds nx 命令实现加锁， 经过Lua脚本实现解锁。

//获取锁（unique_value能够是UUID等）
SET resource_name unique_value NX PX  30000

//释放锁（lua脚本中，必定要比较value，防止误解锁）
if redis.call("get",KEYS[1]) == ARGV[1] then
    return redis.call("del",KEYS[1])
else
    return 0
end

 

代码解释

• set 命令要用 set key value px milliseconds nx，替代 setnx + expire 须要分两次执行命令的方式，保证了原子性，

• value 要具备惟一性，可使用UUID.randomUUID().toString()方法生成，用来标识这把锁是属于哪一个请求加的，在解锁的时候就能够有依据；

• 释放锁时要验证 value 值，防止误解锁；

• 经过 Lua 脚原本避免 Check And Set 模型的并发问题，由于在释放锁的时候由于涉及到多个Redis操做 （利用了eval命令执行Lua脚本的原子性）；

加锁代码分析

首先，set()加入了NX参数，能够保证若是已有key存在，则函数不会调用成功，也就是只有一个客户端能持有锁，知足互斥性。其次，因为咱们对锁设置了过时时间，即便锁的持有者后续发生崩溃而没有解锁，锁也会由于到了过时时间而自动解锁（即key被删除），不会发生死锁。最后，由于咱们将value赋值为requestId，用来标识这把锁是属于哪一个请求加的，那么在客户端在解锁的时候就能够进行校验是不是同一个客户端。

解锁代码分析

将Lua代码传到jedis.eval()方法里，并使参数KEYS[1]赋值为lockKey，ARGV[1]赋值为requestId。在执行的时候，首先会获取锁对应的value值，检查是否与requestId相等，若是相等则解锁（删除key）。

存在的风险

若是存储锁对应key的那个节点挂了的话，就可能存在丢失锁的风险，致使出现多个客户端持有锁的状况，这样就不能实现资源的独享了。

1. 客户端A从master获取到锁

2. 在master将锁同步到slave以前，master宕掉了（Redis的主从同步一般是异步的）。
   主从切换，slave节点被晋级为master节点

3. 客户端B取得了同一个资源被客户端A已经获取到的另一个锁。致使存在同一时刻存不止一个线程获取到锁的状况。

redlock算法出现

这个场景是假设有一个 redis cluster，有 5 个 redis master 实例。而后执行以下步骤获取一把锁：

1. 获取当前时间戳，单位是毫秒；

2. 跟上面相似，轮流尝试在每一个 master 节点上建立锁，过时时间较短，通常就几十毫秒；

3. 尝试在大多数节点上创建一个锁，好比 5 个节点就要求是 3 个节点 n / 2 + 1；

4. 客户端计算创建好锁的时间，若是创建锁的时间小于超时时间，就算创建成功了；

5. 要是锁创建失败了，那么就依次以前创建过的锁删除；

6. 只要别人创建了一把分布式锁，你就得不断轮询去尝试获取锁。

 

Redis 官方给出了以上两种基于 Redis 实现分布式锁的方法，详细说明能够查看：

https://redis.io/topics/distlock 。

Redisson实现

Redisson是一个在Redis的基础上实现的Java驻内存数据网格（In-Memory Data Grid）。它不只提供了一系列的分布式的Java经常使用对象，还实现了可重入锁（Reentrant Lock）、公平锁（Fair Lock、联锁（MultiLock）、 红锁（RedLock）、 读写锁（ReadWriteLock）等，还提供了许多分布式服务。

Redisson提供了使用Redis的最简单和最便捷的方法。Redisson的宗旨是促进使用者对Redis的关注分离（Separation of Concern），从而让使用者可以将精力更集中地放在处理业务逻辑上。

Redisson 分布式重入锁用法

Redisson 支持单点模式、主从模式、哨兵模式、集群模式，这里以单点模式为例：

// 1.构造redisson实现分布式锁必要的Config
Config config = new Config();
config.useSingleServer().setAddress("redis://127.0.0.1:5379").setPassword("123456").setDatabase(0);
// 2.构造RedissonClient
RedissonClient redissonClient = Redisson.create(config);
// 3.获取锁对象实例（没法保证是按线程的顺序获取到）
RLock rLock = redissonClient.getLock(lockKey);
try {
    /**
     * 4.尝试获取锁
     * waitTimeout 尝试获取锁的最大等待时间，超过这个值，则认为获取锁失败
     * leaseTime   锁的持有时间,超过这个时间锁会自动失效（值应设置为大于业务处理的时间，确保在锁有效期内业务能处理完）
     */
    boolean res = rLock.tryLock((long)waitTimeout, (long)leaseTime, TimeUnit.SECONDS);
    if (res) {
        //成功得到锁，在这里处理业务
    }
} catch (Exception e) {
    throw new RuntimeException("aquire lock fail");
}finally{
    //不管如何, 最后都要解锁
    rLock.unlock();
}

 

加锁流程图

解锁流程图

咱们能够看到，RedissonLock是可重入的，而且考虑了失败重试，能够设置锁的最大等待时间， 在实现上也作了一些优化，减小了无效的锁申请，提高了资源的利用率。

须要特别注意的是，RedissonLock 一样没有解决 节点挂掉的时候，存在丢失锁的风险的问题。而现实状况是有一些场景没法容忍的，因此 Redisson 提供了实现了redlock算法的 RedissonRedLock，RedissonRedLock 真正解决了单点失败的问题，代价是须要额外的为 RedissonRedLock 搭建Redis环境。

因此，若是业务场景能够容忍这种小几率的错误，则推荐使用 RedissonLock， 若是没法容忍，则推荐使用 RedissonRedLock。

参考

https://github.com/javazhiyin/advanced-java/
https://crazyfzw.github.io/2019/04/15/distributed-locks-with-redis/

最近三期

【04期】分库分表以后，id 主键如何处理？

【05期】消息队列中，如何保证消息的顺序性？

【06期】单例模式有几种写法？