Redis分布式锁的原理以及如何续期

面试问题

Redis锁的过时时间小于业务的执行时间该如何续期？

问题分析

首先若是你以前用Redis的分布式锁的姿式正确,而且看过相应的官方文档的话,这个问题So easy.咱们来看

 

不少同窗在用分布式锁时,都是直接百度搜索找一个Redis分布式锁工具类就直接用了，其实Redis分布式锁比较正确的姿式是采用redisson这个客户端工具

如何回答

默认状况下,加锁的时间是30秒.若是加锁的业务没有执行完,那么到 30-10 = 20秒的时候,就会进行一次续期,把锁重置成30秒.那这个时候可能又有同窗问了,那业务的机器万一宕机了呢?宕机了定时任务跑不了,就续不了期,那天然30秒以后锁就解开了呗.

 

Redisson分布式锁的底层原理 

redisson实现Redis分布式锁的底层原理

 

https://mp.weixin.qq.com/s/y_Uw3P2Ll7wvk_j5Fdlusw

1）加锁机制

我们来看上面那张图，如今某个客户端要加锁。若是该客户端面对的是一个redis cluster集群，他首先会根据hash节点选择一台机器。

这里注意，仅仅只是选择一台机器！这点很关键！

紧接着，就会发送一段lua脚本到redis上，那段lua脚本以下所示：

 

为啥要用lua脚本呢？

由于一大坨复杂的业务逻辑，能够经过封装在lua脚本中发送给redis，保证这段复杂业务逻辑执行的原子性。

那么，这段lua脚本是什么意思呢？

KEYS[1]表明的是你加锁的那个key，好比说：

RLock lock = redisson.getLock("myLock");

这里你本身设置了加锁的那个锁key就是“myLock”。

ARGV[1]表明的就是锁key的默认生存时间，默认30秒。

ARGV[2]表明的是加锁的客户端的ID，相似于下面这样：

8743c9c0-0795-4907-87fd-6c719a6b4586:1

给你们解释一下，第一段if判断语句，就是用“exists myLock”命令判断一下，若是你要加锁的那个锁key不存在的话，你就进行加锁。

如何加锁呢？很简单，用下面的命令：

hset myLock 

    8743c9c0-0795-4907-87fd-6c719a6b4586:1 1

经过这个命令设置一个hash数据结构，这行命令执行后，会出现一个相似下面的数据结构：

 

上述就表明“8743c9c0-0795-4907-87fd-6c719a6b4586:1”这个客户端对“myLock”这个锁key完成了加锁。

接着会执行“pexpire myLock 30000”命令，设置myLock这个锁key的生存时间是30秒。

好了，到此为止，ok，加锁完成了。

 

（2）锁互斥机制

那么在这个时候，若是客户端2来尝试加锁，执行了一样的一段lua脚本，会咋样呢？

很简单，第一个if判断会执行“exists myLock”，发现myLock这个锁key已经存在了。

接着第二个if判断，判断一下，myLock锁key的hash数据结构中，是否包含客户端2的ID，可是明显不是的，由于那里包含的是客户端1的ID。

因此，客户端2会获取到pttl myLock返回的一个数字，这个数字表明了myLock这个锁key的剩余生存时间。好比还剩15000毫秒的生存时间。

此时客户端2会进入一个while循环，不停的尝试加锁。

 

（3）watch dog自动延期机制

客户端1加锁的锁key默认生存时间才30秒，若是超过了30秒，客户端1还想一直持有这把锁，怎么办呢？

简单！只要客户端1一旦加锁成功，就会启动一个watch dog看门狗，他是一个后台线程，会每隔10秒检查一下，若是客户端1还持有锁key，那么就会不断的延长锁key的生存时间。

 

（4）可重入加锁机制

那若是客户端1都已经持有了这把锁了，结果可重入的加锁会怎么样呢？

好比下面这种代码：

 

这时咱们来分析一下上面那段lua脚本。

第一个if判断确定不成立，“exists myLock”会显示锁key已经存在了。

第二个if判断会成立，由于myLock的hash数据结构中包含的那个ID，就是客户端1的那个ID，也就是“8743c9c0-0795-4907-87fd-6c719a6b4586:1”

此时就会执行可重入加锁的逻辑，他会用：

incrby myLock 

 8743c9c0-0795-4907-87fd-6c71a6b4586:1 1

经过这个命令，对客户端1的加锁次数，累加1。

此时myLock数据结构变为下面这样：

 

你们看到了吧，那个myLock的hash数据结构中的那个客户端ID，就对应着加锁的次数

 

（5）释放锁机制

若是执行lock.unlock()，就能够释放分布式锁，此时的业务逻辑也是很是简单的。

其实说白了，就是每次都对myLock数据结构中的那个加锁次数减1。

若是发现加锁次数是0了，说明这个客户端已经再也不持有锁了，此时就会用：

“del myLock”命令，从redis里删除这个key。

而后呢，另外的客户端2就能够尝试完成加锁了。

这就是所谓的分布式锁的开源Redisson框架的实现机制。

通常咱们在生产系统中，能够用Redisson框架提供的这个类库来基于redis进行分布式锁的加锁与释放锁。

 

 

（6）上述Redis分布式锁的缺点

其实上面那种方案最大的问题，就是若是你对某个redis master实例，写入了myLock这种锁key的value，此时会异步复制给对应的master slave实例。

可是这个过程当中一旦发生redis master宕机，主备切换，redis slave变为了redis master。

接着就会致使，客户端2来尝试加锁的时候，在新的redis master上完成了加锁，而客户端1也觉得本身成功加了锁。

此时就会致使多个客户端对一个分布式锁完成了加锁。

这时系统在业务语义上必定会出现问题，致使各类脏数据的产生。

 

因此这个就是redis cluster，或者是redis master-slave架构的主从异步复制致使的redis分布式锁的最大缺陷：在redis master实例宕机的时候，可能致使多个客户端同时完成加锁。

 

 

参考文章：

https://mp.weixin.qq.com/s/y_Uw3P2Ll7wvk_j5Fdlusw

相关文章：

https://mp.weixin.qq.com/s/RLeujAj5rwZGNYMD0uLbrg（每秒上千订单场景下的分布式锁高并发优化实践）