Redis分布式锁详细介绍

分布式锁

在单进程应用中，当一段代码同一时间内只能由一个线程执行时，

多线程下可能会出错，例如两个线程同时对一个数字做累加，两个线程同时拿到了该数字，例如40，一个线程加了10，一个线程加了20，正确结果应该是70，

但由于两个线程在自己的内存中一个算出的是50，一个算出的是60，此时二者都将自己的结果往该数字原本的地方写(保存)，

这时候，肯定会有一个线程的值会被覆盖，因为读取->计算->保存 并不是原子操作(原子操作是指不会被线程调度机制打断的操作，这种操作一旦开始，就会一直运行结束，中间不会有任何线程切换)，

也就是说最终的结果要么是50，要么是60，而不可能是70（出现并发或并行的情况下，这种情况大概率会发生），

单进程应用发生这种情况时，可以由程序提供的锁语义直接上锁(例如java中的sychornized)保证该段代码只会被一个线程执行，按照顺序来进行，结果将是正确的。

在分布式应用中，由于一台机器上可能跑着相同的应用进程，或者在不同的机器上跑着，原本程序自带的语义锁已经无法起到作用，

因为相同的代码可能是在不同的机器、进程中执行，所以此时需要一个能够让不同机器、进程中，相同的应用代码执行到同一段代码时，也能够按照顺序执行（或者同一时间内只有一个线程能够执行），

这就需要用到中间件来协调，可以实现分布式锁的中间件有很多，redis就是其中一个。

redis实现分布式锁的原理

redis中分布式锁的原理其实就是在redis当中设置一个值(当然要保证分布式应用连的都是同一个redis，以这个redis作为中间点，否则当然是没用的)，这个值只能由一个线程来存放，当其他线程(或者不同机器上的进程)也来存放时，发现这个值已经存在了，就说明此时已经有人在用这把锁了，这时候要么进行重试等待，要么进行放弃。

设置一般使用 SETNX (set if not exists) 指令，如果该值没有，则进行设置，有了则不设置，这就是拿锁的关键了，当拿到锁的人执行处理完毕后，再调用 DEL 执行进行锁的释放。

死锁问题

使用 SETNX 和 DEL 实现了分布式锁，但是有一种情况，如果一个线程进行了 SETNX 拿到锁成功后，突然这个线程因为某种原因崩溃了，导致没有进行 DEL 释放锁，

那么此时，将会导致其他所有的应用都再也没办法拿到这把锁，也就是 死锁 ，这个问题的解决方式是将锁设置一个有效期，到了有效期之后该锁将被自动释放，

使用 EXPIRE 可以给锁设置一个有效期，如下

SETNX LOCK-KEY-NAME true
EXPIRE LOCK-KEY-NAME 5

但是还有一个问题，因为 SETNX 和 EXPIRE 是分为两个指令执行的，这中间依然有可能出现 SETNX 执行完毕后，由于认为或者机器、程序发生的故障 导致 EXPIRE 没有执行成功，此时还是有可能会发生死锁，

事务能不能解决这个问题？

NO，因为 EXPIRE 是依赖 SETNX 的执行结果执行的，只有 SETNX 成功后，才能进行 EXPIRE，否则是不可以执行的，事务里并没有 if else 的分支逻辑，要么全部执行，要么一个都不执行。

在 redis2.8 的版本中，引入了set指令的拓展参数，可以让 SETNX 和 EXPIRE 同时执行(原子)，解决了超时问题，

SET LOCK-KEY-NAME true ex 5 nx

超时问题

上面虽然说到利用给锁设置过期时间解决可能会发生的死锁问题，但是万一我的程序代码执行时间超过了设置的过期时间，这时候锁自动释放了，但是我的代码还没执行完毕，其他人又进行执行了，导致结果出错怎么办？

在一般的开发场景中，我们会尽量将锁的时间设置的长一些，例如60s，一般应用程序在60s内都能执行完毕，但是怕就怕的是较真，如果60s内也执行不完怎么办？

此时可以使用一种续期的方案，就是当程序在执行过程中，不断的判断锁是否快要过期，代码是否执行完毕，如果快过期了没有执行完毕，就将这把锁进行续期，保证锁不会被自动释放，直到我们的代码执行完毕为止，这种方案在java中由一个叫做 redisson 的框架实现了，可以直接引入使用。

锁误放问题

在锁的使用过程中，很有可能出现其他应用没有拿到锁，但是也执行了 DEL 指令，将我们正在执行中的程序的锁释放了，导致其他地方拿到锁，进入代码段开始执行，

这里的解决方式是，在SETNX的时候，可以将value设置成一个随机生成并全局唯一的一串数字或字符，该线程一直持有字符，在释放锁的时候，将字符与锁中的字符进行比对，如果匹配，则可以进行释放锁，如果不匹配，说明是其他人误放，此时拒绝释放，

但是判断字符是否相同与释放锁并不是原子操作，redis也并不提供这么一种命令，所以我们考虑使用lua脚本执行这几步操作（redisson也实现了），

最重要的一点是，程序中使用释放锁的入口一定要统一，万一有的应用程序不使用上面所述的方法释放，直接使用 DEL ，那么上面说的方案就没用了（笔者为了测试，直接用DEL释放过）。

可重入性

可重入性是指线程在持有锁的情况下，再次请求加锁，如果一个锁支持同一个线程的多次加锁，那么这个锁就是可重入的，Java中的 ReentrantLock 就是可重入锁，大致的原理就是每次获取到锁后对一个数字进行 +1，每次释放的时候进行 -1，当数字为0时，分布式锁被释放，

redis锁如果要支持可重入性，也需要用上面的方式进行支持，不过该逻辑加重了复杂性，一般推荐将需要锁的代码段进行逻辑调整，避免重复获取分布式锁来处理。（当然redisson也支持了可重入锁）

Redlock

上面的方式看起来没有太多的问题了，但是由于redis本身可能也会发生问题，例如在Sentinel集群中，主节点挂掉，从节点变成主节点，但是客户端这时候是不知道的，

如果客户端在刚刚挂掉的主节点上SETNX成功了，但是这把锁还没有同步到从节点中，从节点这时候变成了主节点，这时候新主节点中没有这把锁的信息，

此时另一个客户端来请求这把锁，直接 SETNX 成功，又导致了两个客户端同时在执行相同的代码，又出现了不安全性，

为此业界提供了叫做 Redlock 的解决方案，原理大致是，提供多台redis实例，这些实例之间相互独立，没有主从关系（没有任何关系），同其他分布式算法一样，使用了大多数机制，

加锁时，它会向过半节点发出 set(key, value, nx = True, ex = xxx)指令，只要过半节点设置成功，这把锁就算拿到了，释放锁时向所有节点发出 DEL 指令，

Redlock算法(Redisson已支持)需要考虑出错重试，时钟漂移等等细节问题，同时Redlock需要向多个节点进行读写，性能将要比单例redis下降，

如果业务场景对错误的发生容忍度很低，又可以接受性能稍微有点下降，可以考虑采用Redlock算法。