上节课，我提到，在应对并发问题时，除了原子操作，
Redis 客户端还可以通过加锁的方式，来控制并发写操作对共享数据的修改，从而保证数据的正确性。

但是，Redis 属于分布式系统，当有多个客户端需要争抢锁时，
我们必须要保证，这把锁不能是某个客户端本地的锁。
否则的话，其它客户端是无法访问这把锁的，当然也就不能获取这把锁了。
所以，在分布式系统中，当有多个客户端需要获取锁时，我们需要分布式锁。

此时，锁是保存在一个共享存储系统中的，锁要可以被多个客户端共享访问和获取。
Redis 本身就可以被多个客户端共享访问，正好就是一个共享存储系统，Redis 可以用来保存分布式锁。
而且 Redis 的读写性能高，可以应对高并发的锁操作场景。

所以，这节课，我就来和你聊聊如何基于 Redis 实现分布式锁。
我们日常在写程序的时候，经常会用到单机上的锁，你应该也比较熟悉了。
而分布式锁和单机上的锁既有相似性，但也因为分布式锁是用在分布式场景中，所以又具有一些特殊的要求。
所以，接下来，我就先带你对比下分布式锁和单机上的锁，找出它们的联系与区别，
这样就可以加深你对分布式锁的概念和实现要求的理解。

单机上的锁和分布式锁的联系与区别

我们先来看下单机上的锁。对于在单机上运行的多线程程序来说，锁本身可以用一个变量来表示。

变量的值为 0 时，表示没有线程获取锁
变量的值为 1 时，表示已经有线程获取到锁了

我们通常说的线程调用加锁和释放锁的操作，到底是什么意思呢？
实际上，一个线程调用加锁操作，其实就是检查锁变量的值是否为 0。

如果值是 0，就把锁变量的值设置为 1，表示获取到锁了
如果值不是 0，就返回错误信息，表示加锁失败，已经有别的线程获取到锁了。

而一个线程调用释放锁操作，其实就是将锁变量的值设置为 0，以便其它线程可以来获取锁。

我用一段代码来展示下加锁和释放锁的操作，其中，lock 为锁变量。

acquire_lock(){
  if lock == 0
     lock = 1
     return 1
  else
     return 0
} 
release_lock(){
  lock = 0
  return 1
}

和单机上的锁类似，分布式锁同样可以用一个变量来实现。
客户端加锁和释放锁的操作逻辑，也和单机上的加锁和释放锁操作逻辑一致：

加锁时需要判断锁变量的值，根据锁变量值来判断能否加锁成功
释放锁时需要把锁变量的值设置为 0，表明当前客户端不再持有锁

但是，和在单机上操作锁不同的是，在分布式场景下，锁变量需要由一个共享存储系统来维护，
只有这样，多个客户端才可以通过访问共享存储系统来访问锁变量。
相应的，加锁和释放锁的操作就变成了读取、判断和设置共享存储系统中的锁的变量值。

这样一来我们就可以得出，实现分布式锁的两个要求。

要求一：分布式锁的加锁和释放锁的过程，涉及多个操作。

所以，在实现分布式锁时，我们需要保证这些锁操作的原子性

要求二：共享存储系统保存了锁变量，如果共享存储系统发生故障或宕机，那么客户端也就无法进行锁操作了。在实现分布式锁时，我们需要考虑保证共享存储系统的可靠性，进而保证锁的可靠性。

知道了实现分布式锁的具体要求，接下来，我们就来学习下 Redis 是怎么实现分布式锁的。
其实，我们既可以基于单个 Redis 节点来实现分布式锁，
也可以使用多个 Redis 节点来实现分布式锁。
这两种方式实现的分布式锁，锁的可靠性是不一样的。

基于单个 Redis 节点实现分布式锁

我们先来看基于单个 Redis 节点实现分布式锁。

作为分布式锁实现过程中的共享存储系统，Redis 可以使用键值对来保存锁变量，再接收和处理不同客户端发送的加锁和释放锁的操作请求。
那么，键值对的键和值具体是怎么定的呢？
我们要赋予锁变量一个变量名，把这个变量名作为键值对的键，而锁变量的值，则是键值对的值，
这样一来，Redis 就能保存锁变量了，客户端也就可以通过 Redis 的命令操作来实现锁操作。

为了帮助你理解，我画了一张图片，
这张图展示了 Redis 使用键值对保存锁变量，以及两个客户端同时请求加锁的操作过程。

可以看到，Redis 可以使用一个键值对 lock_key:0 来保存锁变量，
其中，键是 lock_key，也是锁变量的名称，锁变量的初始值是 0。

我们再来分析下加锁操作。
在图中，客户端 A 和客户端 C 同时请求加锁。
因为 Redis 使用单线程处理请求，所以，即使客户端 A 和客户端 C 同时把加锁请求发给了 Redis，
Redis 也会串行处理它们的请求。
我们假设 Redis 先处理客户端 A 的请求，读取 lock_key 的值，发现 lock_key 的值为 0，
所以，Redis 就把 lock_key 的 value 设置为 1，表示已经加锁了。
紧接着，Redis 处理客户端 C 的请求，
此时，Redis 会发现 lock_key 的值已经为 1 了，所以就返回加锁失败的信息。

刚刚说的是加锁的操作，那释放锁该怎么操作呢？
其实，释放锁就是直接把锁变量值设置为 0。
当客户端 A 持有锁时，锁变量 lock_key 的值为 1。
客户端 A 执行释放锁操作后，Redis 将 lock_key 的值设置为 0，表明已经没有客户端持有锁了。

如何保证加锁操作的原子性
因为加锁包含了三个操作（读取锁变量、判断锁变量的值以及把锁变量的值设置为 1），
而这三个操作在执行时需要保证原子性。
那该怎么保证这三个操作的原子性呢？

上节课，我们学过，要想保证操作的原子性，有两种通用的方法，
分别是：使用 Redis 的单命令操作和使用 Lua 脚本。

那么，在分布式加锁场景下，该怎么应用这两个方法呢？
我们先来看下，Redis 可以用哪些单命令操作实现加锁操作。
首先是 SETNX 命令，它用于设置键值对的值。具体来说，SETNX 命令在执行时会判断键值对是否存在，如果不存在，就设置键值对的值，如果存在，就不做任何设置。
对于释放锁操作来说，我们可以在执行完业务逻辑后，使用 DEL 命令删除锁变量。
不过，你不用担心锁变量被删除后，其他客户端无法请求加锁了。
因为 SETNX 命令在执行时，如果要设置的键值对不存在，SETNX 命令会先创建键值对，然后设置它的值。
所以，释放锁之后，再有客户端请求加锁时，
SETNX 命令会创建保存锁变量的键值对，并设置锁变量的值，完成加锁。

总结来说，我们可以用 SETNX 和 DEL 命令组合来实现加锁和释放锁操作。
下面的伪代码示例显示了锁操作的过程，你可以看下。

// 加锁
SETNX lock_key 1
// 业务逻辑
DO THINGS
// 释放锁
DEL lock_key

不过，使用 SETNX 和 DEL 命令组合实现分布锁，存在两个潜在的风险。

第一个风险是：假如某个客户端在执行了 SETNX 命令、加锁之后，紧接着却在操作共享数据时发生了异常，结果一直没有执行最后的 DEL 命令释放锁。因此，锁就一直被这个客户端持有，其它客户端无法拿到锁，也无法访问共享数据和执行后续操作，这会给业务应用带来影响。
第二个风险是：如果客户端 A 执行了 SETNX 命令加锁后，假设客户端 B 执行了 DEL 命令释放锁，此时，客户端 A 的锁就被误释放了。

如果客户端 C 正好在申请加锁，就可以成功获得锁，进而开始操作共享数据。这样一来，客户端 A 和客户
端 C 同时在对共享数据进行操作，数据就可能会被修改错误。

针对第一个问题，一个有效的解决方法是：给锁变量设置一个过期时间。
这样一来，即使持有锁的客户端发生了异常，无法主动地释放锁，
Redis 也会根据锁变量的过期时间，在锁变量过期后，把它删除。
其它客户端在锁变量过期后，就可以重新请求加锁，这就不会出现无法加锁的问题了。

为了应对第二个问题，我们需要能区分来自不同客户端的锁操作，具体怎么做呢？
我们可以在锁变量的值上想想办法。
在使用 SETNX 命令进行加锁的方法中，我们通过把锁变量的值设置为 1 或 0，表示是否加锁成功。
1 和 0 只有两种状态，无法表示究竟是哪个客户端进行的锁操作。
所以，我们在加锁操作时，可以让每个客户端给锁变量设置一个唯一值，唯一值用来标识当前操作的客户端。
在释放锁操作时，客户端需要判断，当前锁变量的值是否和自己的唯一标识相等，只有在相等的情况下，才能释放锁。这样一来，就不会出现误释放锁的问题了。

知道了：使用 SETNX 和 DEL 命令组合实现分布锁，存在的两个潜在风险以及对应的解决方案，
那么，在 Redis 中，具体是怎么实现解决方案的呢？

在查看具体的代码前，我要先带你学习下 Redis 的 SET 命令。
我们刚刚在说 SETNX 命令的时候提到，
对于不存在的键值对，SETNX 会先创建再设置值（也就是“不存在即设置”），
为了能达到和 SETNX 命令一样的效果，Redis 给 SET 命令提供了类似的选项 NX，用来实现“不存在即设置”。
如果使用了 NX 选项，SET 命令只有在键值对不存在时，才会进行设置，否则不做赋值操作。
此外，SET 命令在执行时还可以带上 EX 或 PX 选项，用来设置键值对的过期时间。

比如：执行下面的命令时，只有 key 不存在时，SET 才会创建 key，并对 key 进行赋值。
另外，key 的存活时间由 seconds 或者 milliseconds 选项值来决定。
SET key value [EX seconds | PX milliseconds] [NX]

有了 SET 命令的 NX 和 EX / PX 选项后，我们就可以用下面的命令来实现加锁操作了。

// 加锁, unique_value作为客户端唯一性的标识
SET lock_key unique_value NX PX 10000

其中，unique_value 是客户端的唯一标识，可以用一个随机生成的字符串来表示，
PX 10000 则表示 lock_key 会在 10s 后过期，以免客户端在这期间发生异常而无法释放锁。
因为在加锁操作中，每个客户端都使用了一个唯一标识，
所以在释放锁操作时，我们需要判断锁变量的值，是否等于执行释放锁操作的客户端的唯一标识，如下所示：

//释放锁 比较unique_value是否相等，避免误释放
if redis.call("get",KEYS[1]) == ARGV[1] then
    return redis.call("del",KEYS[1])
else
    return 0
end

这是使用 Lua 脚本实现的释放锁操作的伪代码，其中，KEYS[1] 表示 lock_key，ARGV[1] 是当前客户端的唯一标识，这两个值都是我们在执行 Lua 脚本时作为参数传入的。
最后，我们执行下面的命令，就可以完成锁释放操作了。
redis-cli --eval unlock.script lock_key , unique_value

你可能也注意到了，在释放锁操作中，我们使用了 Lua 脚本，
这是因为，释放锁操作的逻辑也包含了读取锁变量、判断值、删除锁变量的多个操作，
而 Redis 在执行 Lua 脚本时，可以以原子性的方式执行，从而保证了锁释放操作的原子性。
到这里，你了解了如何使用 SET 命令和 Lua 脚本在 Redis 单节点上实现分布式锁。

但是，我们现在只用了一个 Redis 实例来保存锁变量，
如果这个 Redis 实例发生故障宕机了，那么锁变量就没有了。
此时，客户端也无法进行锁操作了，这就会影响到业务的正常执行。
所以，我们在实现分布式锁时，还需要保证锁的可靠性。那怎么提高呢？
这就要提到基于多个 Redis 节点实现分布式锁的方式了。

基于多个 Redis 节点实现高可靠的分布式锁

当我们要实现高可靠的分布式锁时，就不能只依赖单个的命令操作了，
我们需要按照一定的步骤和规则进行加解锁操作，否则，就可能会出现锁无法工作的情况。
“一定的步骤和规则”是指什么呢？其实就是分布式锁的算法。
为了避免 Redis 实例故障而导致的锁无法工作的问题，Redis 的开发者 Antirez 提出了分布式锁算法 Redlock。

Redlock 算法的基本思路是：让客户端和多个独立的 Redis 实例依次请求加锁，
如果客户端能够和半数以上的 Redis 实例成功地完成加锁操作，
那么我们就认为，客户端成功地获得分布式锁了，否则加锁失败。

这样一来，即使有单个 Redis 实例发生故障，
因为锁变量在其它 Redis 实例上也有保存，所以，客户端仍然可以正常地进行锁操作，锁变量并不会丢失。

我们来具体看下 Redlock 算法的执行步骤。
Redlock 算法的实现需要有 N 个独立的 Redis 实例。
接下来，我们可以分成 3 步来完成加锁操作。

加锁操作的第一步是：客户端获取当前时间。

加锁操作的第二步是：客户端按顺序依次向 N 个 Redis 实例执行加锁操作。
这里的加锁操作和在单实例上执行的加锁操作一样，
使用 SET 命令，带上 NX，EX / PX 选项，以及带上客户端的唯一标识。
如果某个 Redis 实例发生故障了，
为了保证在这种情况下，Redlock 算法能够继续运行，我们需要给加锁操作设置一个超时时间。
如果客户端在和一个 Redis 实例请求加锁时，一直到超时都没有成功，
那么，客户端会和下一个 Redis 实例继续请求加锁。
加锁操作的超时时间需要远远地小于锁的有效时间，一般也就是设置为几十毫秒。

加锁操作的第三步是：一旦客户端完成了和所有 Redis 实例的加锁操作，客户端要计算整个加锁过程的总耗时。
客户端只有在满足下面的这两个条件时，才能认为是加锁成功。

条件一：客户端从超过半数（ ≥ N / 2 + 1）的 Redis 实例上成功获取到了锁
条件二：客户端获取锁的总耗时没有超过锁的有效时间。

在满足了这两个条件后，我们需要重新计算这把锁的有效时间，
计算的结果是：锁的最初有效时间 - 客户端为获取锁的总耗时。
如果锁的有效时间已经来不及完成共享数据的操作了，
我们可以释放锁，以免出现还没完成数据操作，锁就过期了的情况。

如果客户端在和所有 Redis 实例执行完加锁操作后，没能同时满足上面两个条件，
那么，客户端向所有 Redis 节点发起释放锁的操作。
在 Redlock 算法中，释放锁的操作和在单实例上释放锁的操作一样，只要执行释放锁的 Lua 脚本就可以了。

这样一来，只要 N 个 Redis 实例中的半数以上实例能正常工作，就能保证分布式锁的正常工作了。
所以，在实际的业务应用中，如果你想要提升分布式锁的可靠性，就可以通过 Redlock 算法来实现。

小结

分布式锁是由共享存储系统维护的变量，多个客户端可以向共享存储系统发送命令进行加锁或释放锁操作。
Redis 作为一个共享存储系统，可以用来实现分布式锁。

在基于单个 Redis 实例实现分布式锁时，对于加锁操作，我们需要满足三个条件。

加锁包括了读取锁变量、检查锁变量值和设置锁变量值三个操作，但需要以原子操作的方式完成，

所以，我们使用 SET 命令带上 NX 选项来实现加锁

锁变量需要设置过期时间，以免客户端拿到锁后发生异常，导致锁一直无法释放，

所以，我们在 SET 命令执行时加上 EX / PX 选项，设置分布式锁的过期时间

锁变量的值需要能区分来自不同客户端的加锁操作，以免在释放锁时，出现误释放操作，

所以，我们使用 SET 命令设置锁变量值时，每个客户端设置的值是一个唯一值，用于标识客户端。
和加锁类似，释放锁也包含了读取锁变量值、判断锁变量值和删除锁变量三个操作，
不过，我们无法使用单个命令来实现，所以，我们可以采用 Lua 脚本执行释放锁操作，
通过 Redis 原子性地执行 Lua 脚本，来保证释放锁操作的原子性。

不过，基于单个 Redis 实例实现分布式锁时，会面临 Redis 实例异常或崩溃的情况，这会导致 Redis 实例无法提供锁操作，正因为此，Redis 也提供了 Redlock 算法，用来实现基于多个 Redis 实例的分布式锁。
这样一来，锁变量由多个 Redis 实例维护，即使有 Redis 实例发生了故障，锁变量仍然是存在的，客户端还是可以完成锁操作。
Redlock 算法是实现高可靠分布式锁的一种有效解决方案，你可以在实际应用中把它用起来。

每课一问

这节课，我提到，我们可以使用 SET 命令带上 NX 和 EX / PX 选项进行加锁操作，
那么，我想请你再思考一下，我们是否可以用下面的方式来实现加锁操作呢？

// 加锁
SETNX lock_key unique_value
EXPIRE lock_key 10S
// 业务逻辑
DO THINGS

如果使用这个方法实现加锁的话，SETNX 和 EXPIRE 两个命令虽然分别完成了对锁变量进行原子判断和值设置，
以及设置锁变量的过期时间的操作，但是这两个操作一起执行时，并没有保证原子性。
如果在执行了 SETNX 命令后，客户端发生了故障，但锁变量还没有设置过期时间，就无法在实例上释放了，
这就会导致别的客户端无法执行加锁操作。
所以，我们不能使用这个方法进行加锁。

Redis 读书笔记

如何使用 Redis 实现分布式锁

单机上的锁和分布式锁的联系与区别

基于单个 Redis 节点实现分布式锁

基于多个 Redis 节点实现高可靠的分布式锁

小结

每课一问