分布式锁，是控制分布式系统不同进程共同访问共享资源的一种锁的实现。如果不同的系统或同一个系统的不同主机之间共享了某个临界资源，往往需要互斥来防止彼此干扰，以保证一致性。
秒杀下单、抢红包等等业务场景，都需要用到分布式锁，我们项目中经常使用Redis作为分布式锁。

image.png

  • 「互斥性」: 任意时刻，只有一个客户端能持有锁。
  • 「锁超时释放」：持有锁超时，可以释放，防止不必要的资源浪费，也可以防止死锁。
  • 「可重入性」:一个线程如果获取了锁之后,可以再次对其请求加锁。
  • 「高性能和高可用」：加锁和解锁需要开销尽可能低，同时也要保证高可用，避免分布式锁失效。
  • 「安全性」：锁只能被持有的客户端删除，不能被其他客户端删除

选了Redis分布式锁的几种实现方法

  • 命令setnx + expire
  • setnx + value值是（系统时间+过期时间）
  • 使用Lua脚本(包含SETNX + EXPIRE两条指令)
  • set的扩展命令（set ex px nx）
  • set ex px nx + 校验唯一随机值,再释放锁
  • 开源框架~Redisson
  • 多机实现的分布式锁Redlock

1.setnx + expire

setnx+ expire命令。即先用setnx来抢锁，如果抢到之后，再用expire给锁设置一个过期时间，防止锁忘记了释放。

  1. if（jedis.setnx(key_resource_id,lock_value) == 1）{ //加锁
  2.     expire（key_resource_id，100）; //设置过期时间
  3.     try {
  4.         do something  //业务请求
  5.     }catch(){
  6.     }finally {
  7.        jedis.del(key_resource_id); //释放锁
  8.     }
  9. }

setnx和expire两个命令分开了，「不是原子操作」。如果执行完setnx加锁，正要执行expire设置过期时间时，进程crash或者要重启维护了，那么这个锁就“长生不老”了，「别的线程永远获取不到锁啦」。

2.setnx + value值

为了解决方案1，「发生异常锁得不到释放的场景」，可以把过期时间放到setnx的value值里面。如果加锁失败，再拿出value值校验一下即可。

  1. //系统时间+设置的过期时间
  2. long expires = System.currentTimeMillis() + expireTime; 
  3. String expiresStr = String.valueOf(expires);
  5. // 如果当前锁不存在，返回加锁成功
  6. if (jedis.setnx(key_resource_id, expiresStr) == 1) {
  7.         return true;
  8. } 
  9. // 如果锁已经存在，获取锁的过期时间
  10. String currentValueStr = jedis.get(key_resource_id);
  12. // 如果获取到的过期时间，小于系统当前时间，表示已经过期
  13. if (currentValueStr != null 
  14.     && Long.parseLong(currentValueStr) < System.currentTimeMillis()) {
  16.      // 锁已过期，获取上一个锁的过期时间，并设置现在锁的过期时间
  17.     String oldValueStr = jedis.getSet(key_resource_id, expiresStr);
  19.     if (oldValueStr != null && oldValueStr.equals(currentValueStr)) {
  20.          // 考虑多线程并发的情况，只有一个线程的设置值和当前值相同，它才可以加锁
  21.          return true;
  22.     }
  23. }
  25. //其他情况，均返回加锁失败
  26. return false;
  27. }

该方案的优点是，巧妙移除expire单独设置过期时间的操作，把「过期时间放到setnx的value值」里面来。解决了方案一发生异常，锁得不到释放的问题，但该方案还有别的缺点

  • 过期时间是客户端自己生成的（System.currentTimeMillis()是当前系统的时间），必须要求分布式环境下，每个客户端的时间必须同步。
  • 如果锁过期的时候，并发多个客户端同时请求过来，都执行jedis.getSet()，最终只能有一个客户端加锁成功，但是该客户端锁的过期时间，可能被别的客户端覆盖
  • 该锁没有保存持有者的唯一标识，可能被别的客户端释放/解锁。

3.使用Lua脚本(包含SETNX + EXPIRE两条指令)

实际上，我们还可以使用Lua脚本来保证原子性（包含setnx和expire两条指令），lua脚本如下：

  1. if redis.call('setnx',KEYS[1],ARGV[1]) == 1 then
  2.    redis.call('expire',KEYS[1],ARGV[2])
  3. else
  4.    return 0
  5. end;

加锁代码如下：

  1. String lua_scripts = "if redis.call('setnx',KEYS[1],ARGV[1]) == 1 then" +
  2.   " redis.call('expire',KEYS[1],ARGV[2]) return 1 else return 0 end";   
  3. Object result = jedis.eval(lua_scripts, 
  4.                            Collections.singletonList(key_resource_id)
  5.                            , Collections.singletonList(values));
  6. //判断是否成功
  7. return result.equals(1L);

4.set的扩展命令（set ex px nx）

除了使用Lua脚本，保证SETNX + EXPIRE两条指令的原子性，我们还可以巧用Redis的SET指令扩展参数！（SET key value[EX seconds][PX milliseconds][NX|XX]），它也是原子性的！

  1. SET key value [EX seconds] [PX milliseconds] [NX|XX]
  • NX :表示key不存在的时候，才能set成功，也即保证只有第一个客户端请求才能获得锁，而其他客户端请求只能等其释放锁，才能获取。
  • EX seconds :设定key的过期时间，时间单位是秒。
  • PX milliseconds: 设定key的过期时间，单位为毫秒
  • XX: 仅当key存在时设置值
  1. if（jedis.set(key_resource_id, lock_value, "NX", "EX", 100s) == 1）{ //加锁
  2.     try {
  3.         do something  //业务处理
  4.     }catch(){
  5.   }
  6.   finally {
  7.        jedis.del(key_resource_id); //释放锁
  8.     }
  9. }

但是呢，这个方案还是可能存在问题：

  1. 「锁过期释放了，业务还没执行完」。假设线程a获取锁成功，一直在执行临界区的代码。但是100s过去后，它还没执行完。但是，这时候锁已经过期了，此时线程b又请求过来。显然线程b就可以获得锁成功，也开始执行临界区的代码。那么问题就来了，临界区的业务代码都不是严格串行执行的啦。
  2. 「锁被别的线程误删」。假设线程a执行完后，去释放锁。但是它不知道当前的锁可能是线程b持有的（线程a去释放锁时，有可能过期时间已经到了，此时线程b进来占有了锁）。那线程a就把线程b的锁释放掉了，但是线程b临界区业务代码可能都还没执行完呢。

5.set ex px nx + 校验唯一随机值,再释放锁

既然锁可能被别的线程误删，那我们给value值设置一个标记当前线程唯一的随机数，在删除的时候，校验一下，不就OK了嘛。伪代码如下：

  1. if（jedis.set(key_resource_id, uni_request_id, "NX", "EX", 100s) == 1）{ //加锁
  2.     try {
  3.         do something  //业务处理
  4.     }catch(){
  5.   }
  6.   finally {
  7.        //判断是不是当前线程加的锁,是才释放
  8.        if (uni_request_id.equals(jedis.get(key_resource_id))) {
  9.         jedis.del(lockKey); //释放锁
  10.         }
  11.     }
  12. }

在这里，「判断是不是当前线程加的锁」和「释放锁」不是一个原子操作。如果调用jedis.del()释放锁的时候，可能这把锁已经不属于当前客户端，会解除他人加的锁。
为了更严谨，一般也是用lua脚本代替。lua脚本如下：

  1. if redis.call('get',KEYS[1]) == ARGV[1] then 
  2.    return redis.call('del',KEYS[1]) 
  3. else
  4.    return 0
  5. end;

6.Redisson

方案五还是可能存在「锁过期释放，业务没执行完」的问题。有些小伙伴认为，稍微把锁过期时间设置长一些就可以啦。其实我们设想一下，是否可以给获得锁的线程，开启一个定时守护线程，每隔一段时间检查锁是否还存在，存在则对锁的过期时间延长，防止锁过期提前释放。
当前开源框架Redisson解决了这个问题。我们一起来看下Redisson底层原理图吧：
image.png

只要线程一加锁成功，就会启动一个watch dog看门狗，它是一个后台线程，会每隔10秒检查一下，如果线程1还持有锁，那么就会不断的延长锁key的生存时间。因此，Redisson就是使用Redisson解决了「锁过期释放，业务没执行完」问题。

7.分布式锁Redlock+Redisson

前面六种方案都只是基于单机版的讨论，还不是很完美。其实Redis一般都是集群部署的：
image.png

如果线程一在Redis的master节点上拿到了锁，但是加锁的key还没同步到slave节点。恰好这时，master节点发生故障，一个slave节点就会升级为master节点。线程二就可以获取同个key的锁啦，但线程一也已经拿到锁了，锁的安全性就没了。

为了解决这个问题，Redis作者 antirez提出一种高级的分布式锁算法：Redlock。Redlock核心思想是这样的：

搞多个Redis master部署，以保证它们不会同时宕掉。并且这些master节点是完全相互独立的，相互之间不存在数据同步。同时，需要确保在这多个master实例上，是与在Redis单实例，使用相同方法来获取和释放锁。

我们假设当前有5个Redis master节点，在5台服务器上面运行这些Redis实例。
image.png

RedLock的实现步骤:如下

  1. 获取当前时间，以毫秒为单位。
  2. 按顺序向5个master节点请求加锁。客户端设置网络连接和响应超时时间，并且超时时间要小于锁的失效时间。（假设锁自动失效时间为10秒，则超时时间一般在5-50毫秒之间,我们就假设超时时间是50ms吧）。如果超时，跳过该master节点，尽快去尝试下一个master节点。
  3. 客户端使用当前时间减去开始获取锁时间（即步骤1记录的时间），得到获取锁使用的时间。当且仅当超过一半（N/2+1，这里是5/2+1=3个节点）的Redis master节点都获得锁，并且使用的时间小于锁失效时间时，锁才算获取成功。（如上图，10s> 30ms+40ms+50ms+4m0s+50ms）
  • 如果取到了锁，key的真正有效时间就变啦，需要减去获取锁所使用的时间。
  • 如果获取锁失败（没有在至少N/2+1个master实例取到锁，有或者获取锁时间已经超过了有效时间），客户端要在所有的master节点上解锁（即便有些master节点根本就没有加锁成功，也需要解锁，以防止有些漏网之鱼）。

简化下步骤就是：

  • 按顺序向5个master节点请求加锁
  • 根据设置的超时时间来判断，是不是要跳过该master节点。
  • 如果大于等于3个节点加锁成功，并且使用的时间小于锁的有效期，即可认定加锁成功啦。
  • 如果获取锁失败，解锁！