Redission分布式锁原理

Redission

1、原理

2、源码中加锁lua代码

if (redis.call(‘exists’, KEYS[1]) == 0) then redis.call(‘hset’, KEYS[1], ARGV[2], 1); redis.call(‘pexpire’, KEYS[1], ARGV[1]); return nil; end; if (redis.call(‘hexists’, KEYS[1], ARGV[2]) == 1) then redis.call(‘hincrby’, KEYS[1], ARGV[2], 1); redis.call(‘pexpire’, KEYS[1], ARGV[1]); return nil; end; return redis.call(‘pttl’, KEYS[1]);

分析:
1、为什么要使用lua语言
因为一大堆复杂的业务逻辑，可以通过封装在lua脚本中发送给redis，保证这段复杂业务逻辑执行的原子性
2、lua字段解释
KEYS[1]:表示你加锁的那个key，比如说
RLock lock = redisson.getLock(“myLock”);
这里你自己设置了加锁的那个锁key就是“myLock”。
ARGV[1]:表示锁的有效期，默认30s
ARGV[2]:表示表示加锁的客户端ID,类似于下面这样：
8743c9c0-0795-4907-87fd-6c719a6b4586:1

3、加锁机制

分析:
lua中第一个if判断语句，就是用“exists myLock”命令判断一下，如果你要加锁的那个锁key不存在的话，你就进行加锁。
如何加锁呢？很简单，用下面的hset命令：
hset myLock 8743c9c0-0795-4907-87fd-6c719a6b4586:1 1
此时的myLock锁key的数据结构是:
myLock: { 8743c9c0-0795-4907-87fd-6c719a6b4586:1 1 }
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(默认)

4、锁互斥机制

如果在这个时候，另一个客户端(客户端2)来尝试加锁，执行了同样的一段lua脚本，会怎样呢？
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判断会执行“hexists mylock 客户端id”，来判断myLock锁key的hash数据结构中，是否包含客户端2的ID，但是明显不是的，因为那里包含的是客户端1的ID。
所以，客户端2会获取到pttl myLock返回的一个数字，这个数字代表了myLock这个锁key的剩余生存时间。
比如还剩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。

5、可重入加锁机制

如果客户端1已经持有这把锁，可重入的加锁会怎么样呢

#重入加锁 RLock lock = redisson.getLock(“myLock”) lock.lock(); //业务代码 lock.lock(); //业务代码 lock.unlock(); lock.unlock();

分析上面lua代码
第一个if判断不成立，“exists myLock” 会显示锁key已经存在了
第二个if会成立，因为myLock的hash数据结构中包含的客户端1的ID，也就是“8743c9c0-0795-4907-87fd-6c719a6b4586:1”
此时就会执行可重入加锁的逻辑，用incrby这个命令，对客户端1的加锁次数，累加1：
incrby myLock 8743c9c0-0795-4907-87fd-6c71a6b4586:1 1
此时myLock数据结构变为下面这样：
myLock: { 8743c9c0-0795-4907-87fd-6c719a6b4586:1 2 }

6、释放锁机制

Redisson释放锁的lua代码

if (redis.call(‘exists’, KEYS[1]) == 0) then redis.call(‘publish’, KEYS[2], ARGV[1]); return 1; end; if (redis.call(‘hexists’, KEYS[1], ARGV[3]) == 0) then return nil; end; local counter = redis.call(‘hincrby’, KEYS[1], ARGV[3], -1); if (counter > 0) then redis.call(‘pexpire’, KEYS[1], ARGV[2]); return 0; else redis.call(‘del’, KEYS[1]); redis.call(‘publish’, KEYS[2], ARGV[1]); return 1; end; return nil;

执行lock.unlock()，就可以释放分布式锁，此时的业务逻辑也是非常简单的。
就是每次都对myLock数据结构中的那个加锁次数减1。如果发现加锁次数是0了，说明这个客户端已经不再持有锁了，此时就会用：“del myLock”命令，从redis里删除这个key。
然后另外的客户端2就可以尝试完成加锁了。
这就是所谓的分布式锁的开源Redisson框架的实现机制。
一般我们在生产系统中，可以用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。

7、watch dog自动延期机制

1、客户端1加锁的锁key默认生存时间才30秒，如果超过了30秒，客户端1还想一直持有这把锁，怎么办呢？
Redisson中客户端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，如果客户端1还持有锁key，那么就会不断的延长锁key的生存时间。
2、如果负责存储这个分布式锁的Redission节点宕机后，而且这个锁正好处于锁住的状态时，这个锁会出现锁死的状态，为了避免这种情况的发生，Redisson提供了一个监控锁的看门狗，它的作用是在Redisson实例被关闭前，不断的延长锁的有效期。默认情况下，看门狗的续期时间是30s，也可以通过修改Config.lockWatchdogTimeout来另行指定。
另外Redisson 还提供了可以指定leaseTime参数的加锁方法来指定加锁的时间。超过这个时间后锁便自动解开了。不会延长锁的有效期！！！
来看源码:

可以看到，这个加的分布式锁的超时时间默认是30秒.但是还有一个问题,那就是这个看门狗,多久来延长一次有效期呢?我们往下看

从图中可以看出,获取锁成功就会开启一个定时任务,也就是watchdog,定时任务会定期检查去续期
(这里定时用的是netty-common包中的HashedWheelTimer)
从图中我们明白,该定时调度每次调用的时间差是internalLockLeaseTime / 3。也就10秒.
通过源码分析我们知道,默认情况下,加锁的时间是30秒.如果加锁的业务没有执行完,那么有效期到 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学问了,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,那自然30秒之后锁就解开了呗.
缺点
最大的问题，就是如果你对某个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。但是这个过程中一旦发生redis master宕机，主备切换，redis slave变为了redis master。接着就会导致，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也以为自己成功加了锁。此时就会导致多个客户端对一个分布式锁完成了加锁。这时系统在业务上一定会出现问题，导致脏数据的产生。所以这个就是redis cluster，或者是redis master-slave架构的主从异步复制导致的redis分布式锁的最大缺陷：在redis master实例宕机的时候，可能导致多个客户端同时完成加锁。