有人問：

使用Redis分布式鎖的詳細(xì)方案是什么?

一個很簡單的答案就是去使用 Redission 客戶端。Redission 中的鎖方案就是 Redis 分布式鎖的比較完美的詳細(xì)方案。

那么，Redission 中的鎖方案為什么會比較完美呢?

正好，我用 Redis 做分布式鎖經(jīng)驗十分豐富，在實際工作中，也探索過許多種使用 Redis 做分布式鎖的方案，經(jīng)過了無數(shù)血淚教訓(xùn)。

所以，在談及 Redission 鎖為什么比較完美之前，先給大家看看我曾經(jīng)使用 Redis 做分布式鎖遇到過的問題。

我曾經(jīng)用 Redis 做分布式鎖想去解決一個用戶搶優(yōu)惠券的問題。這個業(yè)務(wù)需求是這樣的：當(dāng)用戶領(lǐng)完一張優(yōu)惠券后，優(yōu)惠券的數(shù)量必須相應(yīng)減一，如果優(yōu)惠券搶光了，就不允許用戶再搶了。

在實現(xiàn)時，先從數(shù)據(jù)庫中先讀出優(yōu)惠券的數(shù)量進(jìn)行判斷，當(dāng)優(yōu)惠券大于 0，就進(jìn)行允許領(lǐng)取優(yōu)惠券，然后，再將優(yōu)惠券數(shù)量減一后，寫回數(shù)據(jù)庫。

當(dāng)時由于請求數(shù)量比較多，所以，我們使用了三臺服務(wù)器去做分流。

這時候會出現(xiàn)一個問題：

如果其中一臺服務(wù)器上的 A 應(yīng)用獲取到了優(yōu)惠券的數(shù)量之后，由于處理相關(guān)業(yè)務(wù)邏輯，未及時更新數(shù)據(jù)庫的優(yōu)惠券數(shù)量;在 A 應(yīng)用處理業(yè)務(wù)邏輯的時候，另一臺服務(wù)器上的 B 應(yīng)用更新了優(yōu)惠券數(shù)量。那么，等 A 應(yīng)用去更新數(shù)據(jù)庫中優(yōu)惠券數(shù)量時，就會把 B 應(yīng)用更新的優(yōu)惠券數(shù)量覆蓋掉。

看到這里，可能有人比較奇怪，為什么這里不直接使用 SQL：

update 優(yōu)惠券表 set 優(yōu)惠券數(shù)量 = 優(yōu)惠券數(shù)量 - 1 where 優(yōu)惠券id = xxx

原因是這樣做，在沒有分布式鎖協(xié)調(diào)下，優(yōu)惠券數(shù)量可能直接會出現(xiàn)負(fù)數(shù)。因為當(dāng)優(yōu)惠券數(shù)量為 1 的時候，如果兩個用戶通過兩臺服務(wù)器同時發(fā)起搶優(yōu)惠券的請求，都滿足優(yōu)惠券大于 0 的條件，然后都執(zhí)行這條 SQL 語句，結(jié)果優(yōu)惠券數(shù)量直接變成 -1 了。

還有人說可以用樂觀鎖，比如使用如下 SQL：

update 優(yōu)惠券表 set 優(yōu)惠券數(shù)量 = 優(yōu)惠券數(shù)量 - 1 where 優(yōu)惠券id = xxx and version = xx

這種方式就在一定幾率下，很可能出現(xiàn)數(shù)據(jù)一直更新不上，導(dǎo)致長時間重試的情況。

所以，經(jīng)過綜合考慮，我們就采用了 Redis 分布式鎖，通過互斥的方式，以防止多個客戶端去同時更新優(yōu)惠券數(shù)量的方案。

當(dāng)時，我們首先想到的就是使用 Redis 的 setnx 命令，setnx 命令其實就是 set if not exists 的簡寫。

當(dāng) key 設(shè)置值成功后，則返回 1，否則就返回 0。所以，這里 setnx 設(shè)置成功可以表示成獲取到鎖，如果失敗，則說明已經(jīng)有鎖，可以被視作獲取鎖失敗。

setnx lock true

如果想要釋放鎖，執(zhí)行 del 指令，把 key 刪除即可。

del lock

利用這個特性，我們就可以讓系統(tǒng)在執(zhí)行優(yōu)惠券邏輯之前，先去 Redis 中執(zhí)行 setnx 指令。再根據(jù)指令執(zhí)行結(jié)果，去判斷是否獲取到鎖。如果獲取到了，就繼續(xù)執(zhí)行業(yè)務(wù)，執(zhí)行完再使用 del 指令去釋放鎖。如果沒有獲取到，就等待一定時間，重新再去獲取鎖。

乍一看，這一切沒什么問題，使用 setnx 指令確實起到了想要的互斥效果。

但是，這是建立在所有運(yùn)行環(huán)境都是正常的情況下的。一旦運(yùn)行環(huán)境出現(xiàn)了異常，問題就出現(xiàn)了。

想一下，持有鎖的應(yīng)用突然崩潰了，或者所在的服務(wù)器宕機(jī)了，會出現(xiàn)什么情況?

這會造成死鎖——持有鎖的應(yīng)用無法釋放鎖，其他應(yīng)用根本也沒有機(jī)會再去獲取鎖了。這會造成巨大的線上事故，我們要改進(jìn)方案，解決這個問題。

怎么解決呢?咱們可以看到，造成死鎖的根源是，一旦持有鎖的應(yīng)用出現(xiàn)問題，就不會去釋放鎖。從這個方向思考，可以在 Redis 上給 key 一個過期時間。

這樣的話，即使出現(xiàn)問題，key 也會在一段時間后釋放，是不是就解決了這個問題呢?實際上，大家也確實是這么做的。

不過，由于 setnx 這個指令本身無法設(shè)置超時時間，所以一般會采用兩種辦法來做這件事：

1、采用 lua 腳本，在使用 setnx 指令之后，再使用 expire 命令去給 key 設(shè)置過期時間。

if redis.call("SETNX", "lock", "true") == 1 then
  local expireResult = redis.call("expire", "lock", "10") if expireResult == 1 then
      return "success" else
      return "expire failed" end
else
  return "setnx not null" end

2、直接使用 set(key,value,NX,EX,timeout) 指令，同時設(shè)置鎖和超時時間。

redis.call("SET", "lock", "true", "NX", "PX", "10000")

以上兩種方法，使用哪種方式都可以。

釋放鎖的腳本兩種方式都一樣，直接調(diào)用 Redis 的 del 指令即可。

到目前為止，我們的鎖既起到了互斥效果，又不會因為某些持有鎖的系統(tǒng)出現(xiàn)問題，導(dǎo)致死鎖了。這樣就完美了嗎?

假設(shè)有這樣一種情況，如果一個持有鎖的應(yīng)用，其持有的時間超過了我們設(shè)定的超時時間會怎樣呢?會出現(xiàn)兩種情況：

1. 發(fā)現(xiàn)系統(tǒng)在 Redis 中設(shè)置的 key 還存在
2. 發(fā)現(xiàn)系統(tǒng)在 Redis 中設(shè)置的 key 不存在

出現(xiàn)第一種情況比較正常。因為你畢竟執(zhí)行任務(wù)超時了，key 被正常清除也是符合邏輯的。

但是最可怕的是第二種情況，發(fā)現(xiàn)設(shè)置的 key 還存在。這說明什么?說明當(dāng)前存在的 key，是另外的應(yīng)用設(shè)置的。

這時候如果持有鎖超時的應(yīng)用調(diào)用 del 指令去刪除鎖時，就會把別人設(shè)置的鎖誤刪除，這會直接導(dǎo)致系統(tǒng)業(yè)務(wù)出現(xiàn)問題。

所以，為了解決這個問題，我們需要繼續(xù)對 Redis 腳本進(jìn)行改動……毀滅吧，累了……

首先，我們要讓應(yīng)用在獲取鎖的時候，去設(shè)置一個只有應(yīng)用自己知道的獨(dú)一無二的值。

通過這個唯一值，系統(tǒng)在釋放鎖的時候，就能識別出這鎖是不是自己設(shè)置的。如果是自己設(shè)置的，就釋放鎖，也就是刪除 key;如果不是，則什么都不做。

腳本如下：

if redis.call("SETNX", "lock", ARGV[1]) == 1 then
 local expireResult = redis.call("expire", "lock", "10") if expireResult == 1 then
     return "success" else
     return "expire failed" end
else
  return "setnx not null" end

或者

redis.call("SET", "lock", ARGV[1], "NX", "PX", "10000")

這里，ARGV[1] 是一個可傳入的參數(shù)變量，可以傳入唯一值。比如一個只有自己知道的 UUID 的值，或者通過雪球算法，生成只有自己持有的唯一 ID。

釋放鎖的腳本改成這樣：

if redis.call("get", "lock") == ARGV[1] then 
     return redis.call("del", "lock") else 
     return 0 end

可以看到，從業(yè)務(wù)角度，無論如何，我們的分布式鎖已經(jīng)可以滿足真正的業(yè)務(wù)需求了。能互斥，不死鎖，不會誤刪除別人的鎖，只有自己上的鎖，自己可以釋放。

一切都是那么美好!!!

可惜，還有個隱患，我們并未排除。這個隱患就是 Redis 自身。

要知道，lua 腳本都是用在 Redis 的單例上的。一旦 Redis 本身出現(xiàn)了問題，我們的分布式鎖就沒法用了，分布式鎖沒法用，對業(yè)務(wù)的正常運(yùn)行會造成重大影響，這是我們無法接受的。

所以，我們需要把 Redis 搞成高可用的。一般來講，解決 Redis 高可用的問題，都是使用主從集群。

但是搞主從集群，又會引入新的問題。主要問題在于，Redis 的主從數(shù)據(jù)同步有延遲。這種延遲會產(chǎn)生一個邊界條件：當(dāng)主機(jī)上的 Redis 已經(jīng)被人建好了鎖，但是鎖數(shù)據(jù)還未同步到從機(jī)時，主機(jī)宕了。隨后，從機(jī)提升為主機(jī)，此時從機(jī)上是沒有以前主機(jī)設(shè)置好的鎖數(shù)據(jù)的——鎖丟了……丟了……了……

到這里，終于可以介紹 Redission(開源 Redis 客戶端)了，我們來看看它怎么是實現(xiàn) Redis 分布式鎖的。

Redission 實現(xiàn)分布式鎖的思想很簡單，無論是主從集群還是 Redis Cluster 集群，它會對集群中的每個 Redis，挨個去執(zhí)行設(shè)置 Redis 鎖的腳本，也就是集群中的每個 Redis 都會包含設(shè)置好的鎖數(shù)據(jù)。

我們通過一個例子來介紹一下。

假設(shè) Redis 集群有 5 臺機(jī)器，同時根據(jù)評估，鎖的超時時間設(shè)置成 10 秒比較合適。

第 1 步：咱們先算出集群總的等待時間，集群總的等待時間是 5 秒(鎖的超時時間 10 秒 / 2)。

第 2 步：用 5 秒除以 5 臺機(jī)器數(shù)量，結(jié)果是 1 秒。這個 1 秒是連接每臺 Redis 可接受的等待時間。

第 3 步：依次連接 5 臺 Redis，并執(zhí)行 lua 腳本設(shè)置鎖，然后再做判斷：

• 如果在 5 秒之內(nèi)，5 臺機(jī)器都有執(zhí)行結(jié)果，并且半數(shù)以上(也就是 3 臺)機(jī)器設(shè)置鎖成功，則認(rèn)為設(shè)置鎖成功;少于半數(shù)機(jī)器設(shè)置鎖成功，則認(rèn)為失敗。
• 如果超過 5 秒，不管幾臺機(jī)器設(shè)置鎖成功，都認(rèn)為設(shè)置鎖失敗。比如，前 4 臺設(shè)置成功一共花了 3 秒，但是最后 1 臺機(jī)器用了 2 秒也沒結(jié)果，總的等待時間已經(jīng)超過了 5 秒，即使半數(shù)以上成功，這也算作失敗。

再額外多說一句，在很多業(yè)務(wù)邏輯里，其實對鎖的超時時間是沒有需求的。

比如，凌晨批量執(zhí)行處理的任務(wù)，可能需要分布式鎖保證任務(wù)不會被重復(fù)執(zhí)行。此時，任務(wù)要執(zhí)行多長時間是不明確的。如果設(shè)置分布式鎖的超時時間在這里，并沒有太大意義。但是，不設(shè)置超時時間，又會引發(fā)死鎖問題。

所以，解決這種問題的通用辦法是，每個持有鎖的客戶端都啟動一個后臺線程，通過執(zhí)行特定的 lua 腳本，去不斷地刷新 Redis 中的 key 超時時間，使得在任務(wù)執(zhí)行完成前，key 不會被清除掉。

腳本如下：

if redis.call("get", "lock") == ARGV[1] then 
    return redis.call("expire", "lock", "10") else 
    return 0 end

其中，ARGV[1] 是可傳入的參數(shù)變量，表示持有鎖的系統(tǒng)的唯一值，也就是只有持有鎖的客戶端才能刷新 key 的超時時間。

到此為止，一個完整的分布式鎖才算實現(xiàn)完畢。總結(jié)實現(xiàn)方案如下：

1. 使用 set 命令設(shè)置鎖標(biāo)記，必須有超時時間，以便客戶端崩潰，也可以釋放鎖；
2. 對于不需要超時時間的，需要自己實現(xiàn)一個能不斷刷新鎖超時時間的線程；
3. 每個獲取鎖的客戶端，在 Redis 中設(shè)置的 value 必須是獨(dú)一無二的，以便識別出是由哪個客戶端設(shè)置的鎖；
4. 分布式集群中，直接每臺機(jī)器設(shè)置一樣的超時時間和鎖標(biāo)記；
5. 為了保證集群設(shè)置的鎖不會因為網(wǎng)絡(luò)問題導(dǎo)致某些已經(jīng)設(shè)置的鎖出現(xiàn)超時的情況，必須合理設(shè)置網(wǎng)絡(luò)等待時間和鎖超時時間。

這個分布式鎖滿足如下四個條件：

1. 任意時刻只能有一個客戶端持有鎖；
2. 不能發(fā)生死鎖，有一個客戶端持有鎖期間出現(xiàn)了問題沒有解鎖，也能保證后面別的客戶端繼續(xù)去持有鎖；
3. 加鎖和解鎖必須是同一個客戶端，客戶端自己加的鎖只能自己去解；
4. 只要大多數(shù) Redis 節(jié)點正常，客戶端就能正常使用鎖。

當(dāng)然，在 Redission 中的腳本，為了保證鎖的可重入，又對 lua 腳本做了一定的修改，現(xiàn)在把完整的 lua 腳本貼在下面。

獲取鎖的 lua 腳本：

if (redis.call('exists', KEYS[1]) == 0) then
  redis.call('hincrby', 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]);

對應(yīng)的刷新鎖超時時間的腳本：

if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then 
 redis.call('pexpire', KEYS[1], ARGV[1]); return 1; end; return 0;

對應(yīng)的釋放鎖的腳本：

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;

到現(xiàn)在為止，使用 Redis 作為分布式鎖的詳細(xì)方案就寫完了。

我既寫了一步一坑的坎坷經(jīng)歷，也寫明了各個問題和解決問題的細(xì)節(jié)，希望大家看完能有所收獲。

最后再給大家提個醒，使用 Redis 集群做分布式鎖，有一定的爭議性，還需要大家在實際用的時候，根據(jù)現(xiàn)實情況，做出更好的選擇和取舍。

原文地址:https://mp.weixin.qq.com/s/Fs3mYPOGKW7o8dUmX_fGXg