当前位置：首页 > news >正文

【Redis】分布式锁

news 来源：原创 2025/6/16 5:33:06

分布式锁

定义

在一个分布式的系统中，也会涉及到多个节点访问同一个公共资源的情况。此时就需要通过锁来做互斥控制，避免出现类似于“线程安全”的问题。

而 Java 的 synchronized 或者 C++ 的 std::mutex，这样的锁都是只能在当前进程中生效，在分布式的这种多个进程多个主机的场景下就无能为力了。此时就需要使用到分布式锁。

本质上就是使用一个公共的服务器，来记录“加锁状态”。这个公共的服务器可以是 Redis，也可以是其他组件（比如 MySQL 或者 ZooKeeper 等），还可以是我们自己写的一个服务。

基础实现

思路非常简单。本质上就是通过一个键值对来标识锁的状态。

举个例子：考虑买票的场景，现在车站提供了若干个车次，每个车次的票数都是固定的。现在存在多个服务器节点，都可能需要处理这个买票的逻辑：先查询指定车次的余票，如果余票>0，则设置余票值 -=1。显然上述的场景是存在“线程安全”问题的，需要使用锁来控制。否则就可能出现“超卖”的情况。

此时如何进行加锁呢？我们可以在上述架构中引入一个 Redis，作为分布式锁的管理器。
在这里插入图片描述

此时，如果买票服务器 1 尝试买票，就需要先访问 Redis，在 Redis 上设置一个键值对。比如 key 就是车次，value 随便设置个值（比如 1）。

如果这个操作设置成功，就视为当前没有节点对该 001 车次加锁，就可以进行数据库的读写操作。操作完成之后，再把 Redis 上刚才的这个键值对给删除掉。

如果在买票服务器 1 操作数据库的过程中，买票服务器 2 也想买票，也会尝试给 Redis 上写一个键值对，key 同样是车次。但是此时设置的时候发现该车次的 key 已经存在了，则认为已经有其他服务器正在持有锁，此时服务器 2 就需要等待或者暂时放弃。

Redis 中提供了 setnx 操作，正好适合这个场景。即：key 不存在就设置，存在则直接失败。

但是上述方案并不完整。

引入过期时间

当服务器 1 加锁之后，开始处理买票的过程中，如果服务器 1 意外宕机了，就会导致解锁操作（删除该 key）不能执行，就可能引起其他服务器始终无法获取到锁的情况。

为了解决这个问题，可以在设置 key 的同时引入过期时间。即这个锁最多持有多久，就应该被释放。

可以使用 set ex nx 的方式，在设置锁的同时把过期时间设置进去。

注意！此处的过期时间只能使用一个命令的方式设置。如果分开多个操作，比如 setnx 之后，再来一个单独的 expire，由于 Redis 的多个指令之间不存在关联，并且即使使用了事务也不能保证这两个操作都一定成功，因此就可能出现 setnx 成功，但是 expire 失败的情况。此时仍然会出现无法正确释放锁的问题。

引入校验 id

对于 Redis 中写入的加锁键值对，其他的节点也是可以删除的。

比如服务器 1 写入一个“001”:1 这样的键值对，服务器 2 是完全可以把“001”给删除掉的。当然，服务器 2 不会进行这样的“恶意删除”操作，不过不能保证因为一些 bug 导致服务器 2 把锁误删除。

为了解决上述问题，我们可以引入一个校验 id。

比如可以把设置的键值对的值，不再是简单的设为一个 1，而是设成服务器的编号。形如“001”:“服务器 1”。

这样就可以在删除 key（解锁）的时候，先校验当前删除 key 的服务器是否是当初加锁的服务器，如果是，才能真正删除；不是，则不能删除。

逻辑用伪代码描述如下：

1 String key = [要加锁的资源 id];
2 String serverId = [服务器的编号];
3 
4 // 加锁，设置过期时间为 10s
5 redis.set(key, serverId, "NX", "EX", "10s");
6 
7 // 执行各种业务逻辑，比如修改数据库数据.
8 doSomeThing();
9 
10 // 解锁，删除 key，但是删除前要检验下 serverId 是否匹配.
11 if (redis.get(key) == serverId) {
12     redis.del(key);
13 }

但是很明显，解锁逻辑是两步操作“get”和“del”，这样做并非是原子的。

引入 lua

为了使解锁操作原子，可以使用 Redis 的 Lua 脚本功能。

Lua 也是一个编程语言。读作“撸啊”，是葡萄牙语中的“月亮”的意思。(出自于 Lua 官方文档 https://www.lua.org/about.html)

Lua 的语法类似于 JS，是一个动态弱类型的语言。Lua 的解释器一般使用 C 语言实现。Lua 语法简单精炼，执行速度快，解释器也比较轻量（Lua 解释器的可执行程序体积只有 200KB 左右）。因此 Lua 经常作为其他程序内部嵌入的脚本语言。Redis 本身就支持 Lua 作为内嵌脚本。

很多程序都支持内嵌脚本，比如 MySQL 8.0 支持 JS 作为内嵌脚本，比如 Vim 支持 VimScript 和 Python 作为内嵌脚本……通过内嵌脚本来实现更复杂的功能，提供更强的扩展性。

Lua 除了和 Redis 搭伙之外，在很多场景也会作为内嵌脚本，比如在游戏开发领域常常作为编写逻辑的语言。(比如魔兽世界，大话西游等)

使用 Lua 脚本完成上述解锁功能：

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

上述代码可以编写成一个 .lua 后缀的文件，由 redis-cli 或者 redis-plus-plus 或者 jedis 等客户端加载，并发送给 Redis 服务器，由 Redis 服务器来执行这段逻辑。一个 lua 脚本会被 Redis 服务器以原子的方式来执行。

redis-plus-plus 和 jedis 如何调用 lua，咱们此处不做过多介绍，具体 api 的写法大家可以自行研究。

引入 watch dog（看门狗）

上述方案仍然存在一个重要问题。当我们设置了 key 过期时间之后（比如 10s），仍然存在一定的可能性，当任务仍然执行中，key 就先过期了。这就导致锁提前失效。

把这个过期时间设置的足够长，比如 30s，是否能解决这个问题呢？很明显，设置多长时间合适，是无止境的。即使设置再长，也不能完全保证，是否提前完成这个任务。

而且如果设置的太长了，万一对应的服务器挂了，此时其他服务器也不能及时的获取到锁。

因此相比于设置一个固定的长时间，不如动态的调整时间更合适。

所谓 watch dog，本质上是加锁的服务器上的一个单独的线程，通过这个线程来对锁过期时间进行“续约”。

注意，这个线程是业务服务器上的，不是 Redis 服务器的。

举个具体的例子：初始情况下设置过期时间为 10s，同时设定看门狗线程每隔 3s 检测一次。

那么当 3s 时间到的时候，看门狗就会判定当前任务是否完成：

如果任务已经完成，则直接通过 lua 脚本的方式，释放锁（删除 key）。
如果任务未完成，则把过期时间重置为 10s（即“续约”）

这样就不用担心锁提前失效的问题了。而且另一方面，如果该服务器挂了，看门狗线程也就随之挂了，此时无人续约，这个 key 自然就可以迅速过期，让其他服务器能够获取到锁了。

引入 Redlock 算法

实践中的 Redis 一般是以集群的方式部署的（至少是主从的形式，而不是单机），那么就可能出现以下比较极端的大冤种情况：

服务器 1 向 master 节点进行加锁操作，这个写入 key 的过程刚刚完成，master 挂了；slave 节点升级成了新的 master 节点，但是由于刚才写入的这个 key 尚未来得及同步给 slave 呢，此时就相当于服务器 1 的加锁操作形同虚设了，服务器 2 仍然可以进行加锁（即给新的 master 写入 key，因为新的 master 不包含刚才的 key）。

为了解决这个问题，Redis 的作者提出了 Redlock 算法。

我们引入一组 Redis 的节点，其中每一组 Redis 节点都包含一个主节点和若干从节点。并且组和组之间存储的数据都是一致的，相互之间是“备份”关系（而并非是数据集合的一部分，这点有别于 Redis 的 cluster 加锁的时候，按照一定的顺序，写多个 master 节点，在写锁的时候需要设定操作的“超时时间”，比如 50ms，即如果 setnx 操作超过了 50ms 还没有成功，就视为加锁失败。

如果给某个节点加锁失败，就立即尝试下一个节点。当加锁成功的节点数超过节点总数的一半才视为加锁成功。
在这里插入图片描述