Redis分布式锁:10分钟掌握核心技巧

发表时间: 2021-09-22 10:40
作者 | 一小页 责编 | 王晓曼
出品 | CSDN博客
道阻且长,行则将至。请相信我,你一定会更优秀!
本文我们主要聊 Redis 实现分布式锁,别的不聊。先来三个问题热热身:
  • 一个 setnx 就行了?value没意义?还有人认为 incr 也可以?
  • 再加个超时时间就行了?
  • 你写的分布式锁,你确认你敢投产吗?
目录
「 Redis 做分布式锁,没那么简单。调整好心态,保证你有收获」
1、为什么要有分布式锁?
2、先捋脉络,再想风险,最后再写代码
3、一步一步,看透 Redis 分布式锁中的门道
  • 3-1、放在 finally{} 块中就行了吗?
  • 3-2、锁的超时时间该怎么计算?
  • 3-3、加个超时时间就行了吗?
  • 3-4、这个密语value设置成什么呢?
  • 3-5、继续,现在把思维先跳出来,想想?可重入怎么搞?
  • 3-6、能不侵入业务代码吗?
  • 3-7、Thread-Id 真能行吗?
  • 3-8、APP_ID + ThreadId 还是 UUID 好呢?
  • 3-9、锁重入,就这么简单?
  • 3-10、重入锁的方法中直接执行 unlock?这么大胆!
  • 3-11、终于见到希望?再来一招!
  • 3-12、搞了半天,锁还是崩溃了?
  • 3-13、别急,还有。锁在我手里,我挂了,这...
4、风险!主从部署引来的问题

为什么要有分布式锁?

JUC提供的锁机制,可以保证在同一个JVM进程中同一时刻只有一个线程执行操作逻辑;多服务多节点的情况下,就意味着有多个JVM进程,要做到这样,就需要有一个中间人;
分布式锁就是用来保证在同一时刻,仅有一个JVM进程中的一个线程在执行操作逻辑;换句话说,JUC的锁和分布式锁都是一种保护系统资源的措施。尽可能将并发带来的不确定性转换为同步的确定性;

先捋脉络,再想风险,最后再写代码

当我们设计一个东西的时候,很多同学脑子里想到的第一件事就是代码,代码。听我说,你一定要先思考,要做一根能思想的苇草。代码是死的,三思而后行。
所以,一定要先在脑子里想,这把锁,我要用它干什么,它要保证什么,有没有什么意外情况,会存在什么风险。先全局看一下,别一下子钻到里边。想完了之后,然后一定要落地,绝对不可以纸上谈兵,自己一定要把代码写出来,自己去测试,去解决问题,看到底行不行。只有写出来,你才能验证你的想法。“实践是检验真理的唯一标准”。
为了保证文章的易读性,接下来,我将采用理论 + 代码的形式,从整体到部分,从宏观到微观,带你全面看透 Redis分布式锁。

一步一步,看透 Redis 分布式锁中的门道

我们一起捋一下,很多线程去上锁,谁锁成功谁就有权利执行操作逻辑,其他线程要么直接走抢锁失败的逻辑,要么自旋尝试抢锁;
比方说 A线程竞争到了锁,开始执行操作逻辑(我的代码逻辑演示中,使用 Jedis客户端为例);
public static void doSomething() { // RedisLock是我封装的一个类,后面会讲到 RedisLock redisLock = new RedisLock(jedis); // 创建jedis实例的代码省略,不是重点 try { redisLock.lock(); // 上锁
// 处理业务 System.out.println(Thread.currentThread().getName() + " 线程处理业务逻辑中..."); Thread.sleep(2000); System.out.println(Thread.currentThread().getName() + " 线程处理业务逻辑完毕");
redisLock.unlock(); // 释放锁 } catch (Exception e) { e.printStackTrace(); }}
正常情况下,A 线程执行完操作逻辑后,应该将锁释放。如果说执行过程中抛出异常,程序不再继续走正常的释放锁流程,没有释放锁怎么办?所以我们想到:
释放锁的流程一定要在 finally{} 块中执行,当然,上锁的流程一定要在 finally{} 对应的 try{} 块中,否则 finally{} 就没用了,如下:
public static void doSomething() { RedisLock redisLock = new RedisLock(jedis); // 创建jedis实例的代码省略,不是重点 try { redisLock.lock(); // 上锁,必须在 try{}中
// 处理业务 System.out.println(Thread.currentThread().getName() + " 线程处理业务逻辑中..."); Thread.sleep(2000); System.out.println(Thread.currentThread().getName() + " 线程处理业务逻辑完毕"); } catch (Exception e) { e.printStackTrace(); } finally { redisLock.unlock(); // 在finally{} 中释放锁 }}
3-1、放在 finally{} 块中就行了吗?
如果在执行 try{} 中逻辑的时候,程序出现了 System.exit(0); 或者 finally{} 中执行异常,比方说连接不上 redis-server了;或者还未执行到 finally{}的时候,JVM进程挂掉了,服务宕机;这些情况都会导致没有成功释放锁,别的线程一直拿不到锁,怎么办?
如果我的系统因为一个节点影响,别的节点也都无法正常提供服务了,那我的系统也太弱了。所以我们想到必须要将风险降低,可以给锁设置一个超时时间,比方说 1秒,即便发生了上边的情况,那我的锁也会在 1秒之后自动释放,其他线程就可以获取到锁,接班干活了;
public static final String lock_key = "haolin-lock";
public void lock() { while (!tryLock()) { try { Thread.sleep(50); // 在while中自旋,如果说读者想设置一些自旋次数,等待最大时长等自己去扩展,不是此处的重点 } catch (InterruptedException e) { e.printStackTrace(); } }
System.out.println("线程:" + threadName + ",占锁成功!★★★"); }
private boolean tryLock() { SetParams setParams = new SetParams(); setParams.ex(1); // 超时时间1s setParams.nx(); // nx String response = jedis.set(lock_key, "", setParams); // 转换为redis命令就是:set haolin-key "" ex 1 nx return "OK".equals(response); }
注意,上锁的时候,设置key和设置超时时间这两个操作要是原子性的,要么都执行,要么都不执行。
Redis原生支持:
// http://redis.io/commands/set.htmlSET key value [EX seconds] [PX milliseconds] [NX|XX]
不要在代码里边分两次调用:
set k vexipre k time
这是错误的,如果第一个命令执行成功后,第二条命令由于各种原因没有执行,就出问题了。
3-2、锁的超时时间该怎么计算?
我们刚才假设的 1s是怎么计算的?这个时间该设多少合适呢?
听我说,锁中的业务逻辑的执行时间,不能瞎写,一般是我们在测试环境进行多次测试,然后在压测环境多轮压测之后,比方说计算出平均的执行时间是 200ms,锁的超时时间放大3-5倍,比如这里我们设置为 1s,为啥要放大,因为如果锁的操作逻辑中有网络 IO操作,线上的网络不会总一帆风顺,我们要给网络抖动留有缓冲时间。
这个时候有的同学有想法,那我设置的再大一些,给网络足够充裕的时间,我就设置 10s、1min不是更安全吗?请注意,不要钻到这一个点里边,你要顾全大局,多大算大?越大越好?无穷大?那不等于不设置超时时间吗?
同时,这个时间,你要想清楚,如果你设置 10s,果真发生了宕机,那意味着这 10s中间,你的这个分布式锁的服务全部节点都是不可用的,这个和你的业务以及系统的可用性有挂钩,你要去衡量,要慎重(后边3-13会再详细聊)。那如果一个节点宕机之后可以通知 redis-server释放锁吗?
注意,我是宕机,不可控力,断电了兄弟,通知不了的。回头一想,如果我是优雅停机呢,我不是 kill -9,也不是断电,这样似乎可以去做一些编码去释放锁,你可以参考下 JVM的钩子、Dubbo的优雅停机、或者 linux进程级通信技术来做这件事情。
当然也可以手动停服务后,手动删除掉 redis中的锁,让他及时删除掉,只要运维不打你。(大家都知道 zookeeper 的临时节点特性被应用在很多场合,但本文不是聊 zookeeper,思路别跑题,回归)
3-3、加个超时时间就行了吗?
继续,如果说 A线程在执行操作逻辑的过程中,别的线程直接进行了释放锁的操作,是不是就出问题了?
什么?别的线程没有获得锁却直接执行了释放锁??现在是 A线程上的锁,那肯定只能 A线程释放锁呀!别的线程释放锁算怎么回事?联想 ReentrantLock中的 isHeldByCurrentThread()方法,所以我们想到,必须在锁上加个标记,只有上锁的线程 A线程知道,相当于是一个密语,也就是说释放锁的时候,首先先把密语和锁上的标记进行匹配,如果匹配不上,就没有权利释放锁;
private boolean tryLock() { SetParams setParams = new SetParams(); setParams.ex(1); // 超时时间1s setParams.nx(); // nx String response = jedis.set(lock_key, "", setParams); // 转换为redis命令就是:set haolin-key "" ex 1 nx return "OK".equals(response); }
// 别的线程直接调用释放锁操作,分布式锁崩溃! public void unlock() { jedis.del(encode(lock_key)); System.out.println("线程:" + threadName + " 释放锁成功!☆☆☆"); }
private byte[] encode(String param) { return param.getBytes(); }
3-4、这个密语value设置成什么呢?
这是有门道的,跟着我的思路走,继续。
很多同学说设置成一个 UUID就行了,上锁之前,在该线程代码中生成一个 UUID,将这个作为秘钥,存在锁键的 value中,释放锁的时候,用这个进行校验,因为只有上锁的线程知道这个秘钥,别的线程是不知道的。这个可行吗,当然可行。
String releaseLock_lua = "if redis.call(\"get\",KEYS[1]) == ARGV[1] \n" + "then\n" + " return redis.call(\"del\", KEYS[1])\n" + "else\n" + " return 0\n" + "end";
private boolean tryLock(String uuid) { SetParams setParams = new SetParams(); setParams.ex(1); // 超时时间1s setParams.nx(); // nx String response = jedis.set(lock_key, uuid, setParams); // 转换为redis命令就是:set haolin-key "" ex 1 nx return "OK".equals(response); }
public void unlock(String uuid) {
List<byte[]> keys = Arrays.asList(encode(lock_key)); List<byte[]> args = Arrays.asList(encode(uuid));
// 使用lua脚本,保证原子性 long eval = (Long) jedis.eval(encode(releaseLock_lua), keys, args); if (eval == 1) { System.out.println("线程:" + threadName + " 释放锁成功!☆☆☆"); } else { System.out.println("线程:" + threadName + " 释放锁失败!该线程未持有锁!!!"); }
}
private byte[] encode(String param) { return param.getBytes(); }
为什么使用 lua脚本?
保证原子性,因为是两个操作,如果分两步那就是:
get k // 进行秘钥 value的比对del k // 比对成功后,删除k
如果第一步比对成功后,第二步还没来得及执行的时候,锁到期,然后紧接着别的线程获取到锁,里边的 uuid已经变了,也就是说持有锁的线程已经不是该线程了,此时再执行第二步的删除锁操作,肯定是错误的了。
3-5、继续,现在把思维先跳出来,想想?可重入怎么搞?
作为一把锁,我们在使用 synchronized、ReentrantLock的时候是不是有可重入性?
那咱们这把分布式锁该如何实现可重入呢?如果 A线程的锁方法逻辑中调用了 x()方法,x()方法中也需要获取这把锁,按照这个逻辑,x()方法中的锁应该重入进去即可,那是不是需要将刚才生成的这个 UUID秘钥传递给 x()方法?怎么传递?参数?这就侵入业务代码了。
3-6、能不侵入业务代码吗?
我们主要是想给上锁的 A线程设置一个只有它自己知道的秘钥,把思路时钟往回拨,想想:
线程本身的 id(Thread.currentThread().getId())是不是就是一个唯一标识呢?我们把秘钥 value设置为线程的 id不就行了。
String releaseLock_lua = "if redis.call(\"get\",KEYS[1]) == ARGV[1] \n" + "then\n" + " return redis.call(\"del\", KEYS[1])\n" + "else\n" + " return 0\n" + "end"; String addLockLife_lua = "if redis.call(\"exists\", KEYS[1]) == 1\n" + "then\n" + " return redis.call(\"expire\", KEYS[1], ARGV[1])\n" + "else\n" + " return 0\n" + "end";
public void lock() { // 判断是否可重入 if (isHeldByCurrentThread()) { return; }
while (!tryLock()) { try { Thread.sleep(50); // 自旋 } catch (InterruptedException e) { e.printStackTrace(); } }
System.out.println("线程:" + threadName + ",占锁成功!★★★"); }
// 是否是当前线程占有锁,同时将超时时间重新设置,这个很重要,同样也是原子操作 private boolean isHeldByCurrentThread() {
List<byte[]> keys = Arrays.asList(encode(lock_key)); List<byte[]> args = Arrays.asList(encode(String.valueOf(threadId)), encode(String.valueOf(1)));
long eval = (Long) jedis.eval(encode(addLockLife_lua), keys, args); return eval == 1; }
private boolean tryLock(String uuid) { SetParams setParams = new SetParams(); setParams.ex(1); // 超时时间1s setParams.nx(); // nx String response = jedis.set(lock_key, String.valueOf(threadId), setParams); // 转换为redis命令就是:set haolin-key xxx ex 1 nx return "OK".equals(response); }
public void unlock(String uuid) {
List<byte[]> keys = Arrays.asList(encode(lock_key)); List<byte[]> args = Arrays.asList(encode(String.valueOf(threadId)));
// 使用lua脚本,保证原子性 long eval = (Long) jedis.eval(encode(releaseLock_lua), keys, args); if (eval == 1) { System.out.println("线程:" + threadName + " 释放锁成功!☆☆☆"); } else { System.out.println("线程:" + threadName + " 释放锁失败!该线程未持有锁!!!"); }
}
private byte[] encode(String param) { return param.getBytes(); }
3-7、Thread-Id 真能行吗?
不行。
想想,我们说一个 Thread的id是唯一的,是在同一个 JVM进程中,是在一个操作系统中,也就是在一个机器中。
而现实是,我们的部署是集群部署,多个实例节点,那意味着会存在这样一种情况,S1机器上的线程上锁成功,此时锁中秘钥 value是线程id=1,如果说同一时间 S2机器中,正好线程id=1的线程尝试获得这把锁,比对秘钥发现成功,结果也重入了这把锁,也开始执行逻辑,此时,我们的分布式锁崩溃!怎么解决?
我们只需要在每个节点中维护不同的标识即可,怎么维护呢?应用启动的时候,使用 UUID生成一个唯一标识 APP_ID,放在内存中(或者使用zookeeper去分配机器id等等)。此时,我们的秘钥 value这样存即可:APP_ID+ThreadId
// static变量,final修饰,加载在内存中,JVM进程生命周期中不变 private static final String APP_ID = UUID.randomUUID().toString();
String releaseLock_lua = "if redis.call(\"get\",KEYS[1]) == ARGV[1] \n" + "then\n" + " return redis.call(\"del\", KEYS[1])\n" + "else\n" + " return 0\n" + "end"; String addLockLife_lua = "if redis.call(\"exists\", KEYS[1]) == 1\n" + "then\n" + " return redis.call(\"expire\", KEYS[1], ARGV[1])\n" + "else\n" + " return 0\n" + "end";
public void lock() { // 判断是否可重入 if (isHeldByCurrentThread()) { return; }
while (!tryLock()) { try { Thread.sleep(50); // 自旋 } catch (InterruptedException e) { e.printStackTrace(); } }
System.out.println("线程:" + threadName + ",占锁成功!★★★"); }
// 是否是当前线程占有锁,同时将超时时间重新设置,这个很重要,同样也是原子操作 private boolean isHeldByCurrentThread() {
List<byte[]> keys = Arrays.asList(encode(lock_key)); List<byte[]> args = Arrays.asList(encode(APP_ID + String.valueOf(threadId)), encode(String.valueOf(1)));
long eval = (Long) jedis.eval(encode(addLockLife_lua), keys, args); return eval == 1; }
private boolean tryLock(String uuid) { SetParams setParams = new SetParams(); setParams.ex(1); // 超时时间1s setParams.nx(); // nx String response = jedis.set(lock_key, APP_ID + String.valueOf(threadId), setParams); // 转换为redis命令就是:set haolin-key xxx ex 1 nx return "OK".equals(response); }
public void unlock(String uuid) {
List<byte[]> keys = Arrays.asList(encode(lock_key)); List<byte[]> args = Arrays.asList(encode(APP_ID + String.valueOf(threadId)));
// 使用lua脚本,保证原子性 long eval = (Long) jedis.eval(encode(releaseLock_lua), keys, args); if (eval == 1) { System.out.println("线程:" + threadName + " 释放锁成功!☆☆☆"); } else { System.out.println("线程:" + threadName + " 释放锁失败!该线程未持有锁!!!"); }
}
private byte[] encode(String param) { return param.getBytes(); }
3-8、APP_ID + ThreadId 还是 UUID 好呢?
是不是觉得有点意思了?
继续听我说,如果 A线程执行逻辑中间开启了一个子线程执行任务,这个子线程任务中也需要重入这把锁,因为子线程获取到的线程 id不一样,导致重入失败。那意味着需要将这个秘钥继续传递给子线程,JUC中 InheritableThreadLocal 派上用场,但是感觉怪怪的,因为线程间传递的是父线程的 id。
微服务中多服务间调用的话可以借用系统自身有的 traceId作为秘钥即可。
「至于选择哪种 value的方式,根据实际的系统设计 + 业务场景,选择最合适的即可,没有最好,只有最合适。」
3-9、锁重入,就这么简单?
注意,我们上边的主要注意力在怎么重入进去,而我们这是分布式锁,要考虑的事情还有很多,重入进去后,超时时间随便设吗?有门道吗?
比方说 A线程在锁方法中调用了 x()方法,而 x()方法中也有获取锁的逻辑,如果 A线程获取锁后,执行过程中,到 x()方法时,这把锁是要重入进去的,但是请注意,这把锁的超时时间如果小于第一次上锁的时间,比方说 A线程设置的超时时间是 1s,在 100ms的时候执行到 x()方法中,而 x()方法中设置的超时时间是 100ms,那么意味着 100ms之后锁就释放了,而这个时候我的 A线程的主方法还没有执行完呢!却被重入锁设置的时间搞坏了!这个怎么搞?
如果说我在内存中设置一个这把锁设置过的最大的超时时间,重入的时候判断下传进来的时间,我重入时 expire的时候始终设置成最大的时间,而不是由重入锁随意降低锁时间导致上一步的主锁出现问题
放在内存中行吗?我们上边举例中,调用的 x()方法是在一个 JVM中,如果是调用远程的一个 RPC服务呢(像这种调用的话就需要将秘钥value通过 RpcContext传递过去了)到另一个节点的服务中进行锁重入,这个时间依然是要用当前设置过锁的最大时间的,所以这个最大的时间要存在 redis中而非 JVM内存中
经过这一步的分析,我们的重入 lua脚本就修改为这样了:
ADD_LOCK_LIFE("if redis.call(\"get\", KEYS[1]) == ARGV[1]\n" + // 判断是否是锁持有者 "then\n" + " local thisLockMaxTimeKeepKey=KEYS[1] .. \":maxTime\"\n" + // 记录锁最大时间的key是:锁名字:maxTime " local nowTime=tonumber(ARGV[2])\n" + // 当前传参进来的time " local maxTime=redis.call(\"incr\", thisLockMaxTimeKeepKey)\n" + // 取出当前锁设置的最大的超时时间,如果这个保持时间的key不存在返回的是字符串nil,这里为了lua脚本的易读性,用incr操作,这样读出来的都是number类型的操作 " local bigerTime=maxTime\n" + // 临时变量bigerTime=maxTime " if nowTime>maxTime-1\n" + // 如果传参进来的时间>记录的最大时间 " then\n" + " bigerTime=nowTime\n" + // 则更新bigerTime " redis.call(\"set\", thisLockMaxTimeKeepKey, tostring(bigerTime))\n" + // 设置超时时间为最大的time,是最安全的 " else \n" + " redis.call(\"decr\", thisLockMaxTimeKeepKey)\n" + // 当前传参time<maxTime,将刚才那次incr减回来 " end\n" + " return redis.call(\"expire\", KEYS[1], tostring(bigerTime))\n" + // 重新设置超时时间为当前锁过的最大的time "else\n" + " return 0\n" + "end"),
其实,还有另外一种方案比较简单,就是锁的超时时间=第一次上锁的时间+后面所有重入锁的时间。也就是(expire = 主ttl + 重入exipre),这种方案是放大的思想,一放大就又有上边提到过的一个问题:expire太大怎么办,参考上边。
3-10、重入锁的方法中直接执行 unlock?这么大胆!
A线程执行一共需要500ms,执行中需要调用 x()方法,x()方法中有一个重入锁,执行用了 50ms,然后执行完后,x()方法的 finally{} 块中将锁进行释放。
为啥能释放掉?因为秘钥我有,匹配成功了我就直接释放了。
这当然是有问题的,所以我们要通过锁重入次数来进行释放锁时候的判断,也就是说上锁的时候需要多维护一个 key来保存当前锁的重入次数,如果执行释放锁时,先进行重入次数 -1,-1后如果是0,可以直接 del,如果>0,说明还有重入的锁在,不能直接 del
目前为止,算上上一步中设置最大超时时间的key,加上这一步重入次数的key,加上锁本身的key,已经有3个key,需要注意的事情是,这三个key的超时时间是都要设置的!为什么?
假如说重入次数的 key没有设置超时时间,服务A节点中在一个JVM中重入了5次后,调用一次 RPC服务,RPC服务中同样重入锁,此时,锁重入次数是 6,这个时候A服务宕机,就意味着无论怎样,这把锁不可能释放了,这个分布式锁提供的完整能力,全线不可用了!
所以,这几个 key是要设置超时时间的!怎么设置?我上一个锁要维护这么多 key的超时时间?太复杂了吧,多则乱,则容易出问题。怎么办?
我们想一下,是不是最大超时时间的 key和重入次数的 key,都附属于锁,它们都是锁的属性,如果锁不在了,谈它们就毫无意义,这个时候用什么存储呢?
redis的 hash数据结构,就可以做,key是锁,里边的 hashKey分别是锁的属性, hashValue是属性值,超时时间只设置锁本身 key就可以了。这个时候,我们的锁的数据结构就要改变一下了。我这儿就不写这个了,大家意会之后可以尝试去改一改,写一写。
3-11、终于见到希望?再来一招!
再一次把思路时钟往回拨,回拨到设置超时时间那里,我们预估锁方法执行时间是 200ms,我们放大 5倍后,设置超时时间是 1s,假想一下,如果生产环境中,锁方法中的 IO操作,极端情况下超时严重,比方说 IO就消耗了 2s,那就意味着,在这次 IO还没有结束的时候,我这把锁已经到期释放掉了,就意味着别的线程趁虚而入,分布式锁崩溃!
3-12、搞了半天,锁还是崩溃了?
跟着我的思路走,别放弃。
再一次把思维从现在的框框里跳出来,想一想,我们要做的是一把分布式锁,想要的目的是同一时刻只有一个线程持有锁,作为服务而言,这个锁现在不管是被哪个线程上锁成功了,我服务应该保证这个线程执行的安全性,怎么办?锁续命。
什么意思,一旦这把锁出现了上锁操作,就意味着这把锁开始投入使用,这时我的服务中需要有一个 daemon线程定时去守护我的锁的安全性,怎么守护?
比如说锁超时时间设置的是 1s,那么我这个定时任务是每隔 300ms去 redis服务端做一次检查,如果我还持有,你就给我续命,就像 session会话的活跃机制一样。
看个例子,我上锁时候超时时间设置的是 1s,实际方法执行时间是 3s,这中间我的定时线程每隔 300ms就会去把这把锁的超时时间重新设置为 1s,每隔 300ms一次,成功将锁续命成功。
public class RedisLockIdleThreadPool { private String threadAddLife_lua = "if redis.call(\"exists\", KEYS[1]) == 1\n" + "then\n" + " return redis.call(\"expire\", KEYS[1], ARGV[1])\n" + "else\n" + " return 0\n" + "end";
private volatile ScheduledExecutorService scheduledThreadPool;
public RedisLockIdleThreadPool() {
if (scheduledThreadPool == ) { synchronized (this) { if (scheduledThreadPool == ) { scheduledThreadPool = Executors.newSingleThreadScheduledExecutor(); // 我这样创建线程池是为了代码的易读性,大家务必使用ThreadPoolExecutor去创建
scheduledThreadPool.scheduleAtFixedRate(() -> { addLife(); }, 0, 300, TimeUnit.MILLISECONDS); } } } }
private void addLife() { // ... 省略jedis的初始化过程
List<byte[]> keys = Arrays.asList(RedisLock.lock_key.getBytes()); List<byte[]> args = Arrays.asList(String.valueOf(1).getBytes());
jedis.eval(threadAddLife_lua.getBytes(), keys, args); }
}
这就行吗?还不行!
为啥?想一下,如果每个服务中都像这样去续命锁,假如说A服务还在执行过程中的时候,还没有执行完,就是说还没有手动释放锁的时候,宕机,此时 redis中锁还在有效期。
服务B 也一直在续命这把锁,此时这把锁一直在续命,但是 B的这个续命一直续的是 A当时设的锁,这不是扯吗?我自己在不断续命,导致我的服务上一直获取不到锁,实际上 A已经宕机了呀!该释放了,不应该去续命了,这不是我服务 B该干的活!
续命的前提是,得判断是不是当前进程持有的锁,也就是我们的 APP_ID,如果不是就不进行续命。
续命锁的 lua脚本发生改变,如下:
THREAD_ADD_LIFE("local v=redis.call(\"get\", KEYS[1]) \n" + // get key "if v==false \n" + // 如果不存在key,读出结果v是false "then \n" + // 不存在不处理 "else \n" + " local match = string.find(v, ARGV[1]) \n" + // 存在,判断是否能和APP_ID匹配,匹配不上时match是nil " if match==\"nil\" \n" + " then \n" + " else \n" + " return redis.call(\"expire\", KEYS[1], ARGV[2]) \n" + // 匹配上了返回的是索引位置,如果匹配上了意味着就是当前进程占有的锁,就延长时间 " end \n" + "end")

3-13、别急,还有。锁在我手里,我挂了,这...

上边 3-2 的问题在这里说下,为啥在上边不说?是怕你刚开始就钻到了这个问题中,导致本末倒置思维受限了。
即便我设置了一个很合理的 expire,比如 10s,但是线上如果真出现了A节点刚拿到锁就宕机了,那其他节点也只能干等着 10s之后再去干活了。
主要还是看你的业务能不能接受。而如果是 To C的业务中,大部分场景无法接受的,因为可能会导致用户流失,获得一个用户多难呀。
所以我们需要另外一个监控服务,定时去监控 redis中锁的获得者的健康状态,如果获取者超过n次无法通信,由监控服务负责将锁摘除掉,让别的线程继续去获取到锁去干活。
当然,这又引入了通信保证性的问题,如果监控服务和服务节点之间通信出现问题,那将导致很严重的后果。具体业务具体应用吧。
可以参考 zookeeper分布式锁的设计,不在本文范围内,暂不细聊。

风险!主从部署引来的问题

哨兵主从部署的时候,会存在一个风险问题,因为 Redis默认的主从复制是异步的,那很自然可以想到一个问题,极端情况下,如果刚往 master节点写入一个分布式锁,而这个指令流还没有来得及同步给任意一个 slave节点,此时,master节点宕机,其中一个 slave被哨兵选举为 master,此时是没有这个锁的,别的线程再次来获取锁,又获取锁成功了。
当然,这个概率极低,但是我们必须得承认这个风险的存在。其实,即使 redis部署是单节点的话也会存在问题,如果 redis.conf的相关持久化机制不合理,另外操作系统再配置一些影响参数,都会造成未持久化到磁盘中时,发生宕机且数据丢失,论风险的话如果为了技术而质疑技术这将失去了意义。
这块先不展开了,后面有时间我和大家聊聊 Redis持久化、集群的有意思的事。
从 Redis官方文档上摘抄如下(Replication – Redis):
Redis uses by default asynchronous replication, which being low latency and high performance, is the natural replication mode for the vast majority of Redis use cases.
译文:Redis默认使用异步复制,低延迟和高性能,绝大多数的Redis服务使用自然复制模式。
完工,我建议你合上屏幕,自己在脑子里重新过一遍,每一步都在做什么,为什么要做,解决什么问题。
想清楚之后,一定要,一定要自己亲手来一遍代码。本文用了很多的 lua脚本,有同学如果看不懂 lua脚本的不用着急,lua脚本不用专门花时间去研究,只需要在用的时候,去找资料看看,现学现用即可。在这里 lua只是一种工具语言,随时查随时学就行。
【总结】本文我们一起从头到尾梳理了一遍 Redis分布式锁中的各种门道,其实很多点是不管用什么做分布式锁都会存在的问题,重要的是思考的过程。
博客里边的代码只是demo,不接受吐槽哈哈哈。有时间我们再聊聊zk作锁的事情。但是,本质上的几个问题点本文已经抛出来了。
当然,随着我们的积累越来越多,可能还会发现其中存在的一些问题,重要的是尝试着这样去思考问题,提升的就不只是技术点,而是技术面。
另外,千万别为了技术而技术,不要想入非非,要尽可能的贴近业务场景去想,比如你的产品是一把铁锹,但你一直在想如果有人用它来切菜就不好用了...... 将毫无意义。
也不要觉得一下就可以完美,要知道有些时候完成比完美更重要,何况,不存在完美。努力改变自己和身边人的生活。