目录
分布式锁定义
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。
靠谱的分布式锁具备的特征
-
【互斥性】
- 任意时刻，只有一个客户端持有锁。
-
【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
Redis分布式锁方案
一、SETNX + EXPIRE
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。
伪代码例子：
@Autowired
private Jedis jedis;
public void test(){
String key_resource_id = ""; // 加锁key
String lock_value = ""; // 锁的值，可以设置任意值
if(jedis.setnx(key_resource_id,lock_value) == 1){ // 加锁
jedis.expire(key_resource_id,100); // 设置过期时间
try{
// do something 业务请求/逻辑处理
}catch (Exception e){
}finally {
jedis.del(key_resource_id); // 释放锁
}
}
}这个方案中，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】。
二、SETNX + value值是（系统时间+过期时间）
为了解决方案二，【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。
伪代码例子：
-
@Autowired private Jedis jedis; /** * SETNX + value值是(系统时间+过期时间) */ public boolean test2(){ String key_resource_id = ""; // 加锁key long expireTime = 1; // 过期时间,单位s long expireTimeStr = System.currentTimeMillis() + expireTime; // 锁的值，系统时间+设置的过期时间 String lock_value = String.valueOf(expireTimeStr); // 如果当前锁不存在，返回加锁成功 if(jedis.setnx(key_resource_id,lock_value) == 1){ // 加锁 return true; } // 如果锁已经存在，获取锁的过期时间 String currentValueStr = jedis.get(key_resource_id); // 如果获取到过期时间，小于系统当前时间，表示已经过期 if(StringUtils.isNotBlank(currentValueStr) && Long.parseLong(currentValueStr) < System.currentTimeMillis()){ // 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（不了解redis 的getSet命令的小伙伴，可以去官网看看） String oldValueStr = jedis.getSet(key_resource_id, lock_value); if(StringUtils.isNotBlank(oldValueStr) && oldValueStr.equals(currentValueStr)){ // 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 return true; } } // 其他情况，均返回加锁失败 return false; }
三、使用Lua脚本（包含SETNX+EXPIRE两条指令）
实际上，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：
if redis.call('setnx',KEYS[1],ARGV[1]) == 1 then
redis.call('expire',KEYS[1],ARGV[2])
else
return 0
end;伪代码例子：
/**
* 使用Lua脚本(包含SETNX + EXPIRE两条指令)
*/
public boolean test3(){
String key_resource_id = ""; // 加锁key
String values = "";
String lua_scripts = "if redis.call('setnx',KEYS[1],ARGV[1]) == 1 then" +
" redis.call('expire',KEYS[1],ARGV[2]) return 1 else return 0 end";
Object result = jedis.eval(lua_scripts, Collections.singletonList(key_resource_id), Collections.singletonList(values));
//判断是否成功
return result.equals(1L);
}这个方案跟方案二对比，哪个好呢？ 答：我觉得各有所长。
四、SET的扩展命令（SET EX PX NX）
除了使用方案二、方案三，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！
语法解析
伪代码例子：这个语法都不对，不知道为什么（采纳网上的）
if（jedis.set(key_resource_id, lock_value, "NX", "EX", 100s) == 1）{ //加锁
try {
do something //业务处理
}catch(){
}
finally {
jedis.del(key_resource_id); //释放锁
}
}存在问题：
- 【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。虽然线程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了。
- 【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临界区业务可能都还没执行完。
五、SET EX PX NX + 校验唯一随机值,再删除
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。
伪代码例子：这个语法都不对，不知道为什么 （采纳网上的）
if（jedis.set(key_resource_id, uni_request_id, "NX", "EX", 100s) == 1）{ //加锁
try {
do something //业务处理
}catch(){
}
finally {
//判断是不是当前线程加的锁,是才释放
if (uni_request_id.equals(jedis.get(key_resource_id))) {
jedis.del(lockKey); //释放锁
}
}
}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：
if redis.call('get',KEYS[1]) == ARGV[1] then
return redis.call('del',KEYS[1])
else
return 0
end;六、Redisson框架
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：
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，Redis就是使用Redisson解决了「锁过期释放，业务没执行完」问题。
七、多机实现的分布式锁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：
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算法：Redlock。
RedLock的实现步骤
- 获取当前时间，以毫秒为单位。
- 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，并且超过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。
- 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。（如以上图，10s>30ms+50ms+40ms+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）。
简化步骤：
- 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。
- 如果获取锁失败，解锁！
作者：筱白爱学习！！
欢迎关注转发评论点赞沟通，您的支持是筱白的动力！