一。Redis實(shí)現(xiàn)分布式鎖原理

為什么需要分布式鎖

在聊分布式鎖之前，有必要先解釋一下，為什么需要分布式鎖。

與分布式鎖相對就的是單機(jī)鎖，我們在寫多線程程序時，避免同時操作一個共享變量產(chǎn)生數(shù)據(jù)問題，通常會使用一把鎖來互斥以保證共享變量的正確性，其使用范圍是在同一個進(jìn)程中。如果換做是多個進(jìn)程，需要同時操作一個共享資源，如何互斥呢？現(xiàn)在的業(yè)務(wù)應(yīng)用通常是微服務(wù)架構(gòu)，這也意味著一個應(yīng)用會部署多個進(jìn)程，多個進(jìn)程如果需要修改MySQL中的同一行記錄，為了避免操作亂序?qū)е屡K數(shù)據(jù)，此時就需要引入分布式鎖了。

想要實(shí)現(xiàn)分布式鎖，必須借助一個外部系統(tǒng)，所有進(jìn)程都去這個系統(tǒng)上申請加鎖。而這個外部系統(tǒng)，必須要實(shí)現(xiàn)互斥能力，即兩個請求同時進(jìn)來，只會給一個進(jìn)程加鎖成功，另一個失敗。這個外部系統(tǒng)可以是數(shù)據(jù)庫，也可以是Redis或Zookeeper，但為了追求性能，我們通常會選擇使用Redis或Zookeeper來做。

Redis本身可以被多個客戶端共享訪問，正好就是一個共享存儲系統(tǒng)，可以用來保存分布式鎖。而且 Redis 的讀寫性能高，可以應(yīng)對高并發(fā)的鎖操作場景。本文主要探討如何基于Redis實(shí)現(xiàn)分布式鎖以及實(shí)現(xiàn)過程中可能面臨的問題。

分布式鎖如何實(shí)現(xiàn)

作為分布式鎖實(shí)現(xiàn)過程中的共享存儲系統(tǒng)，Redis可以使用鍵值對來保存鎖變量，在接收和處理不同客戶端發(fā)送的加鎖和釋放鎖的操作請求。那么，鍵值對的鍵和值具體是怎么定的呢？我們要賦予鎖變量一個變量名，把這個變量名作為鍵值對的鍵，而鎖變量的值，則是鍵值對的值，這樣一來，Redis就能保存鎖變量了，客戶端也就可以通過Redis的命令操作來實(shí)現(xiàn)鎖操作。

想要實(shí)現(xiàn)分布式鎖，必須要求Redis有互斥的能力。可以使用SETNX命令，其含義是SET IF NOT EXIST，即如果key不存在，才會設(shè)置它的值，否則什么也不做。兩個客戶端進(jìn)程可以執(zhí)行這個命令，達(dá)到互斥，就可以實(shí)現(xiàn)一個分布式鎖。

以下展示了Redis使用key/value對保存鎖變量，以及兩個客戶端同時請求加鎖的操作過程。

加鎖操作完成后，加鎖成功的客戶端，就可以去操作共享資源，例如，修改MySQL的某一行數(shù)據(jù)。操作完成后，還要及時釋放鎖，給后來者讓出操作共享資源的機(jī)會。如何釋放鎖呢？直接使用DEL命令刪除這個key即可。這個邏輯非常簡單，整體的流程寫成偽代碼就是下面這樣。

// 加鎖
SETNX lock_key 1
// 業(yè)務(wù)邏輯
DO THINGS
// 釋放鎖
DEL lock_key

但是，以上實(shí)現(xiàn)存在一個很大的問題，當(dāng)客戶端1拿到鎖后，如果發(fā)生下面的場景，就會造成死鎖。

程序處理業(yè)務(wù)邏輯異常，沒及時釋放鎖進(jìn)程掛了，沒機(jī)會釋放鎖

以上情況會導(dǎo)致已經(jīng)獲得鎖的客戶端一直占用鎖，其他客戶端永遠(yuǎn)無法獲取到鎖。

如何避免死鎖

為了解決以上死鎖問題，最容易想到的方案是在申請鎖時，在Redis中實(shí)現(xiàn)時，給鎖設(shè)置一個過期時間，假設(shè)操作共享資源的時間不會超過10s，那么加鎖時，給這個key設(shè)置10s過期即可。

但以上操作還是有問題，加鎖、設(shè)置過期時間是2條命令，有可能只執(zhí)行了第一條，第二條卻執(zhí)行失敗，例如：

1.SETNX執(zhí)行成功，執(zhí)行EXPIRE時由于網(wǎng)絡(luò)問題，執(zhí)行失敗
2.SETNX執(zhí)行成功，Redis異常宕機(jī)，EXPIRE沒有機(jī)會執(zhí)行
3.SETNX執(zhí)行成功，客戶端異常崩潰，EXPIRE沒有機(jī)會執(zhí)行

總之這兩條命令如果不能保證是原子操作，就有潛在的風(fēng)險導(dǎo)致過期時間設(shè)置失敗，依舊有可能發(fā)生死鎖問題。幸好在Redis 2.6.12之后，Redis擴(kuò)展了SET命令的參數(shù)，可以在SET的同時指定EXPIRE時間，這條操作是原子的，例如以下命令是設(shè)置鎖的過期時間為10秒。

SET lock_key 1 EX 10 NX

至此，解決了死鎖問題，但還是有其他問題。想像下面這個這樣一種場景：

1. 客戶端1加鎖成功，開始操作共享資源
2. 客戶端1操作共享資源耗時太久，超過了鎖的過期時間，鎖失效（鎖被自動釋放）
3. 客戶端2加鎖成功，開始操作共享資源
4. 客戶端1操作共享資源完成，在finally塊中手動釋放鎖，但此時它釋放的是客戶端2的鎖。

這里存在兩個嚴(yán)重的問題：

• 鎖過期
• 釋放了別人的鎖

第1個問題是評估操作共享資源的時間不準(zhǔn)確導(dǎo)致的，如果只是一味增大過期時間，只能緩解問題降低出現(xiàn)問題的概率，依舊無法徹底解決問題。原因在于客戶端在拿到鎖之后，在操作共享資源時，遇到的場景是很復(fù)雜的，既然是預(yù)估的時間，也只能是大致的計算，不可能覆蓋所有導(dǎo)致耗時變長的場景。

第2個問題是釋放了別人的鎖，原因在于釋放鎖的操作是無腦操作，并沒有檢查這把鎖的歸屬，這樣解鎖不嚴(yán)謹(jǐn)。如何解決呢？

鎖被別人給釋放了

解決辦法是，客戶端在加鎖時，設(shè)置一個只有自己知道的唯一標(biāo)識進(jìn)去，例如可以是自己的線程ID，如果是redis實(shí)現(xiàn)，就是SET key unique_value EX 10 NX。之后在釋放鎖時，要先判斷這把鎖是否歸自己持有，只有是自己的才能釋放它。

//釋放鎖 比較unique_value是否相等，避免誤釋放
if redis.get("key") == unique_value then
    return redis.del("key")

這里釋放鎖使用的是GET + DEL兩條命令，這時又會遇到原子性問題了。

1. 客戶端1執(zhí)行GET，判斷鎖是自己的
2. 客戶端2執(zhí)行了SET命令，強(qiáng)制獲取到鎖（雖然發(fā)生概念很低，但要嚴(yán)謹(jǐn)考慮鎖的安全性）
3. 客戶端1執(zhí)行DEL，卻釋放了客戶端2的鎖

由此可見，以上GET + DEL兩個命令還是必須原子的執(zhí)行才行。怎樣原子執(zhí)行兩條命令呢？答案是Lua腳本，可以把以上邏輯寫成Lua腳本，讓Redis執(zhí)行。因?yàn)镽edis處理每個請求是單線程執(zhí)行的，在執(zhí)行一個Lua腳本時其它請求必須等待，直到這個Lua腳本處理完成，這樣一來GET+DEL之間就不會有其他命令執(zhí)行了。

以下是使用Lua腳本（unlock.script）實(shí)現(xiàn)的釋放鎖操作的偽代碼，其中，KEYS[1]表示lock_key，ARGV[1]是當(dāng)前客戶端的唯一標(biāo)識，這兩個值都是我們在執(zhí)行 Lua腳本時作為參數(shù)傳入的。

//Lua腳本語言，釋放鎖 比較unique_value是否相等，避免誤釋放
if redis.call("get",KEYS[1]) == ARGV[1] then
    return redis.call("del",KEYS[1])
else
    return 0
end

最后我們執(zhí)行以下命令，即可

redis-cli  --eval  unlock.script lock_key , unique_value 

這樣一路優(yōu)先下來，整個加鎖、解鎖流程就更嚴(yán)謹(jǐn)了，先小結(jié)一下，基于Redis實(shí)現(xiàn)的分布式鎖，一個嚴(yán)謹(jǐn)?shù)牧鞒倘缦拢?/p>

1. 加鎖時要設(shè)置過期時間SET lock_key unique_value EX expire_time NX
2. 操作共享資源
3. 釋放鎖：Lua腳本，先GET判斷鎖是否歸屬自己，再DEL釋放鎖

有了這個嚴(yán)謹(jǐn)?shù)逆i模型，我們還需要重新思考之前的那個問題，鎖的過期時間不好評估怎么辦。

如何確定鎖的過期時間

前面提到過，過期時間如果評估得不好，這個鎖就會有提前過期的風(fēng)險，一種妥協(xié)的解決方案是，盡量冗余過期時間，降低鎖提前過期的概率，但這個方案并不能完美解決問題。是否可以設(shè)置這樣的方案，加鎖時，先設(shè)置一個預(yù)估的過期時間，然后開啟一個守護(hù)線程，定時去檢測這個鎖的失效時間，如果鎖快要過期了，操作共享資源還未完成，那么就自動對鎖進(jìn)行續(xù)期，重新設(shè)置過期時間。

這是一種比較好的方案，已經(jīng)有一個庫把這些工作都封裝好了，它就是Redisson。Redisson是一個Java語言實(shí)現(xiàn)的Redis SDK客戶端，在使用分布式鎖時，它就采用了自動續(xù)期的方案來避免鎖過期，這個守護(hù)線程我們一般叫它看門狗線程。這個SDK提供的API非常友好，它可以像操作本地鎖一樣操作分布式鎖?？蛻舳艘坏┘渔i成功，就會啟動一個watch dog看門狗線程，它是一個后臺線程，會每隔一段時間（這段時間的長度與設(shè)置的鎖的過期時間有關(guān)）檢查一下，如果檢查時客戶端還持有鎖key（也就是說還在操作共享資源），那么就會延長鎖key的生存時間。

那如果客戶端在加鎖成功后就宕機(jī)了呢？宕機(jī)了那么看門狗任務(wù)就不存在了，也就無法為鎖續(xù)期了，鎖到期自動失效。

Redis的部署方式對鎖的影響

上面討論的情況，都是鎖在單個Redis 實(shí)例中可能產(chǎn)生的問題，并沒有涉及到Redis的部署架構(gòu)細(xì)節(jié)。

Redis發(fā)展到現(xiàn)在，幾種常見的部署架構(gòu)有：

• 單機(jī)模式；
• 主從模式；
• 哨兵（sentinel）模式；
• 集群模式；

我們使用Redis時，一般會采用主從集群+哨兵的模式部署，哨兵的作用就是監(jiān)測redis節(jié)點(diǎn)的運(yùn)行狀態(tài)。普通的主從模式，當(dāng)master崩潰時，需要手動切換讓slave成為master，使用主從+哨兵結(jié)合的好處在于，當(dāng)master異常宕機(jī)時，哨兵可以實(shí)現(xiàn)故障自動切換，把slave提升為新的master，繼續(xù)提供服務(wù)，以此保證可用性。那么當(dāng)主從發(fā)生切換時，分布式鎖依舊安全嗎？

想像這樣的場景：

1. 客戶端1在master上執(zhí)行SET命令，加鎖成功
2. 此時，master異常宕機(jī)，SET命令還未同步到slave上（主從復(fù)制是異步的）
3. 哨兵將slave提升為新的master，但這個鎖在新的master上丟失了，導(dǎo)致客戶端2來加鎖成功了，兩個客戶端共同操作共享資源

可見，當(dāng)引入Redis副本后，分布式鎖還是可能受到影響。即使Redis通過sentinel保證高可用，如果這個master節(jié)點(diǎn)由于某些原因發(fā)生了主從切換，那么就會出現(xiàn)鎖丟失的情況。

集群模式+Redlock實(shí)現(xiàn)高可靠的分布式鎖

為了避免Redis實(shí)例故障而導(dǎo)致的鎖無法工作的問題，Redis的開發(fā)者 Antirez提出了分布式鎖算法Redlock。Redlock算法的基本思路，是讓客戶端和多個獨(dú)立的Redis實(shí)例依次請求加鎖，如果客戶端能夠和半數(shù)以上的實(shí)例成功地完成加鎖操作，那么我們就認(rèn)為，客戶端成功地獲得分布式鎖了，否則加鎖失敗。這樣一來，即使有單個Redis實(shí)例發(fā)生故障，因?yàn)殒i變量在其它實(shí)例上也有保存，所以，客戶端仍然可以正常地進(jìn)行鎖操作，鎖變量并不會丟失。

來具體看下Redlock算法的執(zhí)行步驟。Redlock算法的實(shí)現(xiàn)要求Redis采用集群部署模式，無哨兵節(jié)點(diǎn)，需要有N個獨(dú)立的Redis實(shí)例（官方推薦至少5個實(shí)例）。接下來，我們可以分成3步來完成加鎖操作。

第一步是，客戶端獲取當(dāng)前時間。

第二步是，客戶端按順序依次向N個Redis實(shí)例執(zhí)行加鎖操作。

這里的加鎖操作和在單實(shí)例上執(zhí)行的加鎖操作一樣，使用SET命令，帶上NX、EX/PX選項(xiàng)，以及帶上客戶端的唯一標(biāo)識。當(dāng)然，如果某個Redis實(shí)例發(fā)生故障了，為了保證在這種情況下，Redlock算法能夠繼續(xù)運(yùn)行，我們需要給加鎖操作設(shè)置一個超時時間。如果客戶端在和一個Redis實(shí)例請求加鎖時，一直到超時都沒有成功，那么此時，客戶端會和下一個Redis實(shí)例繼續(xù)請求加鎖。加鎖操作的超時時間需要遠(yuǎn)遠(yuǎn)地小于鎖的有效時間，一般也就是設(shè)置為幾十毫秒。

第三步是，一旦客戶端完成了和所有Redis實(shí)例的加鎖操作，客戶端就要計算整個加鎖過程的總耗時。

客戶端只有在滿足兩個條件時，才能認(rèn)為是加鎖成功，條件一是客戶端從超過半數(shù)（大于等于 N/2+1）的Redis實(shí)例上成功獲取到了鎖；條件二是客戶端獲取鎖的總耗時沒有超過鎖的有效時間。

為什么大多數(shù)實(shí)例加鎖成功才能算成功呢？多個Redis實(shí)例一起來用，其實(shí)就組成了一個分布式系統(tǒng)。在分布式系統(tǒng)中總會出現(xiàn)異常節(jié)點(diǎn)，所以在談?wù)摲植际较到y(tǒng)時，需要考慮異常節(jié)點(diǎn)達(dá)到多少個，也依舊不影響整個系統(tǒng)的正確運(yùn)行。這是一個分布式系統(tǒng)的容錯問題，這個問題的結(jié)論是：如果只存在故障節(jié)點(diǎn)，只要大多數(shù)節(jié)點(diǎn)正常，那么整個系統(tǒng)依舊可以提供正確服務(wù)。

在滿足了這兩個條件后，我們需要重新計算這把鎖的有效時間，計算的結(jié)果是鎖的最初有效時間減去客戶端為獲取鎖的總耗時。如果鎖的有效時間已經(jīng)來不及完成共享數(shù)據(jù)的操作了，我們可以釋放鎖，以免出現(xiàn)還沒完成共享資源操作，鎖就過期了的情況。

當(dāng)然，如果客戶端在和所有實(shí)例執(zhí)行完加鎖操作后，沒能同時滿足這兩個條件，那么，客戶端就要向所有Redis節(jié)點(diǎn)發(fā)起釋放鎖的操作。為什么釋放鎖，要操作所有的節(jié)點(diǎn)呢，不能只操作那些加鎖成功的節(jié)點(diǎn)嗎？因?yàn)樵谀骋粋€Redis節(jié)點(diǎn)加鎖時，可能因?yàn)榫W(wǎng)絡(luò)原因?qū)е录渔i失敗，例如一個客戶端在一個Redis實(shí)例上加鎖成功，但在讀取響應(yīng)結(jié)果時由于網(wǎng)絡(luò)問題導(dǎo)致讀取失敗，那這把鎖其實(shí)已經(jīng)在Redis上加鎖成功了。所以釋放鎖時，不管之前有沒有加鎖成功，需要釋放所有節(jié)點(diǎn)上的鎖以保證清理節(jié)點(diǎn)上的殘留的鎖。

在Redlock算法中，釋放鎖的操作和在單實(shí)例上釋放鎖的操作一樣，只要執(zhí)行釋放鎖的 Lua腳本就可以了。這樣一來，只要N個Redis實(shí)例中的半數(shù)以上實(shí)例能正常工作，就能保證分布式鎖的正常工作了。所以，在實(shí)際的業(yè)務(wù)應(yīng)用中，如果你想要提升分布式鎖的可靠性，就可以通過Redlock算法來實(shí)現(xiàn)。

二。代碼實(shí)現(xiàn)Redis分布式鎖

1.SpringBoot整合redis用到最多的當(dāng)然屬于我們的老朋友RedisTemplate，pom依賴如下：

<!-- springboot整合redis -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

2.Redis配置類:

package com.example.redisdemo.config;

import com.fasterxml.jackson.annotation.JsonAutoDetect;
import com.fasterxml.jackson.annotation.PropertyAccessor;
import com.fasterxml.jackson.databind.DeserializationFeature;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.lettuce.LettuceConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.Jackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.RedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;

/**
 * @description: Redis配置類
 * @author Keson
 * @date 21:20 2022/11/14
 * @Param
 * @return
 * @version 1.0
 */
@Configuration
public class RedisConfig {

    @Bean
    public RedisTemplate<String, Object> redisTemplate(LettuceConnectionFactory lettuceConnectionFactory) {
        // 設(shè)置序列化
        Jackson2JsonRedisSerializer<Object> jackson2JsonRedisSerializer = new Jackson2JsonRedisSerializer<Object>(Object.class);
        ObjectMapper om = new ObjectMapper();
        om.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
        om.configure(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES, false);
        jackson2JsonRedisSerializer.setObjectMapper(om);
        // 配置redisTemplate
        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<String, Object>();
        redisTemplate.setConnectionFactory(lettuceConnectionFactory);
        RedisSerializer<?> stringSerializer = new StringRedisSerializer();
        redisTemplate.setKeySerializer(stringSerializer);// key序列化
        redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);// value序列化
        redisTemplate.setHashKeySerializer(stringSerializer);// Hash key序列化
        redisTemplate.setHashValueSerializer(jackson2JsonRedisSerializer);// Hash value序列化
        redisTemplate.afterPropertiesSet();
        return redisTemplate;
    }
}

3.Service層面

package com.example.redisdemo.service;

import com.example.redisdemo.entity.CustomerBalance;
import java.util.concurrent.Callable;

/**
 * @author Keson
 * @version 1.0
 * @description: TODO
 * @date 2022/11/14 15:12
 */
public interface RedisService {

    <T> T callWithLock(CustomerBalance customerBalance, Callable<T> callable) throws Exception;
}

package com.example.redisdemo.service.impl;

import com.example.redisdemo.entity.CustomerBalance;
import com.example.redisdemo.service.RedisService;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.connection.RedisStringCommands;
import org.springframework.data.redis.connection.ReturnType;
import org.springframework.data.redis.core.RedisCallback;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.types.Expiration;
import org.springframework.stereotype.Service;
import java.nio.charset.StandardCharsets;
import java.util.UUID;
import java.util.concurrent.Callable;
import java.util.concurrent.TimeUnit;

/**
 * @author Keson
 * @version 1.0
 * @description: TODO Redis實(shí)現(xiàn)分布式鎖
 * @date 2022/11/14 15:13
 */
@Service
@Slf4j
public class RedisServiceImpl implements RedisService {

    //設(shè)置默認(rèn)過期時間
    private final static int DEFAULT_LOCK_EXPIRY_TIME = 20;
    //自定義lock key前綴
    private final static String LOCK_PREFIX = "LOCK:CUSTOMER_BALANCE";

    @Autowired
    private RedisTemplate redisTemplate;

    @Override
    public <T> T callWithLock(CustomerBalance customerBalance, Callable<T> callable) throws Exception{
        //自定義lock key
        String lockKey = getLockKey(customerBalance.getCustomerNumber(), customerBalance.getSubAccountNumber(), customerBalance.getCurrencyCode());
        //將UUID當(dāng)做value，確保唯一性
        String lockReference = UUID.randomUUID().toString();

        try {
            if (!lock(lockKey, lockReference, DEFAULT_LOCK_EXPIRY_TIME, TimeUnit.SECONDS)) {
                throw new Exception("lock加鎖失敗");
            }
            return callable.call();
        } finally {
            unlock(lockKey, lockReference);
        }
    }

    //定義lock key
    String getLockKey(String customerNumber, String subAccountNumber, String currencyCode) {
        return String.format("%s:%s:%s:%s", LOCK_PREFIX, customerNumber, subAccountNumber, currencyCode);
    }

    //redis加鎖
    private boolean lock(String key, String value, long timeout, TimeUnit timeUnit) {
        Boolean locked;
        try {
            //SET_IF_ABSENT --> NX: Only set the key if it does not already exist.
            //SET_IF_PRESENT --> XX: Only set the key if it already exist.
            locked = (Boolean) redisTemplate.execute((RedisCallback<Boolean>) connection ->
                    connection.set(key.getBytes(StandardCharsets.UTF_8), value.getBytes(StandardCharsets.UTF_8),
                            Expiration.from(timeout, timeUnit), RedisStringCommands.SetOption.SET_IF_ABSENT));
        } catch (Exception e) {
            log.error("Lock failed for redis key: {}, value: {}", key, value);
            locked = false;
        }
        return locked != null && locked;
    }

    //redis解鎖
    private boolean unlock(String key, String value) {
        try {
            //使用lua腳本保證刪除的原子性，確保解鎖
            String script = "if redis.call('get', KEYS[1]) == ARGV[1] " +
                            "then return redis.call('del', KEYS[1]) " +
                            "else return 0 end";
            Boolean unlockState = (Boolean) redisTemplate.execute((RedisCallback<Boolean>) connection ->
                    connection.eval(script.getBytes(), ReturnType.BOOLEAN, 1,
                            key.getBytes(StandardCharsets.UTF_8), value.getBytes(StandardCharsets.UTF_8)));
            return unlockState == null || !unlockState;
        } catch (Exception e) {
            log.error("unLock failed for redis key: {}, value: {}", key, value);
            return false;
        }
    }
}

4.業(yè)務(wù)調(diào)用實(shí)現(xiàn)分布式鎖示例：

    @Override
    public int updateById(CustomerBalance customerBalance) throws Exception {
        return redisService.callWithLock(customerBalance, ()-> customerBalanceMapper.updateById(customerBalance));
    }

到此這篇關(guān)于如何在SpringBoot中使用Redis實(shí)現(xiàn)分布式鎖的文章就介紹到這了,更多相關(guān)SpringBoot用Redis實(shí)現(xiàn)分布式鎖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論