Redis典型应用之分布式锁-编程知识

前言

分布式锁的基础实现

引入过期时间：

引入校验ID：

引入lua

lua的简介：

引入看门狗（watch dog）

引入Redlock算法

前言

在一个分布式系统中，也会涉及到多个节点同时去访问一个公共资源的时候，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~~

本质上来说就是使用一个公共的服务器，用来记录加锁状态

当然这个服务器也可以是Redis，也可以是其他的组件（MySQL、ZooKeeper等），自己手搓也行

分布式锁的基础实现

其实就是通过一个键值对来标识锁的状态

例如：买票的时候，存在多个能够购票的软件（12306、携程等）但是票的总数是固定的，所以我们都需要先查询该票的余票是否大于0,如果成立那么票数--

但是上述的情况会出现“线程安全”问题（访问临界资源）

在上述的场景的时候就会出现“超卖”的现象~~

可以在购票服务器中加一个Redis来作为分布式锁的管理器

此时如果买票服务器尝试买票，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就随意

如果当前设置成功，就是为当前没有节点对001车次加锁，那么就可以对数据库进行写操作，操作完成之后再把Redis上的键值对给删除掉

如果在买票服务器1买001车次的票的时候，买票服务器2也要买001车次的票，此时买票服务器2也会想向Redis中写入key 为 001的键值对，但是此时该key已经存在，那么就会设置失败，那么我们就认为此时其他服务器持有锁，那么买票服务器2就应该等待或放弃~~

Redis提供了setnx操作，即：key不存在就设置，存在直接失败

看起来这样就已经实现了分布式锁了吗？？

如果此时买票服务器1宕机了怎么办，话句话说，我忘记给del这个key了！！

引入过期时间：

为了解决上述的问题，我们可以对key引入一个过期时间，即这个锁有一个默认释放形式

注意：此处的过期时间的设置务必在设置锁的同时设置上！

使用set ex nx 的方式，在设置锁的时候设置上过期时间，不要分成set 与 expire 两个指令~~

这样已经大致完善了分布式锁的安全使用，但我们仍要考虑一些特殊情况~~

即购票服务器2的失误操作，将redis中已存在的key删除了~~

引入校验ID：

为了解决上述的问题，可以引入校验ID

即设置key的时候对其value的值设置成为服务器的编号，比如：key:"001" , value:"服务器1"

这样就可以在删除key的时候检测一下value是否对应当前执行删除操作的服务器

那么伪代码应该如下：

String key = [要加锁的资源 id];
String serverId = [服务器的编号];// 加锁, 设置过期时间为 10s
redis.set(key, serverId, "NX", "EX", "10s");// 执⾏各种业务逻辑
// ...// 解锁, 删除 key. 但是删除前要检验下 serverId 是否匹配.
if (redis.get(key) == serverId) {redis.del(key);
}

很明显此时get和del这两步操作不是原子的，即使有过期时间也不应该就这样，过期时间只是最后防线

引入lua

为了使解锁操作原子，可以使用Redis支持的Lua脚本功能

lua的简介：

Lua也是一门编程语言，语法类似JS，是一个动态弱类型语言，Lua的解释器一般用C语言实现，Lua的语法精炼速度快，解释器轻量（200K左右）

因此Lua经常作为其他程序的内嵌脚本语言，Redis本身就支持Lua作为内嵌脚本

使用Lua脚本完成上述的解锁功能

if redis.call('get',KEYS[1]) == ARGV[1] thenreturn redis.call('del',KEYS[1])
elsereturn 0
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

引入看门狗（watch dog）

上述方案仍然存在一个重要问题：在过期时间内我们的服务仍未执行完成，也就是事没办完你把锁给解了

那么是不是直接加长我们的过期时间就可以了么？

如果这样，服务器1真挂了的话这个锁会僵住很长一段时间，不合理的，只能动态调整~~

所谓的watch dog ，本质就是在加锁的服务器上的一个单独的线程，通过对这个线程的加锁过期时间进行“续费”

举个例子：

初始情况下设置过期时间为10s.同时设定看⻔狗线程每隔 3s 检测⼀次.
那么当3s时间到的时候,看⻔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,则把过期时间重写设置为10s

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).

例如：

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提出了Redlock算法

引入一组Redis节点，其中每一组Redis节点都包含一个主节点和若干个从节点，并且组与组之间存储的数据都是一致的，相互之间是“备份关系”

加锁的时候，按照一定顺序，写多个master节点，在写锁的时候就需要设定“超时时间”。比如30ms。如果超过了30ms没有成功，就视为加锁失败