实战！Redis 分布式锁的 7 种实现方式
Redis 分布式锁使用 SET 指令就可以实现了么？在分布式领域 CAP 理论一直存在。分布式锁的门道可没那么简单，我们在网上看到的分布式锁方案可能是有问题的。
楼主将一步步带你深入分布式锁是如何一步步完善，在高并发生产环境中如何正确使用分布式锁。
什么是分布式锁？
分布式锁其实就是，控制分布式系统不同进程共同访问共享资源的一种锁实现的方式，如果不同的系统或者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
互斥性：任意时刻，只有一个客户端能持有锁
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：可重入锁，也叫做递归锁，指的是在同一线程内，外层函数获得锁之后，内层递归函数仍然可以获取到该锁。 说白了就是同一个线程再次进入同样代码时，可以再次拿到该锁。 （作用：防止在同一线程中多次获取锁导致死锁发生）
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（高性能：查询快，高可用：节点故障时，服务仍然能正常运行或进行降级后提供部分服务）
安全性：锁只能被持有的用户删除，不能被其他客户端删除
Redis 分布式锁实现一：SETNX + EXPIRE
但是使用这个方案要注意 setnx 与 expire 之间的原子性操作，如果在执行完 setnx 之后服务器 crash 或重启了导致加的这个锁没有设置过期时间，就会导致死锁的情况（别的线程就永远获取不到锁了）
SETNX 是 SET IF NOT EXISTS 的简写.日常命令格式是 SETNX key value，如果 key 不存在，则 SETNX 成功返回 1，如果这个 key 已经存在了，则返回 0。
假设某电商网站的某商品做秒杀活动，key 可以设置为 key_resource_id,value 设置任意值，伪代码如下：
但是这个方案中，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」。
Redis 分布式锁实现二：SETNX + value 值（系统时间 + 过期时间）
把过期时间放在 setnx 的 value 里面，如果加锁失败，再拿出 value 值校验一下即可。
加锁代码：
这个方案的优点是，巧妙移除 expire 单独设置过期时间的操作，把「过期时间放到 setnx 的 value 值」里面来。解决了方案一发生异常，锁得不到释放的问题。但是这个方案还有别的缺点：
过期时间是客户端自己生成的（System.currentTimeMillis()是当前系统的时间），必须要求分布式环境下，每个客户端的时间必须同步。
如果锁过期的时候，并发多个客户端同时请求过来，都执行 jedis.getSet()，最终只能有一个客户端加锁成功，但是该客户端锁的过期时间，可能被别的客户端覆盖
该锁没有保存持有者的唯一标识，可能被别的客户端释放/解锁。
Redis 分布式锁方案三：使用 Lua 脚本（包含 SETNX + EXPIPE 两条指令）
实际上，我们可以使用 Lua 脚本来保证原子性（包含 setnx 和 expire 两条指令）
lua 脚本如下：
加锁代码如下：
Redis 分布式锁方案四：SET 的扩展命令（SET EX PX NX）
除了使用 Lua 脚本，保证 SETNX + EXPIRE 两条指令的原子性，我们还可以使用 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。
SET key value[EX seconds][PX milliseconds][NX|XX]
NX :表示 key 不存在的时候，才能 set 成功，也即保证只有第一个客户端请求才能获得锁，而其他客户端请求只能等其释放锁，才能获取。
EX seconds :设定 key 的过期时间，时间单位是秒。
PX milliseconds: 设定 key 的过期时间，单位为毫秒
XX: 仅当 key 存在时设置值
伪代码 demo 如下：
但是这个方案还存在一下问题：
问题一：「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。显然线程 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啦。
问题二：「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 去释放锁时，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 临界区业务代码可能都还没执行完呢。
Redis 分布式锁方案五：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。
伪代码如下：
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：
Redis 分布式锁方案六：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，Redisson 就是使用 Redisson 解决了「锁过期释放，业务没执行完」问题。
Redis 分布式锁方案七：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锁算法：Redlock。Redlock 核心思想是这样的：
搞多个 Redis master 部署，以保证它们不会同时宕掉。并且这些 master 节点是完全相互独立的，相互之间不存在数据同步。同时，需要确保在这多个 master 实例上，是与在 Redis 单实例，使用相同方法来获取和释放锁。
我们假设当前有 5 个 Redis master 节点，在 5 台服务器上面运行这些 Redis 实例。
RedLock 的实现步骤如下：
1.获取当前时间，以毫秒为单位。
2.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，并且超时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。
3.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。（如上图，10s> 30ms+40ms+50ms+4m0s+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）。
简化下步骤就是：
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，即可认定加锁成功啦。
如果获取锁失败，解锁！
最后
小编整理了一整套java面试资料，有需要资料的小伙伴点击获取哦~
文章转自https://blog.csdn.net/fengyuyeguirenenen/article/details/123752418
java技术来一打~ 2023-12-01 加入
还未添加个人简介
评论