Redis 分布式锁的正确使用

日常开发中，秒杀下单、抢红包等等业务场景，都需要用到分布式锁。而 Redis 非常适合作为分布式锁使用。本文将分七个方案展开，跟大家探讨 Redis 分布式锁的正确使用方式。如果有不正确的地方，欢迎大家指出哈，一起学习一起进步。

• 什么是分布式锁

• 方案一：SETNX + EXPIRE

• 方案二：SETNX + value 值是（系统时间+过期时间）

• 方案三：使用 Lua 脚本(包含 SETNX + EXPIRE 两条指令)

• 方案四：SET 的扩展命令（SET EX PX NX）

• 方案五：SET EX PX NX + 校验唯一随机值,再释放锁

• 方案六: 开源框架:Redisson

• 方案七：多机实现的分布式锁 Redlock

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。

我们先来看下，一把靠谱的分布式锁应该有哪些特征：

• 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: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

提到 Redis 的分布式锁，很多小伙伴马上就会想到setnx+ expire命令。即先用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。

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：

if（jedis.setnx(key_resource_id,lock_value) == 1）{ //加锁    expire（key_resource_id，100）; //设置过期时间    try {        do something  //业务请求    }catch(){　　}　　finally {       jedis.del(key_resource_id); //释放锁    }}

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 分布式锁方案二：SETNX + value 值是(系统时间+过期时间)

为了解决方案一，发生异常锁得不到释放的场景，有小伙伴认为，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。加锁代码如下：

long expires = System.currentTimeMillis() + expireTime; //系统时间+设置的过期时间String expiresStr = String.valueOf(expires);
// 如果当前锁不存在，返回加锁成功if (jedis.setnx(key_resource_id, expiresStr) == 1) {        return true;} // 如果锁已经存在，获取锁的过期时间String currentValueStr = jedis.get(key_resource_id);
// 如果获取到的过期时间，小于系统当前时间，表示已经过期if (currentValueStr != null && 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，可以去官网看下哈）    String oldValueStr = jedis.getSet(key_resource_id, expiresStr);        if (oldValueStr != null && 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;}

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 + EXPIRE 两条指令)

实际上，我们还可以使用 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 0end;

加锁代码如下：

 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);

这个方案还是有缺点的哦，至于哪些缺点，你先思考一下。也可以想下。跟方案二对比，哪个更好？

Redis 分布式锁方案方案四：SET 的扩展命令（SET EX PX NX）

除了使用，使用 Lua 脚本，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！

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：

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    }}

但是呢，这个方案还是可能存在问题：

• 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。

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，不就 OK 了嘛。伪代码如下：

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 0end;

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，java培训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。

• 如果大于等于三个节点加锁成功，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！