龙空技术网

10 分钟精通 Redis 分布式锁中的各种门道

CSDN 1093

前言:

当前大家对“redis 6 end of life”大体比较注意,朋友们都想要知道一些“redis 6 end of life”的相关文章。那么小编也在网摘上网罗了一些对于“redis 6 end of life””的相关知识,希望小伙伴们能喜欢,各位老铁们快快来了解一下吧!

作者 | 一小页 责编 | 王晓曼出品 | CSDN博客道阻且长,行则将至。请相信我,你一定会更优秀!本文我们主要聊 Redis 实现分布式锁,别的不聊。先来三个问题热热身:

一个 setnx 就行了?value没意义?还有人认为 incr 也可以?再加个超时时间就行了?你写的分布式锁,你确认你敢投产吗?目录

「 Redis 做分布式锁,没那么简单。调整好心态,保证你有收获」1、为什么要有分布式锁?2、先捋脉络,再想风险,最后再写代码3、一步一步,看透 Redis 分布式锁中的门道3-1、放在 finally{} 块中就行了吗?3-2、锁的超时时间该怎么计算?3-3、加个超时时间就行了吗?3-4、这个密语value设置成什么呢?3-5、继续,现在把思维先跳出来,想想?可重入怎么搞?3-6、能不侵入业务代码吗?3-7、Thread-Id 真能行吗?3-8、APP_ID + ThreadId 还是 UUID 好呢?3-9、锁重入,就这么简单?3-10、重入锁的方法中直接执行 unlock?这么大胆!3-11、终于见到希望?再来一招!3-12、搞了半天,锁还是崩溃了?3-13、别急,还有。锁在我手里,我挂了,这...4、风险!主从部署引来的问题

为什么要有分布式锁?

JUC提供的锁机制,可以保证在同一个JVM进程中同一时刻只有一个线程执行操作逻辑;多服务多节点的情况下,就意味着有多个JVM进程,要做到这样,就需要有一个中间人;分布式锁就是用来保证在同一时刻,仅有一个JVM进程中的一个线程在执行操作逻辑;换句话说,JUC的锁和分布式锁都是一种保护系统资源的措施。尽可能将并发带来的不确定性转换为同步的确定性;

先捋脉络,再想风险,最后再写代码

当我们设计一个东西的时候,很多同学脑子里想到的第一件事就是代码,代码。听我说,你一定要先思考,要做一根能思想的苇草。代码是死的,三思而后行。所以,一定要先在脑子里想,这把锁,我要用它干什么,它要保证什么,有没有什么意外情况,会存在什么风险。先全局看一下,别一下子钻到里边。想完了之后,然后一定要落地,绝对不可以纸上谈兵,自己一定要把代码写出来,自己去测试,去解决问题,看到底行不行。只有写出来,你才能验证你的想法。“实践是检验真理的唯一标准”。为了保证文章的易读性,接下来,我将采用理论 + 代码的形式,从整体到部分,从宏观到微观,带你全面看透 Redis分布式锁。

一步一步,看透 Redis 分布式锁中的门道

我们一起捋一下,很多线程去上锁,谁锁成功谁就有权利执行操作逻辑,其他线程要么直接走抢锁失败的逻辑,要么自旋尝试抢锁;比方说 A线程竞争到了锁,开始执行操作逻辑(我的代码逻辑演示中,使用 Jedis客户端为例);

public static void doSomething() { // RedisLock是我封装的一个类,后面会讲到 RedisLock redisLock = new RedisLock(jedis); // 创建jedis实例的代码省略,不是重点 try { redisLock.lock(); // 上锁

// 处理业务 System.out.println(Thread.currentThread().getName() + " 线程处理业务逻辑中..."); Thread.sleep(2000); System.out.println(Thread.currentThread().getName() + " 线程处理业务逻辑完毕");

redisLock.unlock(); // 释放锁 } catch (Exception e) { e.printStackTrace(); }}

正常情况下,A 线程执行完操作逻辑后,应该将锁释放。如果说执行过程中抛出异常,程序不再继续走正常的释放锁流程,没有释放锁怎么办?所以我们想到:释放锁的流程一定要在 finally{} 块中执行,当然,上锁的流程一定要在 finally{} 对应的 try{} 块中,否则 finally{} 就没用了,如下:
public static void doSomething() { RedisLock redisLock = new RedisLock(jedis); // 创建jedis实例的代码省略,不是重点 try { redisLock.lock(); // 上锁,必须在 try{}中

// 处理业务 System.out.println(Thread.currentThread().getName() + " 线程处理业务逻辑中..."); Thread.sleep(2000); System.out.println(Thread.currentThread().getName() + " 线程处理业务逻辑完毕"); } catch (Exception e) { e.printStackTrace(); } finally { redisLock.unlock(); // 在finally{} 中释放锁 }}

3-1、放在 finally{} 块中就行了吗?如果在执行 try{} 中逻辑的时候,程序出现了 System.exit(0); 或者 finally{} 中执行异常,比方说连接不上 redis-server了;或者还未执行到 finally{}的时候,JVM进程挂掉了,服务宕机;这些情况都会导致没有成功释放锁,别的线程一直拿不到锁,怎么办?如果我的系统因为一个节点影响,别的节点也都无法正常提供服务了,那我的系统也太弱了。所以我们想到必须要将风险降低,可以给锁设置一个超时时间,比方说 1秒,即便发生了上边的情况,那我的锁也会在 1秒之后自动释放,其他线程就可以获取到锁,接班干活了;
 public static final String lock_key = "haolin-lock";

public void lock() { while (!tryLock()) { try { Thread.sleep(50); // 在while中自旋,如果说读者想设置一些自旋次数,等待最大时长等自己去扩展,不是此处的重点 } catch (InterruptedException e) { e.printStackTrace(); } }

System.out.println("线程:" + threadName + ",占锁成功!★★★"); }

private boolean tryLock() { SetParams setParams = new SetParams(); setParams.ex(1); // 超时时间1s setParams.nx(); // nx String response = jedis.set(lock_key, "", setParams); // 转换为redis命令就是:set haolin-key "" ex 1 nx return "OK".equals(response); }

注意,上锁的时候,设置key和设置超时时间这两个操作要是原子性的,要么都执行,要么都不执行。Redis原生支持:
// SET key value [EX seconds] [PX milliseconds] [NX|XX]
不要在代码里边分两次调用:
set k vexipre k time
这是错误的,如果第一个命令执行成功后,第二条命令由于各种原因没有执行,就出问题了。 3-2、锁的超时时间该怎么计算?我们刚才假设的 1s是怎么计算的?这个时间该设多少合适呢?听我说,锁中的业务逻辑的执行时间,不能瞎写,一般是我们在测试环境进行多次测试,然后在压测环境多轮压测之后,比方说计算出平均的执行时间是 200ms,锁的超时时间放大3-5倍,比如这里我们设置为 1s,为啥要放大,因为如果锁的操作逻辑中有网络 IO操作,线上的网络不会总一帆风顺,我们要给网络抖动留有缓冲时间。这个时候有的同学有想法,那我设置的再大一些,给网络足够充裕的时间,我就设置 10s、1min不是更安全吗?请注意,不要钻到这一个点里边,你要顾全大局,多大算大?越大越好?无穷大?那不等于不设置超时时间吗?同时,这个时间,你要想清楚,如果你设置 10s,果真发生了宕机,那意味着这 10s中间,你的这个分布式锁的服务全部节点都是不可用的,这个和你的业务以及系统的可用性有挂钩,你要去衡量,要慎重(后边3-13会再详细聊)。那如果一个节点宕机之后可以通知 redis-server释放锁吗?注意,我是宕机,不可控力,断电了兄弟,通知不了的。回头一想,如果我是优雅停机呢,我不是 kill -9,也不是断电,这样似乎可以去做一些编码去释放锁,你可以参考下 JVM的钩子、Dubbo的优雅停机、或者 linux进程级通信技术来做这件事情。当然也可以手动停服务后,手动删除掉 redis中的锁,让他及时删除掉,只要运维不打你。(大家都知道 zookeeper 的临时节点特性被应用在很多场合,但本文不是聊 zookeeper,思路别跑题,回归)3-3、加个超时时间就行了吗?继续,如果说 A线程在执行操作逻辑的过程中,别的线程直接进行了释放锁的操作,是不是就出问题了?什么?别的线程没有获得锁却直接执行了释放锁??现在是 A线程上的锁,那肯定只能 A线程释放锁呀!别的线程释放锁算怎么回事?联想 ReentrantLock中的 isHeldByCurrentThread()方法,所以我们想到,必须在锁上加个标记,只有上锁的线程 A线程知道,相当于是一个密语,也就是说释放锁的时候,首先先把密语和锁上的标记进行匹配,如果匹配不上,就没有权利释放锁;
 private boolean tryLock() { SetParams setParams = new SetParams(); setParams.ex(1); // 超时时间1s setParams.nx(); // nx String response = jedis.set(lock_key, "", setParams); // 转换为redis命令就是:set haolin-key "" ex 1 nx return "OK".equals(response); }

// 别的线程直接调用释放锁操作,分布式锁崩溃! public void unlock() { jedis.del(encode(lock_key)); System.out.println("线程:" + threadName + " 释放锁成功!☆☆☆"); }

private byte[] encode(String param) { return param.getBytes(); }

3-4、这个密语value设置成什么呢?这是有门道的,跟着我的思路走,继续。很多同学说设置成一个 UUID就行了,上锁之前,在该线程代码中生成一个 UUID,将这个作为秘钥,存在锁键的 value中,释放锁的时候,用这个进行校验,因为只有上锁的线程知道这个秘钥,别的线程是不知道的。这个可行吗,当然可行。
 String releaseLock_lua = "if redis.call(\"get\",KEYS[1]) == ARGV[1] \n" +  "then\n" +  " return redis.call(\"del\", KEYS[1])\n" +  "else\n" +  " return 0\n" +  "end";

private boolean tryLock(String uuid) { SetParams setParams = new SetParams(); setParams.ex(1); // 超时时间1s setParams.nx(); // nx String response = jedis.set(lock_key, uuid, setParams); // 转换为redis命令就是:set haolin-key "" ex 1 nx return "OK".equals(response); }

public void unlock(String uuid) {

List<byte[]> keys = Arrays.asList(encode(lock_key)); List<byte[]> args = Arrays.asList(encode(uuid));

// 使用lua脚本,保证原子性 long eval = (Long) jedis.eval(encode(releaseLock_lua), keys, args); if (eval == 1) { System.out.println("线程:" + threadName + " 释放锁成功!☆☆☆"); } else { System.out.println("线程:" + threadName + " 释放锁失败!该线程未持有锁!!!"); }

}

private byte[] encode(String param) { return param.getBytes(); }

为什么使用 lua脚本?保证原子性,因为是两个操作,如果分两步那就是:
get k // 进行秘钥 value的比对del k // 比对成功后,删除k
如果第一步比对成功后,第二步还没来得及执行的时候,锁到期,然后紧接着别的线程获取到锁,里边的 uuid已经变了,也就是说持有锁的线程已经不是该线程了,此时再执行第二步的删除锁操作,肯定是错误的了。3-5、继续,现在把思维先跳出来,想想?可重入怎么搞?作为一把锁,我们在使用 synchronized、ReentrantLock的时候是不是有可重入性?那咱们这把分布式锁该如何实现可重入呢?如果 A线程的锁方法逻辑中调用了 x()方法,x()方法中也需要获取这把锁,按照这个逻辑,x()方法中的锁应该重入进去即可,那是不是需要将刚才生成的这个 UUID秘钥传递给 x()方法?怎么传递?参数?这就侵入业务代码了。3-6、能不侵入业务代码吗?我们主要是想给上锁的 A线程设置一个只有它自己知道的秘钥,把思路时钟往回拨,想想:线程本身的 id(Thread.currentThread().getId())是不是就是一个唯一标识呢?我们把秘钥 value设置为线程的 id不就行了。
 String releaseLock_lua = "if redis.call(\"get\",KEYS[1]) == ARGV[1] \n" +  "then\n" +  " return redis.call(\"del\", KEYS[1])\n" +  "else\n" +  " return 0\n" +  "end"; String addLockLife_lua = "if redis.call(\"exists\", KEYS[1]) == 1\n" +  "then\n" +  " return redis.call(\"expire\", KEYS[1], ARGV[1])\n" +  "else\n" +  " return 0\n" +  "end";

public void lock() { // 判断是否可重入 if (isHeldByCurrentThread()) { return; }

while (!tryLock()) { try { Thread.sleep(50); // 自旋 } catch (InterruptedException e) { e.printStackTrace(); } }

System.out.println("线程:" + threadName + ",占锁成功!★★★"); }

// 是否是当前线程占有锁,同时将超时时间重新设置,这个很重要,同样也是原子操作 private boolean isHeldByCurrentThread() {

List<byte[]> keys = Arrays.asList(encode(lock_key)); List<byte[]> args = Arrays.asList(encode(String.valueOf(threadId)), encode(String.valueOf(1)));

long eval = (Long) jedis.eval(encode(addLockLife_lua), keys, args); return eval == 1; }

private boolean tryLock(String uuid) { SetParams setParams = new SetParams(); setParams.ex(1); // 超时时间1s setParams.nx(); // nx String response = jedis.set(lock_key, String.valueOf(threadId), setParams); // 转换为redis命令就是:set haolin-key xxx ex 1 nx return "OK".equals(response); }

public void unlock(String uuid) {

List<byte[]> keys = Arrays.asList(encode(lock_key)); List<byte[]> args = Arrays.asList(encode(String.valueOf(threadId)));

// 使用lua脚本,保证原子性 long eval = (Long) jedis.eval(encode(releaseLock_lua), keys, args); if (eval == 1) { System.out.println("线程:" + threadName + " 释放锁成功!☆☆☆"); } else { System.out.println("线程:" + threadName + " 释放锁失败!该线程未持有锁!!!"); }

}

private byte[] encode(String param) { return param.getBytes(); }

3-7、Thread-Id 真能行吗?不行。想想,我们说一个 Thread的id是唯一的,是在同一个 JVM进程中,是在一个操作系统中,也就是在一个机器中。而现实是,我们的部署是集群部署,多个实例节点,那意味着会存在这样一种情况,S1机器上的线程上锁成功,此时锁中秘钥 value是线程id=1,如果说同一时间 S2机器中,正好线程id=1的线程尝试获得这把锁,比对秘钥发现成功,结果也重入了这把锁,也开始执行逻辑,此时,我们的分布式锁崩溃!怎么解决?我们只需要在每个节点中维护不同的标识即可,怎么维护呢?应用启动的时候,使用 UUID生成一个唯一标识 APP_ID,放在内存中(或者使用zookeeper去分配机器id等等)。此时,我们的秘钥 value这样存即可:APP_ID+ThreadId
 // static变量,final修饰,加载在内存中,JVM进程生命周期中不变 private static final String APP_ID = UUID.randomUUID().toString();

String releaseLock_lua = "if redis.call(\"get\",KEYS[1]) == ARGV[1] \n" + "then\n" + " return redis.call(\"del\", KEYS[1])\n" + "else\n" + " return 0\n" + "end"; String addLockLife_lua = "if redis.call(\"exists\", KEYS[1]) == 1\n" + "then\n" + " return redis.call(\"expire\", KEYS[1], ARGV[1])\n" + "else\n" + " return 0\n" + "end";

public void lock() { // 判断是否可重入 if (isHeldByCurrentThread()) { return; }

while (!tryLock()) { try { Thread.sleep(50); // 自旋 } catch (InterruptedException e) { e.printStackTrace(); } }

System.out.println("线程:" + threadName + ",占锁成功!★★★"); }

// 是否是当前线程占有锁,同时将超时时间重新设置,这个很重要,同样也是原子操作 private boolean isHeldByCurrentThread() {

List<byte[]> keys = Arrays.asList(encode(lock_key)); List<byte[]> args = Arrays.asList(encode(APP_ID + String.valueOf(threadId)), encode(String.valueOf(1)));

long eval = (Long) jedis.eval(encode(addLockLife_lua), keys, args); return eval == 1; }

private boolean tryLock(String uuid) { SetParams setParams = new SetParams(); setParams.ex(1); // 超时时间1s setParams.nx(); // nx String response = jedis.set(lock_key, APP_ID + String.valueOf(threadId), setParams); // 转换为redis命令就是:set haolin-key xxx ex 1 nx return "OK".equals(response); }

public void unlock(String uuid) {

List<byte[]> keys = Arrays.asList(encode(lock_key)); List<byte[]> args = Arrays.asList(encode(APP_ID + String.valueOf(threadId)));

// 使用lua脚本,保证原子性 long eval = (Long) jedis.eval(encode(releaseLock_lua), keys, args); if (eval == 1) { System.out.println("线程:" + threadName + " 释放锁成功!☆☆☆"); } else { System.out.println("线程:" + threadName + " 释放锁失败!该线程未持有锁!!!"); }

}

private byte[] encode(String param) { return param.getBytes(); }

3-8、APP_ID + ThreadId 还是 UUID 好呢?是不是觉得有点意思了?继续听我说,如果 A线程执行逻辑中间开启了一个子线程执行任务,这个子线程任务中也需要重入这把锁,因为子线程获取到的线程 id不一样,导致重入失败。那意味着需要将这个秘钥继续传递给子线程,JUC中 InheritableThreadLocal 派上用场,但是感觉怪怪的,因为线程间传递的是父线程的 id。微服务中多服务间调用的话可以借用系统自身有的 traceId作为秘钥即可。「至于选择哪种 value的方式,根据实际的系统设计 + 业务场景,选择最合适的即可,没有最好,只有最合适。」3-9、锁重入,就这么简单?注意,我们上边的主要注意力在怎么重入进去,而我们这是分布式锁,要考虑的事情还有很多,重入进去后,超时时间随便设吗?有门道吗?比方说 A线程在锁方法中调用了 x()方法,而 x()方法中也有获取锁的逻辑,如果 A线程获取锁后,执行过程中,到 x()方法时,这把锁是要重入进去的,但是请注意,这把锁的超时时间如果小于第一次上锁的时间,比方说 A线程设置的超时时间是 1s,在 100ms的时候执行到 x()方法中,而 x()方法中设置的超时时间是 100ms,那么意味着 100ms之后锁就释放了,而这个时候我的 A线程的主方法还没有执行完呢!却被重入锁设置的时间搞坏了!这个怎么搞?如果说我在内存中设置一个这把锁设置过的最大的超时时间,重入的时候判断下传进来的时间,我重入时 expire的时候始终设置成最大的时间,而不是由重入锁随意降低锁时间导致上一步的主锁出现问题放在内存中行吗?我们上边举例中,调用的 x()方法是在一个 JVM中,如果是调用远程的一个 RPC服务呢(像这种调用的话就需要将秘钥value通过 RpcContext传递过去了)到另一个节点的服务中进行锁重入,这个时间依然是要用当前设置过锁的最大时间的,所以这个最大的时间要存在 redis中而非 JVM内存中经过这一步的分析,我们的重入 lua脚本就修改为这样了:
 ADD_LOCK_LIFE("if redis.call(\"get\", KEYS[1]) == ARGV[1]\n" + // 判断是否是锁持有者 "then\n" +  " local thisLockMaxTimeKeepKey=KEYS[1] .. \":maxTime\"\n" + // 记录锁最大时间的key是:锁名字:maxTime " local nowTime=tonumber(ARGV[2])\n" + // 当前传参进来的time " local maxTime=redis.call(\"incr\", thisLockMaxTimeKeepKey)\n" + // 取出当前锁设置的最大的超时时间,如果这个保持时间的key不存在返回的是字符串nil,这里为了lua脚本的易读性,用incr操作,这样读出来的都是number类型的操作 " local bigerTime=maxTime\n" + // 临时变量bigerTime=maxTime " if nowTime>maxTime-1\n" + // 如果传参进来的时间>记录的最大时间 " then\n" +  " bigerTime=nowTime\n" + // 则更新bigerTime " redis.call(\"set\", thisLockMaxTimeKeepKey, tostring(bigerTime))\n" + // 设置超时时间为最大的time,是最安全的 " else \n" +  " redis.call(\"decr\", thisLockMaxTimeKeepKey)\n" + // 当前传参time<maxTime,将刚才那次incr减回来 " end\n" +  " return redis.call(\"expire\", KEYS[1], tostring(bigerTime))\n" + // 重新设置超时时间为当前锁过的最大的time "else\n" +  " return 0\n" +  "end"),
其实,还有另外一种方案比较简单,就是锁的超时时间=第一次上锁的时间+后面所有重入锁的时间。也就是(expire = 主ttl + 重入exipre),这种方案是放大的思想,一放大就又有上边提到过的一个问题:expire太大怎么办,参考上边。 3-10、重入锁的方法中直接执行 unlock?这么大胆!A线程执行一共需要500ms,执行中需要调用 x()方法,x()方法中有一个重入锁,执行用了 50ms,然后执行完后,x()方法的 finally{} 块中将锁进行释放。为啥能释放掉?因为秘钥我有,匹配成功了我就直接释放了。这当然是有问题的,所以我们要通过锁重入次数来进行释放锁时候的判断,也就是说上锁的时候需要多维护一个 key来保存当前锁的重入次数,如果执行释放锁时,先进行重入次数 -1,-1后如果是0,可以直接 del,如果>0,说明还有重入的锁在,不能直接 del目前为止,算上上一步中设置最大超时时间的key,加上这一步重入次数的key,加上锁本身的key,已经有3个key,需要注意的事情是,这三个key的超时时间是都要设置的!为什么?假如说重入次数的 key没有设置超时时间,服务A节点中在一个JVM中重入了5次后,调用一次 RPC服务,RPC服务中同样重入锁,此时,锁重入次数是 6,这个时候A服务宕机,就意味着无论怎样,这把锁不可能释放了,这个分布式锁提供的完整能力,全线不可用了!所以,这几个 key是要设置超时时间的!怎么设置?我上一个锁要维护这么多 key的超时时间?太复杂了吧,多则乱,则容易出问题。怎么办?我们想一下,是不是最大超时时间的 key和重入次数的 key,都附属于锁,它们都是锁的属性,如果锁不在了,谈它们就毫无意义,这个时候用什么存储呢?redis的 hash数据结构,就可以做,key是锁,里边的 hashKey分别是锁的属性, hashValue是属性值,超时时间只设置锁本身 key就可以了。这个时候,我们的锁的数据结构就要改变一下了。我这儿就不写这个了,大家意会之后可以尝试去改一改,写一写。3-11、终于见到希望?再来一招!再一次把思路时钟往回拨,回拨到设置超时时间那里,我们预估锁方法执行时间是 200ms,我们放大 5倍后,设置超时时间是 1s,假想一下,如果生产环境中,锁方法中的 IO操作,极端情况下超时严重,比方说 IO就消耗了 2s,那就意味着,在这次 IO还没有结束的时候,我这把锁已经到期释放掉了,就意味着别的线程趁虚而入,分布式锁崩溃!3-12、搞了半天,锁还是崩溃了?跟着我的思路走,别放弃。再一次把思维从现在的框框里跳出来,想一想,我们要做的是一把分布式锁,想要的目的是同一时刻只有一个线程持有锁,作为服务而言,这个锁现在不管是被哪个线程上锁成功了,我服务应该保证这个线程执行的安全性,怎么办?锁续命。什么意思,一旦这把锁出现了上锁操作,就意味着这把锁开始投入使用,这时我的服务中需要有一个 daemon线程定时去守护我的锁的安全性,怎么守护?比如说锁超时时间设置的是 1s,那么我这个定时任务是每隔 300ms去 redis服务端做一次检查,如果我还持有,你就给我续命,就像 session会话的活跃机制一样。看个例子,我上锁时候超时时间设置的是 1s,实际方法执行时间是 3s,这中间我的定时线程每隔 300ms就会去把这把锁的超时时间重新设置为 1s,每隔 300ms一次,成功将锁续命成功。
public class RedisLockIdleThreadPool { private String threadAddLife_lua = "if redis.call(\"exists\", KEYS[1]) == 1\n" +  "then\n" +  " return redis.call(\"expire\", KEYS[1], ARGV[1])\n" +  "else\n" +  " return 0\n" +  "end";

private volatile ScheduledExecutorService scheduledThreadPool;

public RedisLockIdleThreadPool() {

if (scheduledThreadPool == ) { synchronized (this) { if (scheduledThreadPool == ) { scheduledThreadPool = Executors.newSingleThreadScheduledExecutor(); // 我这样创建线程池是为了代码的易读性,大家务必使用ThreadPoolExecutor去创建

scheduledThreadPool.scheduleAtFixedRate(() -> { addLife(); }, 0, 300, TimeUnit.MILLISECONDS); } } } }

private void addLife() { // ... 省略jedis的初始化过程

List<byte[]> keys = Arrays.asList(RedisLock.lock_key.getBytes()); List<byte[]> args = Arrays.asList(String.valueOf(1).getBytes());

jedis.eval(threadAddLife_lua.getBytes(), keys, args); }

}

这就行吗?还不行!

为啥?想一下,如果每个服务中都像这样去续命锁,假如说A服务还在执行过程中的时候,还没有执行完,就是说还没有手动释放锁的时候,宕机,此时 redis中锁还在有效期。服务B 也一直在续命这把锁,此时这把锁一直在续命,但是 B的这个续命一直续的是 A当时设的锁,这不是扯吗?我自己在不断续命,导致我的服务上一直获取不到锁,实际上 A已经宕机了呀!该释放了,不应该去续命了,这不是我服务 B该干的活!续命的前提是,得判断是不是当前进程持有的锁,也就是我们的 APP_ID,如果不是就不进行续命。续命锁的 lua脚本发生改变,如下:

 THREAD_ADD_LIFE("local v=redis.call(\"get\", KEYS[1]) \n" + // get key "if v==false \n" + // 如果不存在key,读出结果v是false "then \n" + // 不存在不处理 "else \n" +  " local match = string.find(v, ARGV[1]) \n" + // 存在,判断是否能和APP_ID匹配,匹配不上时match是nil " if match==\"nil\" \n" +  " then \n" +  " else \n" +  " return redis.call(\"expire\", KEYS[1], ARGV[2]) \n" + // 匹配上了返回的是索引位置,如果匹配上了意味着就是当前进程占有的锁,就延长时间 " end \n" +  "end")

3-13、别急,还有。锁在我手里,我挂了,这...

上边 3-2 的问题在这里说下,为啥在上边不说?是怕你刚开始就钻到了这个问题中,导致本末倒置思维受限了。即便我设置了一个很合理的 expire,比如 10s,但是线上如果真出现了A节点刚拿到锁就宕机了,那其他节点也只能干等着 10s之后再去干活了。主要还是看你的业务能不能接受。而如果是 To C的业务中,大部分场景无法接受的,因为可能会导致用户流失,获得一个用户多难呀。所以我们需要另外一个监控服务,定时去监控 redis中锁的获得者的健康状态,如果获取者超过n次无法通信,由监控服务负责将锁摘除掉,让别的线程继续去获取到锁去干活。当然,这又引入了通信保证性的问题,如果监控服务和服务节点之间通信出现问题,那将导致很严重的后果。具体业务具体应用吧。可以参考 zookeeper分布式锁的设计,不在本文范围内,暂不细聊。

风险!主从部署引来的问题

哨兵主从部署的时候,会存在一个风险问题,因为 Redis默认的主从复制是异步的,那很自然可以想到一个问题,极端情况下,如果刚往 master节点写入一个分布式锁,而这个指令流还没有来得及同步给任意一个 slave节点,此时,master节点宕机,其中一个 slave被哨兵选举为 master,此时是没有这个锁的,别的线程再次来获取锁,又获取锁成功了。当然,这个概率极低,但是我们必须得承认这个风险的存在。其实,即使 redis部署是单节点的话也会存在问题,如果 redis.conf的相关持久化机制不合理,另外操作系统再配置一些影响参数,都会造成未持久化到磁盘中时,发生宕机且数据丢失,论风险的话如果为了技术而质疑技术这将失去了意义。这块先不展开了,后面有时间我和大家聊聊 Redis持久化、集群的有意思的事。从 Redis官方文档上摘抄如下(Replication – Redis):

Redis uses by default asynchronous replication, which being low latency and high performance, is the natural replication mode for the vast majority of Redis use cases. 
译文:Redis默认使用异步复制,低延迟和高性能,绝大多数的Redis服务使用自然复制模式。

完工,我建议你合上屏幕,自己在脑子里重新过一遍,每一步都在做什么,为什么要做,解决什么问题。想清楚之后,一定要,一定要自己亲手来一遍代码。本文用了很多的 lua脚本,有同学如果看不懂 lua脚本的不用着急,lua脚本不用专门花时间去研究,只需要在用的时候,去找资料看看,现学现用即可。在这里 lua只是一种工具语言,随时查随时学就行。【总结】本文我们一起从头到尾梳理了一遍 Redis分布式锁中的各种门道,其实很多点是不管用什么做分布式锁都会存在的问题,重要的是思考的过程。博客里边的代码只是demo,不接受吐槽哈哈哈。有时间我们再聊聊zk作锁的事情。但是,本质上的几个问题点本文已经抛出来了。当然,随着我们的积累越来越多,可能还会发现其中存在的一些问题,重要的是尝试着这样去思考问题,提升的就不只是技术点,而是技术面。另外,千万别为了技术而技术,不要想入非非,要尽可能的贴近业务场景去想,比如你的产品是一把铁锹,但你一直在想如果有人用它来切菜就不好用了...... 将毫无意义。也不要觉得一下就可以完美,要知道有些时候完成比完美更重要,何况,不存在完美。努力改变自己和身边人的生活。

标签: #redis 6 end of life