作者：ayuliao

来源：懒编程

简介

我们常会遇到某段逻辑在相同时间段内只希望被单个实例执行，而在微服务架构中，一个程序可能会存在多个实例，此时就需要通过分布式锁来实现串行执行。

最简单的分布式锁无非就是找到对于多个程序实例而言单一的存在，比如MySQL数据只有一个或Redis只有一个，此时都可以利用这单一的存在构建一个锁，多个程序实例要执行某段逻辑前必须先获得这个锁，然后才能执行。

因为某些原因，上班的时候我和同事一起研究了一下Python redis库中分布式锁的实现源码，这里简单分享一下。

通过pip可以安装这个库。

pip install redis==2.10.6

这里以这个库的2.10.6版本为例，对它Redis分布式锁源码进行简单的分析。

代码分析

实例化StrictRedis对象后，使用其中的lock方法便可获得一个分布式锁。

首先看一下lock方法对应的源码。

def lock(self, name, timeout=None, sleep=0.1, blocking_timeout=None,             lock_class=None, thread_local=True):        if lock_class is None:            if self._use_lua_lock is None:                # the first time .lock() is called, determine if we can use                # Lua by attempting to register the necessary scripts                try:                    LuaLock.register_scripts(self)                    self._use_lua_lock = True                except ResponseError:                    self._use_lua_lock = False            lock_class = self._use_lua_lock and LuaLock or Lock        return lock_class(self, name, timeout=timeout, sleep=sleep,                          blocking_timeout=blocking_timeout,                          thread_local=thread_local)

该方法提供了多个参数，其中：

name用于指定锁名timeout用于指定锁的超时时间sleep用于指定线程睡眠时间，线程争夺锁的过程本质就是一个循环，每过sleep秒，就会尝试去获取锁对象blocking_timeout用于指定阻塞超时时间，当多个实例争夺锁时，这个时间就是实例等待锁的最长时间lock_class表示使用锁的类对象thread_local表示是否线程安全

方法中最关键的一句代码为 lock_class = self._use_lua_lock and LuaLock or Lock ，确定了lock_class后，便实例化该lock_class即可。

lock_class可以为LuaLock也可为Lock，经过简单分析，Lock类才是关键，LuaLock类继承自Lock，通过Lua代码实现Redis的一些操作，这里着重看Lock类。

首先看到该类的 __init__ 方法。

class Lock(object):    def __init__(self, redis, name, timeout=None, sleep=0.1,                 blocking=True, blocking_timeout=None, thread_local=True):        self.redis = redis        self.name = name        self.timeout = timeout        self.sleep = sleep        self.blocking = blocking        self.blocking_timeout = blocking_timeout        self.thread_local = bool(thread_local)        self.local = threading.local() if self.thread_local else dummy()        self.local.token = None        if self.timeout and self.sleep > self.timeout:            raise LockError("'sleep' must be less than 'timeout'")

__init__ 方法初始化不同的属性，其中self.local为线程的本地字段，用于存储该线程特有的数据，不与其他线程进行共享。

此外，在 __init__ 方法中对timeout与sleep进行的判断，如果线程等待锁时的睡眠时间大于锁的超时时间，则直接返回错误。

接着重点看Lock类中的acquire方法，该方法代码如下。

import time as mod_timeclass Lock(object):    def acquire(self, blocking=None, blocking_timeout=None):        sleep = self.sleep        token = b(uuid.uuid1().hex)        if blocking is None:            blocking = self.blocking        if blocking_timeout is None:            blocking_timeout = self.blocking_timeout        stop_trying_at = None        if blocking_timeout is not None:            stop_trying_at = mod_time.time() + blocking_timeout        while 1:            if self.do_acquire(token):                self.local.token = token                return True            if not blocking:                return False            if stop_trying_at is not None and mod_time.time() > stop_trying_at:                return False            mod_time.sleep(sleep)

acquire方法的主逻辑就是一个死循环，在死循环中调用do_acquire方法获取Redis分布式锁，如果成功获得锁，则将token存储到当前线程的local对象中，如果没有获得，则判断blocking，如果blocking为Flase，则不再阻塞，直接返回结果，反之，则判断当前时间是否超过blocking_timeout，超过，同样返回False，反之，通过sleep方法让当前线程睡眠sleep秒。

进一步分析do_acquire方法，代码如下：

    def do_acquire(self, token):        if self.redis.setnx(self.name, token):            if self.timeout:                # convert to milliseconds                timeout = int(self.timeout * 1000) # 转成毫秒                self.redis.pexpire(self.name, timeout)            return True        return False

do_acquire方法中，一开始通过redis的setnx方法将name对着作为key，token作为value，setnx方法只有在key不存的情况下，才能正常的将value存入Redis中，若key依存，该方法不做任何操作，此时就相当于没有获取到锁。

将token成功插入后，则判断有无超时时间，如果设置了timeout，则通过pexpire方法将redis中name这个key的超时设置一下，因为pexpire方法是以毫秒为单位的，所以需要先将timeout转换成毫秒单位。

如果没有设置timeout，那么name这个key只能通过do_release方法中的逻辑清除。

至此，我们清楚的知道了，Redis分布式锁的本质其实就是Redis中的一个key-value，非常简单...

理清锁的获取逻辑后，来看一下相应的释放逻辑，主要关注release方法，该方法代码如下。

    def release(self):        "Releases the already acquired lock"        expected_token = self.local.token        if expected_token is None:            raise LockError("Cannot release an unlocked lock")        self.local.token = None        self.do_release(expected_token)

release方法中先将线程中的token取出，并将其置为None，然后调用do_release方法实现锁的释放，do_release方法代码如下。

    def do_release(self, expected_token):        name = self.name        def execute_release(pipe):            lock_value = pipe.get(name)            if lock_value != expected_token:                raise LockError("Cannot release a lock that's no longer owned")            pipe.delete(name)        self.redis.transaction(execute_release, name)

do_release方法的逻辑非常简单，其主要逻辑在execute_release方法，通过Redis的transaction方法开启一个事务来执行execute_release方法中逻辑。

在execute_release中，首先通过get方法获取name这个key对应的value，获得后，通过delete方法将其删除，实现Redis分布式锁的释放。

blocking属性

观察到acquire方法的这段代码。

        while 1:            if self.do_acquire(token):                self.local.token = token                return True            if not blocking:                return False            if stop_trying_at is not None and mod_time.time() > stop_trying_at:                return False            mod_time.sleep(sleep)

如果blocking为True，获取不到锁，则执行后面的逻辑，让线程睡眠，阻塞等待其他线程将锁释放；如果blocking为False，获取不到锁，则直接返回获取锁失败。

这就会引出几种情况，假设现在有线程A与线程B都需要执行相同的逻辑，执行前需要获取锁。

如果线程A在执行的过程中，线程B也要执行了，如果blocking为True，此时线程B会被阻塞，等待线程A是否Redis锁；如果blocking为False，线程B此时获取不到锁，不执行相同的逻辑。

如果线程A执行完了，此时线程B到来，如果blocking为True或False，此时线程B都不会被阻塞并成功拿到锁，执行相同的逻辑。

一个简单的结论是，blocking无法保证逻辑是否被单次执行，如果希望通过Redis分布式锁让逻辑只执行一次，依旧需要从业务层面做控制，比如MySQL中的业务数据是否被修改或Redis中是否记录这业务数据等。

结尾

现在很多业务都离不开Redis，它已经成为互联网中的基础设施了，Redis有很多有趣的内容可以跟大家分享。

前段时间看见Redis之父退居二线，说已经为Redis工作了10年了，每天都要revice、merge他人的代码，这种工作让他没有创造东西的快乐，所以决定退居二线，将Redis交由社区运营，这让我有些感慨，软件工程是创造性的工作，适当的放空、阅读与行业无关的书籍其实有助于激发创造力。