面試官：你真的瞭解Redis分散式鎖嗎？

鄙人薛某發表於2021-01-15
面試Redis分散式

什麼是分散式鎖

說到Redis，我們第一想到的功能就是可以快取資料，除此之外，Redis因為單程式、效能高的特點，它還經常被用於做分散式鎖。

鎖我們都知道，在程式中的作用就是同步工具，保證共享資源在同一時刻只能被一個執行緒訪問，Java中的鎖我們都很熟悉了，像synchronized 、Lock都是我們經常使用的，但是Java的鎖只能保證單機的時候有效，分散式叢集環境就無能為力了，這個時候我們就需要用到分散式鎖。

分散式鎖，顧名思義，就是分散式專案開發中用到的鎖，可以用來控制分散式系統之間同步訪問共享資源，一般來說，分散式鎖需要滿足的特性有這麼幾點：

1、互斥性：在任何時刻，對於同一條資料，只有一臺應用可以獲取到分散式鎖；

2、高可用性：在分散式場景下，一小部分伺服器當機不影響正常使用，這種情況就需要將提供分散式鎖的服務以叢集的方式部署；

3、防止鎖超時：如果客戶端沒有主動釋放鎖，伺服器會在一段時間之後自動釋放鎖，防止客戶端當機或者網路不可達時產生死鎖；

4、獨佔性：加鎖解鎖必須由同一臺伺服器進行，也就是鎖的持有者才可以釋放鎖，不能出現你加的鎖，別人給你解鎖了；

業界裡可以實現分散式鎖效果的工具很多，但操作無非這麼幾個：加鎖、解鎖、防止鎖超時。

既然本文說的是Redis分散式鎖，那我們理所當然就以Redis的知識點來延伸。

實現鎖的命令

先介紹下Redis的幾個命令，

1、SETNX，用法是SETNX key value

SETNX是『 SET if Not eXists』(如果不存在，則 SET)的簡寫，設定成功就返回1，否則返回0。

可以看出，當把key為lock的值設定為"Java"後，再設定成別的值就會失敗，看上去很簡單，也好像獨佔了鎖，但有個致命的問題，就是key沒有過期時間，這樣一來，除非手動刪除key或者獲取鎖後設定過期時間，不然其他執行緒永遠拿不到鎖。

既然這樣，我們給key加個過期時間總可以吧，直接讓執行緒獲取鎖的時候執行兩步操作：

SETNX Key 1
EXPIRE Key Seconds

這個方案也有問題，因為獲取鎖和設定過期時間分成兩步了，不是原子性操作，有可能獲取鎖成功但設定時間失敗，那樣不就白乾了嗎。

不過也不用急，這種事情Redis官方早為我們考慮到了，所以就引出了下面這個命令

2、SETEX，用法SETEX key seconds value

將值 value 關聯到 key ，並將 key 的生存時間設為 seconds (以秒為單位)。如果 key 已經存在，SETEX 命令將覆寫舊值。

這個命令類似於以下兩個命令：

SET key value
EXPIRE key seconds  # 設定生存時間

這兩步動作是原子性的，會在同一時間完成。

3、PSETEX ，用法PSETEX key milliseconds value

這個命令和SETEX命令相似，但它以毫秒為單位設定 key 的生存時間，而不是像SETEX命令那樣，以秒為單位。

不過，從Redis 2.6.12 版本開始，SET命令可以通過引數來實現和SETNX、SETEX、PSETEX 三個命令的效果。

就比如這條命令

SET key value NX EX seconds

加上NX、EX引數後，效果就相當於SETEX，這也是Redis獲取鎖寫法裡面最常見的。

怎麼釋放鎖

釋放鎖的命令就簡單了，直接刪除key就行，但我們前面說了，因為分散式鎖必須由鎖的持有者自己釋放，所以我們必須先確保當前釋放鎖的執行緒是持有者，沒問題了再刪除，這樣一來，就變成兩個步驟了，似乎又違背了原子性了，怎麼辦呢？

不慌，我們可以用lua指令碼把兩步操作做拼裝，就好像這樣：

if redis.call("get",KEYS[1]) == ARGV[1]
then
    return redis.call("del",KEYS[1])
else
    return 0
end

KEYS[1]是當前key的名稱，ARGV[1]可以是當前執行緒的ID(或者其他不固定的值，能識別所屬執行緒即可)，這樣就可以防止持有過期鎖的執行緒，或者其他執行緒誤刪現有鎖的情況出現。

程式碼實現

知道了原理後，我們就可以手寫程式碼來實現Redis分散式鎖的功能了，因為本文的目的主要是為了講解原理，不是為了教大家怎麼寫分散式鎖，所以我就用虛擬碼實現了。

首先是redis鎖的工具類，包含了加鎖和解鎖的基礎方法：

public class RedisLockUtil {

    private String LOCK_KEY = "redis_lock";

    // key的持有時間，5ms
    private long EXPIRE_TIME = 5;

    // 等待超時時間，1s
    private long TIME_OUT = 1000;

    // redis命令引數，相當於nx和px的命令合集
    private SetParams params = SetParams.setParams().nx().px(EXPIRE_TIME);

    // redis連線池，連的是本地的redis客戶端
    JedisPool jedisPool = new JedisPool("127.0.0.1", 6379);

    /**
     * 加鎖
     *
     * @param id
     *            執行緒的id，或者其他可識別當前執行緒且不重複的欄位
     * @return
     */
    public boolean lock(String id) {
        Long start = System.currentTimeMillis();
        Jedis jedis = jedisPool.getResource();
        try {
            for (;;) {
                // SET命令返回OK ，則證明獲取鎖成功
                String lock = jedis.set(LOCK_KEY, id, params);
                if ("OK".equals(lock)) {
                    return true;
                }
                // 否則迴圈等待，在TIME_OUT時間內仍未獲取到鎖，則獲取失敗
                long l = System.currentTimeMillis() - start;
                if (l >= TIME_OUT) {
                    return false;
                }
                try {
                    // 休眠一會，不然反覆執行迴圈會一直失敗
                    Thread.sleep(100);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        } finally {
            jedis.close();
        }
    }

    /**
     * 解鎖
     *
     * @param id
     *            執行緒的id，或者其他可識別當前執行緒且不重複的欄位
     * @return
     */
    public boolean unlock(String id) {
        Jedis jedis = jedisPool.getResource();
        // 刪除key的lua指令碼
        String script = "if redis.call('get',KEYS[1]) == ARGV[1] then" + "   return redis.call('del',KEYS[1]) " + "else"
            + "   return 0 " + "end";
        try {
            String result =
                jedis.eval(script, Collections.singletonList(LOCK_KEY), Collections.singletonList(id)).toString();
            return "1".equals(result);
        } finally {
            jedis.close();
        }
    }
}

具體的程式碼作用註釋已經寫得很清楚了，然後我們就可以寫一個demo類來測試一下效果：

public class RedisLockTest {
    private static RedisLockUtil demo = new RedisLockUtil();
    private static Integer NUM = 101;

    public static void main(String[] args) {
        for (int i = 0; i < 100; i++) {
            new Thread(() -> {
                String id = Thread.currentThread().getId() + "";
                boolean isLock = demo.lock(id);
                try {
                	// 拿到鎖的話，就對共享引數減一
                    if (isLock) {
                        NUM--;
                        System.out.println(NUM);
                    }
                } finally {
                	// 釋放鎖一定要注意放在finally
                    demo.unlock(id);
                }
            }).start();
        }
    }
}

我們建立100個執行緒來模擬併發的情況，執行後的結果是這樣的：

可以看出，鎖的效果達到了，執行緒安全是可以保證的。

當然，上面的程式碼只是簡單的實現了效果，功能肯定是不完整的，一個健全的分散式鎖要考慮的方面還有很多，實際設計起來不是那麼容易的。

我們的目的只是為了學習和了解原理，手寫一個工業級的分散式鎖工具不現實，也沒必要，類似的開源工具一大堆（Redisson），原理都差不多，而且早已經過業界同行的檢驗，直接拿來用就行。

雖然功能是實現了，但其實從設計上來說，這樣的分散式鎖存在著很大的缺陷，這也是本篇文章想重點探討的內容，那到底存在哪些缺陷呢？

分散式鎖的缺陷

一、客戶端長時間阻塞導致鎖失效問題

客戶端1得到了鎖，因為網路問題或者GC等原因導致長時間阻塞，然後業務程式還沒執行完鎖就過期了，這時候客戶端2也能正常拿到鎖，可能會導致執行緒安全的問題。

那麼該如何防止這樣的異常呢？我們先不說解決方案，介紹完其他的缺陷後再來討論。

二、redis伺服器時鐘漂移問題

如果redis伺服器的機器時鐘發生了向前跳躍，就會導致這個key過早超時失效，比如說客戶端1拿到鎖後，key的過期時間是12:02分，但redis伺服器本身的時鐘比客戶端快了2分鐘，導致key在12:00的時候就失效了，這時候，如果客戶端1還沒有釋放鎖的話，就可能導致多個客戶端同時持有同一把鎖的問題。

三、單點例項安全問題

如果redis是單master模式的，當這臺機當機的時候，那麼所有的客戶端都獲取不到鎖了，為了提高可用性，可能就會給這個master加一個slave，但是因為redis的主從同步是非同步進行的，可能會出現客戶端1設定完鎖後，master掛掉，slave提升為master，因為非同步複製的特性，客戶端1設定的鎖丟失了，這時候客戶端2設定鎖也能夠成功，導致客戶端1和客戶端2同時擁有鎖。

為了解決Redis單點問題，redis的作者提出了RedLock演算法。

RedLock演算法

該演算法的實現前提在於Redis必須是多節點部署的，可以有效防止單點故障，具體的實現思路是這樣的：

1、獲取當前時間戳（ms）；

2、先設定key的有效時長（TTL），超出這個時間就會自動釋放，然後client（客戶端）嘗試使用相同的key和value對所有redis例項進行設定，每次連結redis例項時設定一個比TTL短很多的超時時間，這是為了不要過長時間等待已經關閉的redis服務。並且試著獲取下一個redis例項。

比如：TTL（也就是過期時間）為5s，那獲取鎖的超時時間就可以設定成50ms，所以如果50ms內無法獲取鎖，就放棄獲取這個鎖，從而嘗試獲取下個鎖；

3、client通過獲取所有能獲取的鎖後的時間減去第一步的時間，還有redis伺服器的時鐘漂移誤差，然後這個時間差要小於TTL時間並且成功設定鎖的例項數>= N/2 + 1（N為Redis例項的數量），那麼加鎖成功

比如TTL是5s，連線redis獲取所有鎖用了2s，然後再減去時鐘漂移（假設誤差是1s左右），那麼鎖的真正有效時長就只有2s了；

4、如果客戶端由於某些原因獲取鎖失敗，便會開始解鎖所有redis例項。

根據這樣的演算法，我們假設有5個Redis例項的話，那麼client只要獲取其中3臺以上的鎖就算是成功了，用流程圖演示大概就像這樣：

好了，演算法也介紹完了，從設計上看，毫無疑問，RedLock演算法的思想主要是為了有效防止Redis單點故障的問題，而且在設計TTL的時候也考慮到了伺服器時鐘漂移的誤差，讓分散式鎖的安全性提高了不少。

但事實真的是這樣嗎？反正我個人的話感覺效果一般般，

首先第一點，我們可以看到，在RedLock演算法中，鎖的有效時間會減去連線Redis例項的時長，如果這個過程因為網路問題導致耗時太長的話，那麼最終留給鎖的有效時長就會大大減少，客戶端訪問共享資源的時間很短，很可能程式處理的過程中鎖就到期了。而且，鎖的有效時間還需要減去伺服器的時鐘漂移，但是應該減多少合適呢，要是這個值設定不好，很容易出現問題。

然後第二點，這樣的演算法雖然考慮到用多節點來防止Redis單點故障的問題，但但如果有節點發生崩潰重啟的話，還是有可能出現多個客戶端同時獲取鎖的情況。

假設一共有5個Redis節點：A、B、C、D、E，客戶端1和2分別加鎖

  1. 客戶端1成功鎖住了A，B，C，獲取鎖成功（但D和E沒有鎖住）。
  2. 節點C的master掛了，然後鎖還沒同步到slave，slave升級為master後丟失了客戶端1加的鎖。
  3. 客戶端2這個時候獲取鎖，鎖住了C，D，E，獲取鎖成功。

這樣，客戶端1和客戶端2就同時拿到了鎖，程式安全的隱患依然存在。除此之外，如果這些節點裡面某個節點發生了時間漂移的話，也有可能導致鎖的安全問題。

所以說，雖然通過多例項的部署提高了可用性和可靠性，但RedLock並沒有完全解決Redis單點故障存在的隱患，也沒有解決時鐘漂移、客戶端長時間阻塞而導致的鎖超時失效問題。

從這一點上看，RedLock演算法也並沒有保證鎖的安全性。

結論

有人可能要進一步問了，那該怎麼做才能保證鎖的絕對安全呢？

對此我只能說，魚和熊掌不可兼得，我們之所以用Redis作為分散式鎖的工具，很大程度上是因為Redis本身效率高且單程式的特點，即使在高併發的情況下也能很好的保證效能，但很多時候，效能和安全不能完全兼顧，如果你一定要保證鎖的安全性的話，可以用其他的中介軟體如db、zookeeper來做控制，這些工具能很好的保證鎖的安全，但效能方面只能說是差強人意，否則大家早就用上了。

一般來說，用Redis控制共享資源並且還要求資料安全要求較高的話，最終的保底方案是對業務資料做冪等控制，這樣一來，即使出現多個客戶端獲得鎖的情況也不會影響資料的一致性。當然，也不是所有的場景都適合這麼做，具體怎麼取捨就需要各位看官自己處理啦，畢竟，沒有完美的技術，只有適合的才是最好的。

如果您覺得文章有用的話，歡迎點個贊或轉發支援一下，這將是對我創作的最好鼓勵！

作者：鄙人薛某，一個不拘於技術的網際網路人，喜歡用通俗易懂的語言來解構後端技術的知識點，想看更多精彩文章的可以關注我的公眾號，微信搜尋【鄙人薛某】即可關注

相關文章