說一道常見面試題：
使用Redis分散式鎖的詳細方案是什麼？
一個很簡單的答案就是去使用 Redission 客戶端。Redission 中的鎖方案就是 Redis 分散式鎖的比較完美的詳細方案。
那麼，Redission 中的鎖方案為什麼會比較完美呢？
正好，我用 Redis 做分散式鎖經驗十分豐富，在實際工作中，也探索過許多種使用 Redis 做分散式鎖的方案，經過了無數血淚教訓。
所以，在談及 Redission 鎖為什麼比較完美之前，先給大家看看我曾經使用 Redis 做分散式鎖遇到過的問題。
我曾經用 Redis 做分散式鎖想去解決一個使用者搶優惠券的問題。這個業務需求是這樣的：當使用者領完一張優惠券後，優惠券的數量必須相應減一，如果優惠券搶光了，就不允許使用者再搶了。
在實現時，先從資料庫中先讀出優惠券的數量進行判斷，當優惠券大於 0，就進行允許領取優惠券，然後，再將優惠券數量減一後，寫回資料庫。
當時由於請求數量比較多，所以，我們使用了三臺伺服器去做分流。
這時候會出現一個問題：
如果其中一臺伺服器上的 A 應用獲取到了優惠券的數量之後，由於處理相關業務邏輯，未及時更新資料庫的優惠券數量；在 A 應用處理業務邏輯的時候，另一臺伺服器上的 B 應用更新了優惠券數量。那麼，等 A 應用去更新資料庫中優惠券數量時，就會把 B 應用更新的優惠券數量覆蓋掉。
看到這裡，可能有人比較奇怪，為什麼這裡不直接使用 SQL：
update 優惠券表 set 優惠券數量 = 優惠券數量 - 1 where 優惠券id = xxx
原因是這樣做，在沒有分散式鎖協調下，優惠券數量可能直接會出現負數。因為當優惠券數量為 1 的時候，如果兩個使用者通過兩臺伺服器同時發起搶優惠券的請求，都滿足優惠券大於 0 的條件，然後都執行這條 SQL 語句，結果優惠券數量直接變成 -1 了。
還有人說可以用樂觀鎖，比如使用如下 SQL:
update 優惠券表 set 優惠券數量 = 優惠券數量 - 1 where 優惠券id = xxx and version = xx
這種方式就在一定機率下，很可能出現資料一直更新不上，導致長時間重試的情況。
所以，經過綜合考慮，我們就採用了 Redis 分散式鎖，通過互斥的方式，以防止多個客戶端去同時更新優惠券數量的方案。
當時，我們首先想到的就是使用 Redis 的 setnx 命令，setnx 命令其實就是 set if not exists 的簡寫。
當 key 設定值成功後，則返回 1，否則就返回 0。所以，這裡 setnx 設定成功可以表示成獲取到鎖，如果失敗，則說明已經有鎖，可以被視作獲取鎖失敗。
setnx lock true
如果想要釋放鎖，執行 del 指令，把 key 刪除即可。
del lock
利用這個特性，我們就可以讓系統在執行優惠券邏輯之前，先去 Redis 中執行 setnx 指令。再根據指令執行結果，去判斷是否獲取到鎖。如果獲取到了，就繼續執行業務，執行完再使用 del 指令去釋放鎖。如果沒有獲取到，就等待一定時間，重新再去獲取鎖。
乍一看，這一切沒什麼問題，使用 setnx 指令確實起到了想要的互斥效果。
但是，這是建立在所有執行環境都是正常的情況下的。一旦執行環境出現了異常，問題就出現了。
想一下，持有鎖的應用突然崩潰了，或者所在的伺服器當機了，會出現什麼情況？
這會造成死鎖——持有鎖的應用無法釋放鎖，其他應用根本也沒有機會再去獲取鎖了。這會造成巨大的線上事故，我們要改進方案，解決這個問題。
怎麼解決呢？我們們可以看到，造成死鎖的根源是，一旦持有鎖的應用出現問題，就不會去釋放鎖。從這個方向思考，可以在 Redis 上給 key 一個過期時間。
這樣的話，即使出現問題，key 也會在一段時間後釋放，是不是就解決了這個問題呢？實際上，大家也確實是這麼做的。
不過，由於 setnx 這個指令本身無法設定超時時間，所以一般會採用兩種辦法來做這件事：
1、採用 lua 指令碼，在使用 setnx 指令之後，再使用 expire 命令去給 key 設定過期時間。
if redis.call("SETNX", "lock", "true") == 1 then
local expireResult = redis.call("expire", "lock", "10")
if expireResult == 1 then
return "success"
else
return "expire failed"
end
else
return "setnx not null"
end
2、直接使用 set(key,value,NX,EX,timeout) 指令，同時設定鎖和超時時間。
redis.call("SET", "lock", "true", "NX", "PX", "10000")
以上兩種方法，使用哪種方式都可以。
釋放鎖的指令碼兩種方式都一樣，直接呼叫 Redis 的 del 指令即可。
到目前為止，我們的鎖既起到了互斥效果，又不會因為某些持有鎖的系統出現問題，導致死鎖了。這樣就完美了嗎？
假設有這樣一種情況，如果一個持有鎖的應用，其持有的時間超過了我們設定的超時時間會怎樣呢？會出現兩種情況：
- 發現系統在 Redis 中設定的 key 還存在
- 發現系統在 Redis 中設定的 key 不存在
出現第一種情況比較正常。因為你畢竟執行任務超時了，key 被正常清除也是符合邏輯的。
但是最可怕的是第二種情況，發現設定的 key 還存在。這說明什麼？說明當前存在的 key，是另外的應用設定的。
這時候如果持有鎖超時的應用呼叫 del 指令去刪除鎖時，就會把別人設定的鎖誤刪除，這會直接導致系統業務出現問題。
所以，為了解決這個問題，我們需要繼續對 Redis 指令碼進行改動……毀滅吧，累了……
首先，我們要讓應用在獲取鎖的時候，去設定一個只有應用自己知道的獨一無二的值。
通過這個唯一值，系統在釋放鎖的時候，就能識別出這鎖是不是自己設定的。如果是自己設定的，就釋放鎖，也就是刪除 key；如果不是，則什麼都不做。
指令碼如下：
if redis.call("SETNX", "lock", ARGV[1]) == 1 then
local expireResult = redis.call("expire", "lock", "10")
if expireResult == 1 then
return "success"
else
return "expire failed"
end
else
return "setnx not null"
end
或者
redis.call("SET", "lock", ARGV[1], "NX", "PX", "10000")
這裡，ARGV[1] 是一個可傳入的引數變數，可以傳入唯一值。比如一個只有自己知道的 UUID 的值，或者通過雪球演算法，生成只有自己持有的唯一 ID。
釋放鎖的指令碼改成這樣：
if redis.call("get", "lock") == ARGV[1]
then
return redis.call("del", "lock")
else
return 0
end
可以看到，從業務角度，無論如何，我們的分散式鎖已經可以滿足真正的業務需求了。能互斥，不死鎖，不會誤刪除別人的鎖，只有自己上的鎖，自己可以釋放。
一切都是那麼美好！！！
可惜，還有個隱患，我們並未排除。這個隱患就是 Redis 自身。
要知道，lua 指令碼都是用在 Redis 的單例上的。一旦 Redis 本身出現了問題，我們的分散式鎖就沒法用了，分散式鎖沒法用，對業務的正常執行會造成重大影響，這是我們無法接受的。
所以，我們需要把 Redis 搞成高可用的。一般來講，解決 Redis 高可用的問題，都是使用主從叢集。
但是搞主從叢集，又會引入新的問題。主要問題在於，Redis 的主從資料同步有延遲。這種延遲會產生一個邊界條件：當主機上的 Redis 已經被人建好了鎖，但是鎖資料還未同步到從機時，主機宕了。隨後，從機提升為主機，此時從機上是沒有以前主機設定好的鎖資料的——鎖丟了……丟了……了……
到這裡，終於可以介紹 Redission（開源 Redis 客戶端）了，我們來看看它怎麼是實現 Redis 分散式鎖的。
Redission 實現分散式鎖的思想很簡單，無論是主從叢集還是 Redis Cluster 叢集，它會對叢集中的每個 Redis，挨個去執行設定 Redis 鎖的指令碼，也就是叢集中的每個 Redis 都會包含設定好的鎖資料。
我們通過一個例子來介紹一下。
假設 Redis 叢集有 5 臺機器，同時根據評估，鎖的超時時間設定成 10 秒比較合適。
第 1 步，我們們先算出叢集總的等待時間，叢集總的等待時間是 5 秒（鎖的超時時間 10 秒 / 2）。
第 2 步，用 5 秒除以 5 臺機器數量，結果是 1 秒。這個 1 秒是連線每臺 Redis 可接受的等待時間。
第 3 步，依次連線 5 臺 Redis，並執行 lua 指令碼設定鎖，然後再做判斷：
- 如果在 5 秒之內，5 臺機器都有執行結果，並且半數以上（也就是 3 臺）機器設定鎖成功，則認為設定鎖成功；少於半數機器設定鎖成功，則認為失敗。
- 如果超過 5 秒，不管幾臺機器設定鎖成功，都認為設定鎖失敗。比如，前 4 臺設定成功一共花了 3 秒，但是最後 1 臺機器用了 2 秒也沒結果，總的等待時間已經超過了 5 秒，即使半數以上成功，這也算作失敗。
再額外多說一句，在很多業務邏輯裡，其實對鎖的超時時間是沒有需求的。
比如，凌晨批量執行處理的任務，可能需要分散式鎖保證任務不會被重複執行。此時，任務要執行多長時間是不明確的。如果設定分散式鎖的超時時間在這裡，並沒有太大意義。但是，不設定超時時間，又會引發死鎖問題。
所以，解決這種問題的通用辦法是，每個持有鎖的客戶端都啟動一個後臺執行緒，通過執行特定的 lua 指令碼，去不斷地重新整理 Redis 中的 key 超時時間，使得在任務執行完成前，key 不會被清除掉。
指令碼如下：
if redis.call("get", "lock") == ARGV[1]
then
return redis.call("expire", "lock", "10")
else
return 0
end
其中，ARGV[1] 是可傳入的引數變數，表示持有鎖的系統的唯一值，也就是隻有持有鎖的客戶端才能重新整理 key 的超時時間。
到此為止，一個完整的分散式鎖才算實現完畢。總結實現方案如下：
- 使用 set 命令設定鎖標記，必須有超時時間，以便客戶端崩潰，也可以釋放鎖；
- 對於不需要超時時間的，需要自己實現一個能不斷重新整理鎖超時時間的執行緒；
- 每個獲取鎖的客戶端，在 Redis 中設定的 value 必須是獨一無二的，以便識別出是由哪個客戶端設定的鎖；
- 分散式叢集中，直接每臺機器設定一樣的超時時間和鎖標記；
- 為了保證叢集設定的鎖不會因為網路問題導致某些已經設定的鎖出現超時的情況，必須合理設定網路等待時間和鎖超時時間。
這個分散式鎖滿足如下四個條件：
- 任意時刻只能有一個客戶端持有鎖；
- 不能發生死鎖，有一個客戶端持有鎖期間出現了問題沒有解鎖，也能保證後面別的客戶端繼續去持有鎖；
- 加鎖和解鎖必須是同一個客戶端，客戶端自己加的鎖只能自己去解；
- 只要大多數 Redis 節點正常，客戶端就能正常使用鎖。
當然，在 Redission 中的指令碼，為了保證鎖的可重入，又對 lua 指令碼做了一定的修改，現在把完整的 lua 指令碼貼在下面。
獲取鎖的 lua 指令碼：
if (redis.call('exists', KEYS[1]) == 0) then
redis.call('hincrby', KEYS[1], ARGV[2], 1);
redis.call('pexpire', KEYS[1], ARGV[1]);
return nil;
end;
if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then
redis.call('hincrby', KEYS[1], ARGV[2], 1);
redis.call('pexpire', KEYS[1], ARGV[1]);
return nil;
end;
return redis.call('pttl', KEYS[1]);
對應的重新整理鎖超時時間的指令碼：
if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then
redis.call('pexpire', KEYS[1], ARGV[1]);
return 1;
end;
return 0;
對應的釋放鎖的指令碼：
if (redis.call('hexists', KEYS[1], ARGV[3]) == 0) then
return nil;
end;
local counter = redis.call('hincrby', KEYS[1], ARGV[3], -1);
if (counter > 0) then
redis.call('pexpire', KEYS[1], ARGV[2]);
return 0;
else
redis.call('del', KEYS[1]);
redis.call('publish', KEYS[2], ARGV[1]);
return 1;
end;
return nil;
到現在為止，使用 Redis 作為分散式鎖的詳細方案就寫完了。
我既寫了一步一坑的坎坷經歷，也寫明瞭各個問題和解決問題的細節，希望大家看完能有所收穫。
最後再給大家提個醒，使用 Redis 叢集做分散式鎖，有一定的爭議性，還需要大家在實際用的時候，根據現實情況，做出更好的選擇和取捨。
你好，我是四猿外。
一家上市公司的技術總監，管理的技術團隊一百餘人。
我原創了不少文章，把其中的一些精華文章做了個彙總整理，搞了一份PDF——《爬坡》，其中包括了15篇技術文章（學習程式設計技巧、架構師、MQ、分散式）和 13 篇非技術文章（主要是程式設計師職場）。
這份文件的質量咋樣？我就不多自吹了，很多人看完說”受益匪淺“。
想獲取《爬坡》，可以掃下圖的碼，關注我的公眾號「四猿外」，在後臺回覆：爬坡
