Redis分佈式鎖的原理以及如何續期

面試問題

Redis鎖的過時時間小於業務的執行時間該如何續期？

問題分析

首先若是你以前用Redis的分佈式鎖的姿式正確,而且看過相應的官方文檔的話,這個問題So easy.咱們來看

 

不少同窗在用分佈式鎖時,都是直接百度搜索找一個Redis分佈式鎖工具類就直接用了，其實Redis分佈式鎖比較正確的姿式是採用redisson這個客戶端工具

如何回答

默認狀況下,加鎖的時間是30秒.若是加鎖的業務沒有執行完,那麼到 30-10 = 20秒的時候,就會進行一次續期,把鎖重置成30秒.那這個時候可能又有同窗問了,那業務的機器萬一宕機了呢?宕機了定時任務跑不了,就續不了期,那天然30秒以後鎖就解開了唄.

 

Redisson分佈式鎖的底層原理 

redisson實現Redis分佈式鎖的底層原理

 

https://mp.weixin.qq.com/s/y_Uw3P2Ll7wvk_j5Fdlusw

1）加鎖機制

我們來看上面那張圖，如今某個客戶端要加鎖。若是該客戶端面對的是一個redis cluster集羣，他首先會根據hash節點選擇一臺機器。

這裏注意，僅僅只是選擇一臺機器！這點很關鍵！

緊接着，就會發送一段lua腳本到redis上，那段lua腳本以下所示：

 

爲啥要用lua腳本呢？

由於一大坨複雜的業務邏輯，能夠經過封裝在lua腳本中發送給redis，保證這段複雜業務邏輯執行的原子性。

那麼，這段lua腳本是什麼意思呢？

KEYS[1]表明的是你加鎖的那個key，好比說：

RLock lock = redisson.getLock("myLock");

這裏你本身設置了加鎖的那個鎖key就是「myLock」。

ARGV[1]表明的就是鎖key的默認生存時間，默認30秒。

ARGV[2]表明的是加鎖的客戶端的ID，相似於下面這樣：

8743c9c0-0795-4907-87fd-6c719a6b4586:1

給你們解釋一下，第一段if判斷語句，就是用「exists myLock」命令判斷一下，若是你要加鎖的那個鎖key不存在的話，你就進行加鎖。

如何加鎖呢？很簡單，用下面的命令：

hset myLock 

    8743c9c0-0795-4907-87fd-6c719a6b4586:1 1

經過這個命令設置一個hash數據結構，這行命令執行後，會出現一個相似下面的數據結構：

 

上述就表明「8743c9c0-0795-4907-87fd-6c719a6b4586:1」這個客戶端對「myLock」這個鎖key完成了加鎖。

接着會執行「pexpire myLock 30000」命令，設置myLock這個鎖key的生存時間是30秒。

好了，到此爲止，ok，加鎖完成了。

 

（2）鎖互斥機制

那麼在這個時候，若是客戶端2來嘗試加鎖，執行了一樣的一段lua腳本，會咋樣呢？

很簡單，第一個if判斷會執行「exists myLock」，發現myLock這個鎖key已經存在了。

接着第二個if判斷，判斷一下，myLock鎖key的hash數據結構中，是否包含客戶端2的ID，可是明顯不是的，由於那裏包含的是客戶端1的ID。

因此，客戶端2會獲取到pttl myLock返回的一個數字，這個數字表明瞭myLock這個鎖key的剩餘生存時間。好比還剩15000毫秒的生存時間。

此時客戶端2會進入一個while循環，不停的嘗試加鎖。

 

（3）watch dog自動延期機制

客戶端1加鎖的鎖key默認生存時間才30秒，若是超過了30秒，客戶端1還想一直持有這把鎖，怎麼辦呢？

簡單！只要客戶端1一旦加鎖成功，就會啓動一個watch dog看門狗，他是一個後臺線程，會每隔10秒檢查一下，若是客戶端1還持有鎖key，那麼就會不斷的延長鎖key的生存時間。

 

（4）可重入加鎖機制

那若是客戶端1都已經持有了這把鎖了，結果可重入的加鎖會怎麼樣呢？

好比下面這種代碼：

 

這時咱們來分析一下上面那段lua腳本。

第一個if判斷確定不成立，「exists myLock」會顯示鎖key已經存在了。

第二個if判斷會成立，由於myLock的hash數據結構中包含的那個ID，就是客戶端1的那個ID，也就是「8743c9c0-0795-4907-87fd-6c719a6b4586:1」

此時就會執行可重入加鎖的邏輯，他會用：

incrby myLock 

 8743c9c0-0795-4907-87fd-6c71a6b4586:1 1

經過這個命令，對客戶端1的加鎖次數，累加1。

此時myLock數據結構變爲下面這樣：

 

你們看到了吧，那個myLock的hash數據結構中的那個客戶端ID，就對應着加鎖的次數

 

（5）釋放鎖機制

若是執行lock.unlock()，就能夠釋放分佈式鎖，此時的業務邏輯也是很是簡單的。

其實說白了，就是每次都對myLock數據結構中的那個加鎖次數減1。

若是發現加鎖次數是0了，說明這個客戶端已經再也不持有鎖了，此時就會用：

「del myLock」命令，從redis裏刪除這個key。

而後呢，另外的客戶端2就能夠嘗試完成加鎖了。

這就是所謂的分佈式鎖的開源Redisson框架的實現機制。

通常咱們在生產系統中，能夠用Redisson框架提供的這個類庫來基於redis進行分佈式鎖的加鎖與釋放鎖。

 

 

（6）上述Redis分佈式鎖的缺點

其實上面那種方案最大的問題，就是若是你對某個redis master實例，寫入了myLock這種鎖key的value，此時會異步複製給對應的master slave實例。

可是這個過程當中一旦發生redis master宕機，主備切換，redis slave變爲了redis master。

接着就會致使，客戶端2來嘗試加鎖的時候，在新的redis master上完成了加鎖，而客戶端1也覺得本身成功加了鎖。

此時就會致使多個客戶端對一個分佈式鎖完成了加鎖。

這時系統在業務語義上必定會出現問題，致使各類髒數據的產生。

 

因此這個就是redis cluster，或者是redis master-slave架構的主從異步複製致使的redis分佈式鎖的最大缺陷：在redis master實例宕機的時候，可能致使多個客戶端同時完成加鎖。

 

 

參考文章：

https://mp.weixin.qq.com/s/y_Uw3P2Ll7wvk_j5Fdlusw

相關文章：

https://mp.weixin.qq.com/s/RLeujAj5rwZGNYMD0uLbrg（每秒上千訂單場景下的分佈式鎖高併發優化實踐）