Redis分佈式鎖的實現原理看這篇就夠了~

 

1、寫在前面

如今面試，通常都會聊聊分佈式系統這塊的東西。一般面試官都會從服務框架（Spring Cloud、Dubbo）聊起，一路聊到分佈式事務、分佈式鎖、ZooKeeper等知識。

因此我們這篇文章就來聊聊分佈式鎖這塊知識，具體的來看看Redis分佈式鎖的實現原理。

說實話，若是在公司裏落地生產環境用分佈式鎖的時候，必定是會用開源類庫的，好比Redis分佈式鎖，通常就是用Redisson框架就行了，很是的簡便易用。

你們若是有興趣，能夠去看看Redisson的官網，看看如何在項目中引入Redisson的依賴，而後基於Redis實現分佈式鎖的加鎖與釋放鎖。

下面給你們看一段簡單的使用代碼片斷，先直觀的感覺一下：

 

 

 

 

怎麼樣，上面那段代碼，是否是感受簡單的不行！

此外，人家還支持redis單實例、redis哨兵、redis cluster、redis master-slave等各類部署架構，均可以給你完美實現。

二、Redisson實現Redis分佈式鎖的底層原理

 

好的，接下來就經過一張手繪圖，給你們說說Redisson這個開源框架對Redis分佈式鎖的實現原理。

 

 

 

 

（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。

原文連接：https://mp.weixin.qq.com/s?__biz=MzU0OTk3ODQ3Ng==&mid=2247483893&idx=1&sn=32e7051116ab60e41f72e6c6e29876d9&chksm=fba6e9f6ccd160e0c9fa2ce4ea1051891482a95b1483a63d89d71b15b33afcdc1f2bec17c03c&mpshare=1&scene=23&srcid=1121Vlt0Mey0OD5eYWt8HPyB#rd

最後分享一些自學資源給你們：

資源主要包括：Java工程化、高性能及分佈式、併發編程、深刻淺出。性能調優、Spring，Mybatis，Netty，源碼分析等視頻及文檔，也有詳細的Java進階路線腦圖，免費分享給你們！

加Java後端高級技術羣：479499375 。