一、寫在前面

現在面試，一般都會聊聊分布式系統這塊的東西。通常面試官都會從服務框架（Spring Cloud、Dubbo）聊起，一路聊到分布式事務、分布式鎖、ZooKeeper等知識。

所以咱們這篇文章就來聊聊分布式鎖這塊知識，具體的來看看Redis分布式鎖的實現原理。

說實話，如果在公司里落地生產環境用分布式鎖的時候，一定是會用開源類庫的，比如Redis分布式鎖，一般就是用Redisson框架就好了，非常的簡便易用。

大家如果有興趣，可以去看看Redisson的官網，看看如何在項目中引入Redisson的依賴，然后基于Redis實現分布式鎖的加鎖與釋放鎖。

下面給大家看一段簡單的使用代碼片段，先直觀的感受一下：

怎么樣，上面那段代碼，是不是感覺簡單的不行！

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

二、Redisson實現Redis分布式鎖的底層原理

好的，接下來就通過一張手繪圖，給大家說說Redisson這個開源框架對Redis分布式鎖的實現原理。

（1）加鎖機制

咱們來看上面那張圖，現在某個客戶端要加鎖。如果該客戶端面對的是一個redis cluster集群，他首先會根據hash節點選擇一臺機器。

這里注意，僅僅只是選擇一臺機器！這點很關鍵！

緊接著，就會發送一段lua腳本到redis上，那段lua腳本如下所示：

為啥要用lua腳本呢？

因為一大坨復雜的業務邏輯，可以通過封裝在lua腳本中發送給redis，保證這段復雜業務邏輯執行的原子性。

那么，這段lua腳本是什么意思呢？

KEYS[1] 代表的是你加鎖的那個key，比如說：

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

這里你自己設置了加鎖的那個鎖key就是“myLock”。

ARGV[1] 代表的就是鎖key的默認生存時間，默認30秒。

ARGV[2] 代表的是加鎖的客戶端的ID，類似于下面這樣：

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

給大家解釋一下，第一段if判斷語句，就是用“exists myLock”命令判斷一下，如果你要加鎖的那個鎖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

通過這個命令設置一個hash數據結構，這行命令執行后，會出現一個類似下面的數據結構：

上述就代表“8743c9c0-0795-4907-87fd-6c719a6b4586:1”這個客戶端對“myLock”這個鎖key完成了加鎖。

接著會執行“pexpire myLock 30000”命令，設置myLock這個鎖key的生存時間是30秒。

好了，到此為止，ok，加鎖完成了。

（2）鎖互斥機制

那么在這個時候，如果客戶端2來嘗試加鎖，執行了同樣的一段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。

接著第二個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，但是明顯不是的，因為那里包含的是客戶端1的ID。

所以，客戶端2會獲取到pttl myLock返回的一個數字，這個數字代表了myLock這個鎖key的剩余生存時間。比如還剩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，如果超過了30秒，客戶端1還想一直持有這把鎖，怎么辦呢？

簡單！只要客戶端1一旦加鎖成功，就會啟動一個watch dog看門狗，他是一個后臺線程，會每隔10秒檢查一下，如果客戶端1還持有鎖key，那么就會不斷的延長鎖key的生存時間。

（4）可重入加鎖機制

那如果客戶端1都已經持有了這把鎖了，結果可重入的加鎖會怎么樣呢？

比如下面這種代碼：

這時我們來分析一下上面那段lua腳本。

第一個if判斷肯定不成立，“exists myLock”會顯示鎖key已經存在了。

第二個if判斷會成立，因為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

通過這個命令，對客戶端1的加鎖次數，累加1。

此時myLock數據結構變為下面這樣：

大家看到了吧，那個myLock的hash數據結構中的那個客戶端ID，就對應著加鎖的次數

（5）釋放鎖機制

如果執行lock.unlock()，就可以釋放分布式鎖，此時的業務邏輯也是非常簡單的。

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。

如果發現加鎖次數是0了，說明這個客戶端已經不再持有鎖了，此時就會用：

“del myLock”命令，從redis里刪除這個key。

然后呢，另外的客戶端2就可以嘗試完成加鎖了。

這就是所謂的分布式鎖的開源Redisson框架的實現機制。

一般我們在生產系統中，可以用Redisson框架提供的這個類庫來基于redis進行分布式鎖的加鎖與釋放鎖。

（6）上述Redis分布式鎖的缺點

其實上面那種方案最大的問題，就是如果你對某個redis master實例，寫入了myLock這種鎖key的value，此時會異步復制給對應的master slave實例。

但是這個過程中一旦發生redis master宕機，主備切換，redis slave變為了redis master。

接著就會導致，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也以為自己成功加了鎖。

此時就會導致多個客戶端對一個分布式鎖完成了加鎖。

這時系統在業務語義上一定會出現問題，導致各種臟數據的產生。

所以這個就是redis cluster，或者是redis master-slave架構的主從異步復制導致的redis分布式鎖的最大缺陷：在redis master實例宕機的時候，可能導致多個客戶端同時完成加鎖。