关于分布式锁的那些事儿

什么是分布式锁

---

通过互斥性质，来保证线程对分布式系统中共享资源的有序访问

说人话：一把锁，挨个进

分布式锁的特性

---

• 互斥（线程独享）：即同一时刻只有一个线程能够获取锁

• 避免死锁：获得锁的线程崩溃后，不会影响后续线程获取锁，操作共享资源

• 隔离性：A获取的锁，不能让B去解锁（解铃还须系铃人）

• 原子性：加锁和解锁必须保证为原子操作

分布式锁的实现方式

---

1. 基于Redis

   演变过程：

V-1.0:

• SETNX：Redis提供了SETNE（SET if Not eXists）命令，表示当Key不存在时，才能设置Value,否则设置失败（获取锁失败）

• DEL KEY:第一步获取锁成功，对共享资源操作完后，释放锁

问题：如果业务代码出现异常，阻塞或者报错了，那么该线程就一直持有锁，不释放，其他线程也永远获取不到————我王霸天得不到的谁也别想得到！

V-2.0:

• SETNX+EXPIRE：给锁上过期时间，假如持有锁线程崩溃了，达到设置的过期时间后，会自动释放锁，避免后续线程获取不到锁！

问题：仍旧会死锁！SETNX和EXPIRE是两条命令，Redis单命令是原子操作，但多条命令为非原子操作！SETNX执行成功，EXPIRE失败时就会发生死锁

v-3.0:

• SET(NX+EX)（2.6.12版本之后）：获取锁，并设置锁过期时间（原子操作）

如此，可以说是彻底解决了死锁问题！

---

那么还问存在其他问题吗？
分析分布式锁的特征：互斥、死锁、原子等特性，我们都算是解决了！
但还未考虑隔离性的问题！

---

场景

1. 线程A加锁成功后，去操作共享资源
2. 但是因为发生了意外，线程A操作的时间超过了锁过期时间，锁被释放了
3. 线程B进来了，枷锁成功，去操作共享资源了
4. 此时，线程A操作完成了，回来释放锁，线程B的锁被A释放（动了别人的老婆！）

隔离性带来的问题：

---

1. 锁的过期时间设置不合理，导致线程A锁过期，被释放

2. 线程A释放了线程B的锁

分析：

---

• 线程A的过期时间设置不合理，那就换一个合理的时间————对应到现实工作中，就是根据程序员的工作经验，对改值进行较为合理的设置，实在不行，杀了祭天！（不是很可靠）

• 其实很简单，锁过期就像去麦当劳喝咖啡喝完了呗，还想喝怎么办？续杯！————获取锁时，先设置一个过期时间，同时，开启一个守护线程，定时去查看锁的剩余存活时间，假如锁的存活时间快过期了，但业务代码还没执行完，赶紧去给大爷续杯,即重新设置过期时间（看门狗）

• 至于第二个问题，还是那句老话————解铃还须系铃人，加一个业务唯一标识，每个线程只能根据业务唯一去释放自己的锁，同时，需要注意：判断是否为自己的锁和删除锁应为原子操作！不然仍旧会删错锁！

---

实现

---

• Redission的看门狗（基于Netty时间轮算法实现）：

private long lockWatchdogTimeout = 30 * 1000;


public RedissonLock(CommandAsyncExecutor commandExecutor, String name) {
    super(commandExecutor, name);
    this.commandExecutor = commandExecutor;
    //会获取看门狗设置的时间，默认为10s检查一次，锁过快过期，且业务代码还没执行完，就会给锁续上这个时间，默认30s
    this.internalLockLeaseTime = commandExecutor.getConnectionManager().getCfg().getLockWatchdogTimeout();
    this.pubSub = commandExecutor.getConnectionManager().getSubscribeService().getLockPubSub();
}


private RFuture<Boolean> tryAcquireOnceAsync(long waitTime, long leaseTime, TimeUnit unit, long threadId) {

    //如果锁是永不过期，那么就按常规方式索取锁
    if (leaseTime != -1) {
        return tryLockInnerAsync(waitTime, leaseTime, unit, threadId, RedisCommands.EVAL_NULL_BOOLEAN);
    }

    //否则，会在获取锁之后，加一个定时任务，在锁执行完业务代码自行释放之前，不断的给所续上过期时间（默认10s检查一次，每次给锁续期30s）
    RFuture<Boolean> ttlRemainingFuture = tryLockInnerAsync(waitTime, internalLockLeaseTime,TimeUnit.MILLISECONDS, threadId, RedisCommands.EVAL_NULL_BOOLEAN);

    ttlRemainingFuture.onComplete((ttlRemaining, e) -> {
        if (e != null) {
            return;
        }

        // lock acquired
        if (ttlRemaining) {
            scheduleExpirationRenewal(threadId);
        }
    });
    return ttlRemainingFuture;
}

实现具体细节，参见Redission源码

---

• 线程隔离的问题：

考虑到获取锁判断后，再删除锁，这两个操作必须是原子性的，那么就需要查看一下Redis的API有没有提供这两个操作的原子性操作了
结果发现，没有！那么叫考虑第二种方案，在Redis中除了单条命令是原子性的，还有执行Lua脚本也是原子性操作！

---

//如果是自己的锁，则进行删除，否则返回
if redis.call("GET",KEY[1]) == ARGV[1] then           
  return redis.call("DEL",KEY[1])
else
  return 0
end

总览

---

小总结

---

经过了这几波优化之后，基于Redis的分布式锁（Redis单实例），可算是安全放心大胆的使用了！悄悄的告诉你，其实我们这些优化过程Redis作者早就想到了，同时，他也提供了较为完善的解决方案，在工作中Redission可以实现以上所有！

---

作为技术宅男，要有极客精神（其实就是闲了无聊），有心的人，可能会发现，以上粉色标粗的Redis单实例字样,确实！以上分析的分布式锁适合单节点的Redis实例，如果遇到主从+哨兵的模式基本凉凉！

凉凉场景：

1. 线程A在遇到主从架构时，先在Master上加锁成功
2. 此时，还未等加锁命令SET同步到Slave上，Master就出现问题，宕机了！
3. 通过哨兵过半原则，重新选出新的主节点，那么此时这把锁在新的主库上是找不到的！出现新问题了！

为之奈何？

遇到这种情况是不是就完了！芭比Q了！准备提桶跑路了！

亲妈解法！

如果一遇到这种问题，就要程序员提桶跑路，那么Redis的作者恐怕在大佬圈是混不下去了！于是，他苦心钻研，誓死捍卫Redis尊严！于是乎它就出世了！————RedLock

---

要求：

1. 主节点至少5个实例多主部署
2. 不再需要从节点和哨兵

原理：

1. 加锁线程带着Expire时间进入，在加锁前记录一个开始加锁时间T1
2. 轮流用相同的key和value在不同的节点上进行加锁操作，并且必须保证大多数（N/2+1）节点加锁成功，才算成功
3. 最少(N/2+1)个节点加锁成功后，记录当前时间T2
4. 如果T2-T1 < Expire，则加锁成功，反之失败
5. 释放锁时，要向所有节点（不管是否在该节点加锁成功）发送解锁请求！
6. 此时，锁的Key真正有效时间为：Expire - (T2-T1)
7. 部署的节点数最好是奇数，以更好的满足过半原则

疑问：

1. 为什么是N/2+1个节点加锁？
2. 加锁成功后，计算加锁耗时的意义？
3. 为什么释放锁时，要给所有节点（包括没有加锁成功的节点）发送解锁请求?

分析：

1. N/2+1公式为过半原则，这里的本质时为了容错，CAP中的P说到，当分布式系统中，如果存在部分故障节点，但大多数节点仍旧正常时，可以认为整个系统仍旧可用
2. 假如T2-T1 > Expire 就意味着一定会存在，最早加锁的节点过期自动解锁的情况，那么此时的加锁节点计数就不再正确！那么此次加锁就毫无意义了！（T2-T1为加锁时间，Expire为过期时间）
3. 假设某节点加锁成功了，但是后续因为其他原因（网络）导致无法从该节点上获取响应结果，而被判断为未成功加锁，如果只给加锁成功的节点发起解锁请求，那么此时该节点是收不到解锁请求的，就会一直持有，影响后续无法使用

---

理性看待

其实，Redis作者研究出来的RedLock，在一些极端的情况下是存在风险的，比如：

• N节点的时钟存在较大偏差时，T2-T1 < Expire的讨论就是毫无意义的，依然存在琐失效的问题，想要解决这个问题，就得需要人工的去维护N节点之间的时钟趋于一致
• RedLock仍旧解决不了获得锁的线程客户端发生长时间GC，导致锁过期，如果再出现第二个线程仍旧可以获取锁，此时，就会出现同一时刻两个线程对共享资源同时获得锁的矛盾情况，严重违反分布式锁特性中的互斥性
• 因为RedLock无法提供类似fencing token的设计方案，从而推导出RedLock无法保证分布式的正确性

神仙打架局：

以上观点来自于业界大佬 Martin 对RedLock的质疑：https://martin.kleppmann.com/2016/02/08/how-to-do-distributed-locking.html

同时，Redis作者 Antirez 也作出了回复：http://antirez.com/news/101

---

2. 基于Zookeeper

---

• 利用节点名称唯一性

  原理

1. 加锁时,所有线程均在相同的目录下创建一个文件，谁先创建成功，就代表获得锁，否则就代表失败,只能等待下次
2. 当获取得锁的线程操作完业务代码后，会将该文件删除，同时通知其余客户端再次进入竞争
3. 在一个路径下只能创建一个唯一的文件（文件名唯一），但容易引起“惊群”效应

---

• 利用临时顺序节点

  原理

1. 所有线程刚开始都会在ZK中创建自己的临时节点，由ZK去保证这些节点的顺序
2. 加锁时，线程会判断ZK下的第一个节点是不是自己创建的，如果是，则加锁成功，如果不是，加锁失败，同时，给自己的上一个节点加一个节点监听器
3. 当节点监听器被通知上一个节点被删除时，当前节点会重新判断ZK下第一个节点是否是自己创建的，循环2的判断操作
4. 用完锁后，每个线程只能删除自己创建的临时节点

---

3. 二者对比

---

• 效率：ZK锁远不如Redis锁

• 失败处理：

  ZK锁只需要维护Watch监听器，等待锁被释放
  Redis锁则是自旋重试，高并发时耗性能

• 宕机处理：

  ZK是根据客户端上报心跳（长连接），判断客户端是否存在（持有锁），无心跳上报时，会删除节点（释放锁）————（客户端长GC时，锁会被ZK释放）
  Redis则是需要等到过期时间，才会释放锁

总结

市面上常见的分布式锁，基本上都研究了一下，感觉收获颇丰！当然这些都是理论，光说不练假把式，下一篇就是分布式锁的实现大合集！期待！