最近在规范平台缓存使用时发现，很多业务用到了 reids 分布式锁，但普遍存在一些细节问题，根据这些问题，本文将会尝试去总结分布式锁常见的问题。最后聊聊redis乐观锁。
分布式锁
如果是单机环境，对于并发问题，直接用 java 提供的 synchronized 或 Lock 实现即可，而涉及到多进程环境，那么就需要依赖一个第三方系统来提供锁机制。
redis作为一个缓存中间件系统，就能提供这种分布式锁机制，其本质就是在redis里面占一个坑，当别的进程也要来占坑时，发现已经被占领了，就只要等待稍后再尝试。
在java中我们一般这样用：
boolean result = jedis.setnx("lock-key",String.valueOf(System.currentTimeMillis()))== 1L;
if (result) {
try {
// do something
} finally {
jedis.del("lock-key");
}
}
须知一：潜在死锁
上面程序逻辑存在一个问题，就是如果加锁和解锁中间执行的业务中断，比如服务器挂了，或者线程被杀掉，那么就可能会导致 del 指令没有被调用，这样就会陷入死锁，锁永远得不到释放。
那么实际应用中我们应该给锁加上过期时间，比如5秒，这样即使出现上面说的异常，也可以保证5秒后锁会自动释放。所以程序可以优化成如下：
try {
boolean result = jedis.setnx("lock-key",String.valueOf(System.currentTimeMillis()))== 1L;
if (result) {
jedis.expire("lock-key",5);
// do something
}
} finally {
jedis.del("lock-key");
}
这样写也存在一个问题：由于 setnx 和 expire 非原子性，如果在 setnx 和 expire 之间出现机器挂掉或者是被人为杀掉，就会导致死锁。
加锁正确姿势：
String result = jedis.set("lock-key", String.valueOf(System.currentTimeMillis(), "NX", "PX", 5);
if ("OK".equals(result)) {
return true;
}
return false;
须知二：超时问题
Redis 分布式锁并不能解决超时问题，其实基于 ZooKeeper 实现的分布式锁也没办法避免超时问题。
考虑如下场景，加锁和解锁之间的业务非常耗时，那么就可能存在：
- 线程一拿到锁之后执行业务
- 还没执行完锁就超时过期了
- 线程二此时拿到锁乘虚而入，开始执行业务...
当然这是 redis 分布式锁在死锁和超时问题之间做出的妥协，没办法完全避免，但是需要业务在使用时，衡量加锁的粒度及过期时间。
须知三：可重入性
可重入性是指线程在持有锁的情况下，再次请求持有同一把锁，那么是可以获取到的。在 java 中， synchronized 和 ReentrantLock 都是可重入锁。
redis本身不具备可重入性，如果要支持可重入锁，可以借助 Threadlocal 对请求的 setnx 进行包装，Threadlocal 变量存储当前持有锁的计数。
须知四：集群环境如何保证锁的安全
redis分布式锁在集群环境下，不是绝对的安全的。比如：主节点的锁还没来得及同步到从节点，此时主节点挂了，从节点取而代之。
线程1在主节点已经成功拿到一把锁，此时切到了从节点，这把锁不存在了，此时线程2轻松在从节点取到这把锁，这就导致一把锁被两个线程拿到了。
Redlock 算法
Redlock 算法就是为了解决这个问题，他的原理是在加锁时，向过半节点发送 set 指令，只要过半节点返回成功，那就认为加锁成功。释放锁时，再向所有节点发送 del 指令。
代价也很明显，跟tomcat 的 session 共享机制一样，随着集群机器的增加，势必会有损性能。Redlock 算法还需要考虑出错重试、时钟漂移等很多细节问题。
所以一般这种由于主从节点同步时间差导致的锁不安全问题，业务系统一般都是选择忍受的，生产上这种场景发生的概率也不大。
redis乐观锁
以上讨论的 reids 分布式锁本质就是使用 setnx 指令实现占位功能，所以这种分布式锁是一种悲观锁，我们也可以借助 redis 的 watch 指令实现乐观锁。
实现原理
结合 redis 事务，watch 会在事务开始之前盯住某个变量，当事务执行提交执行时，redis 会自动检查被watch的变量，是否被修改过了，如果变量被修改过，事务提交指令 exec 会返回 null 告知客户端事务执行失败。
举例
场景：redis 存储了用户金额，现在有两个并发请求改账户额度，业务实现上需要获取到金额，再修改金额，最后写入 redis 。
> set account 100
> watch account
OK
> set account 50 # 事务执行过程中被修改
OK
> multi # 开始事务
OK
> incr account # 账户额度+1
QUEUED
> exec # 事务提交，返回失败
(nil)
当 exec 指令返回一个 null 时，客户端知道了事务执行是失败的。
注意
- 上面例子中的 multi/exec 对应数据库中的 begin/commit，discard 对应 rollback
- Redis 禁止在 multi 和 exec 之间执行 watch 指令，而必须在 multi 之前做好盯住关键变量，否则会出错。
网友评论