分布式鎖常見的三種實(shí)現(xiàn)方式：

1.  數(shù)據(jù)庫樂觀鎖；
2.  基于Redis的分布式鎖；
3.  基于ZooKeeper的分布式鎖。

本地面試考點(diǎn)是，你對Redis使用熟悉嗎？Redis中是如何實(shí)現(xiàn)分布式鎖的。

要點(diǎn)

Redis要實(shí)現(xiàn)分布式鎖，以下條件應(yīng)該得到滿足

互斥性

•  在任意時刻，只有一個客戶端能持有鎖。

不能死鎖

•  客戶端在持有鎖的期間崩潰而沒有主動解鎖，也能保證后續(xù)其他客戶端能加鎖。

容錯性

•  只要大部分的Redis節(jié)點(diǎn)正常運(yùn)行，客戶端就可以加鎖和解鎖。

實(shí)現(xiàn)

可以直接通過 set key value px milliseconds nx 命令實(shí)現(xiàn)加鎖， 通過Lua腳本實(shí)現(xiàn)解鎖。 

//獲取鎖（unique_value可以是UUID等）  
SET resource_name unique_value NX PX  30000  
//釋放鎖（lua腳本中，一定要比較value，防止誤解鎖）  
if redis.call("get",KEYS[1]) == ARGV[1] then  
    return redis.call("del",KEYS[1]) 
 else  
    return 0  
end 

代碼解釋

•  set 命令要用 set key value px milliseconds nx，替代 setnx + expire 需要分兩次執(zhí)行命令的方式，保證了原子性，
•  value 要具有唯一性，可以使用UUID.randomUUID().toString()方法生成，用來標(biāo)識這把鎖是屬于哪個請求加的，在解鎖的時候就可以有依據(jù)；
•  釋放鎖時要驗(yàn)證 value 值，防止誤解鎖；
•  通過 Lua 腳本來避免 Check And Set 模型的并發(fā)問題，因?yàn)樵卺尫沛i的時候因?yàn)樯婕暗蕉鄠€Redis操作 （利用了eval命令執(zhí)行Lua腳本的原子性）；

加鎖代碼分析

首先，set()加入了NX參數(shù)，可以保證如果已有key存在，則函數(shù)不會調(diào)用成功，也就是只有一個客戶端能持有鎖，滿足互斥性。其次，由于我們對鎖設(shè)置了過期時間，即使鎖的持有者后續(xù)發(fā)生崩潰而沒有解鎖，鎖也會因?yàn)榈搅诉^期時間而自動解鎖（即key被刪除），不會發(fā)生死鎖。最后，因?yàn)槲覀儗alue賦值為requestId，用來標(biāo)識這把鎖是屬于哪個請求加的，那么在客戶端在解鎖的時候就可以進(jìn)行校驗(yàn)是否是同一個客戶端。

解鎖代碼分析

將Lua代碼傳到j(luò)edis.eval()方法里，并使參數(shù)KEYS[1]賦值為lockKey，ARGV[1]賦值為requestId。在執(zhí)行的時候，首先會獲取鎖對應(yīng)的value值，檢查是否與requestId相等，如果相等則解鎖（刪除key）。

存在的風(fēng)險

如果存儲鎖對應(yīng)key的那個節(jié)點(diǎn)掛了的話，就可能存在丟失鎖的風(fēng)險，導(dǎo)致出現(xiàn)多個客戶端持有鎖的情況，這樣就不能實(shí)現(xiàn)資源的獨(dú)享了。

1.  客戶端A從master獲取到鎖
2.  在master將鎖同步到slave之前，master宕掉了（Redis的主從同步通常是異步的）。

    主從切換，slave節(jié)點(diǎn)被晉級為master節(jié)點(diǎn)

      3.  客戶端B取得了同一個資源被客戶端A已經(jīng)獲取到的另外一個鎖。導(dǎo)致存在同一時刻存不止一個線程獲取到鎖的情況。

redlock算法出現(xiàn)

這個場景是假設(shè)有一個 redis cluster，有 5 個 redis master 實(shí)例。然后執(zhí)行如下步驟獲取一把鎖：

1.  獲取當(dāng)前時間戳，單位是毫秒；
2.  跟上面類似，輪流嘗試在每個 master 節(jié)點(diǎn)上創(chuàng)建鎖，過期時間較短，一般就幾十毫秒；
3.  嘗試在大多數(shù)節(jié)點(diǎn)上建立一個鎖，比如 5 個節(jié)點(diǎn)就要求是 3 個節(jié)點(diǎn) n / 2 + 1；
4.  客戶端計(jì)算建立好鎖的時間，如果建立鎖的時間小于超時時間，就算建立成功了；
5.  要是鎖建立失敗了，那么就依次之前建立過的鎖刪除；
6.  只要別人建立了一把分布式鎖，你就得不斷輪詢?nèi)L試獲取鎖。

Redis 官方給出了以上兩種基于 Redis 實(shí)現(xiàn)分布式鎖的方法，詳細(xì)說明可以查看：

https://redis.io/topics/distlock 。

Redisson實(shí)現(xiàn)

Redisson是一個在Redis的基礎(chǔ)上實(shí)現(xiàn)的Java駐內(nèi)存數(shù)據(jù)網(wǎng)格（In-Memory Data Grid）。它不僅提供了一系列的分布式的Java常用對象，還實(shí)現(xiàn)了可重入鎖（Reentrant Lock）、公平鎖（Fair Lock、聯(lián)鎖（MultiLock）、 紅鎖（RedLock）、 讀寫鎖（ReadWriteLock）等，還提供了許多分布式服務(wù)。

Redisson提供了使用Redis的最簡單和最便捷的方法。Redisson的宗旨是促進(jìn)使用者對Redis的關(guān)注分離（Separation of Concern），從而讓使用者能夠?qū)⒕Ω械胤旁谔幚順I(yè)務(wù)邏輯上。

Redisson 分布式重入鎖用法

Redisson 支持單點(diǎn)模式、主從模式、哨兵模式、集群模式，這里以單點(diǎn)模式為例： 

// 1.構(gòu)造redisson實(shí)現(xiàn)分布式鎖必要的Config  
Config config = new Config();  
config.useSingleServer().setAddress("redis://127.0.0.1:5379").setPassword("123456").setDatabase(0);  
// 2.構(gòu)造RedissonClient  
RedissonClient redissonClient = Redisson.create(config);  
// 3.獲取鎖對象實(shí)例（無法保證是按線程的順序獲取到）  
RLock rLock = redissonClient.getLock(lockKey);  
try {  
    /**  
     * 4.嘗試獲取鎖  
     * waitTimeout 嘗試獲取鎖的最大等待時間，超過這個值，則認(rèn)為獲取鎖失敗  
     * leaseTime   鎖的持有時間,超過這個時間鎖會自動失效（值應(yīng)設(shè)置為大于業(yè)務(wù)處理的時間，確保在鎖有效期內(nèi)業(yè)務(wù)能處理完）  
     */ 
    boolean res = rLock.tryLock((long)waitTimeout, (long)leaseTime, TimeUnit.SECONDS);  
    if (res) {  
        //成功獲得鎖，在這里處理業(yè)務(wù)  
    }  
} catch (Exception e) {  
    throw new RuntimeException("aquire lock fail");  
}finally{  
    //無論如何, 最后都要解鎖  
    rLock.unlock();  
} 

加鎖流程圖

解鎖流程圖

我們可以看到，RedissonLock是可重入的，并且考慮了失敗重試，可以設(shè)置鎖的最大等待時間， 在實(shí)現(xiàn)上也做了一些優(yōu)化，減少了無效的鎖申請，提升了資源的利用率。

需要特別注意的是，RedissonLock 同樣沒有解決 節(jié)點(diǎn)掛掉的時候，存在丟失鎖的風(fēng)險的問題。而現(xiàn)實(shí)情況是有一些場景無法容忍的，所以 Redisson 提供了實(shí)現(xiàn)了redlock算法的 RedissonRedLock，RedissonRedLock 真正解決了單點(diǎn)失敗的問題，代價是需要額外的為 RedissonRedLock 搭建Redis環(huán)境。

所以，如果業(yè)務(wù)場景可以容忍這種小概率的錯誤，則推薦使用 RedissonLock， 如果無法容忍，則推薦使用 RedissonRedLock。