加鎖了還有并發(fā)問題？Redis分布式鎖，真的用對了？

新接手的項目，偶爾會出現(xiàn)賬不平的問題。之前的技術老大臨走時給的解釋是：排查了，沒找到原因，之后太忙就沒再解決，可能是框架的原因……

既然項目交付到手中，這樣的問題是必須要解決的。梳理了所有賬務處理邏輯，最終找到了原因：數(shù)據(jù)庫并發(fā)操作熱點賬戶導致。就這這個問題，來聊一聊分布式系統(tǒng)下基于Redis的分布式鎖。順便也分解一下問題形成原因及解決方案。

原因分析

系統(tǒng)并發(fā)量并不高，存在熱點賬戶，但也不至于那么嚴重。問題的根源在于系統(tǒng)架構設計，人為的制造了并發(fā)。場景是這樣的：商戶批量導入一批數(shù)據(jù)，系統(tǒng)會進行前置處理，并對賬戶余額進行增減。

此時，另外一個定時任務，也會對賬戶進行掃描更新。而且對同一賬戶的操作分布到各個系統(tǒng)當中，熱點賬戶也就出現(xiàn)了。

針對此問題的解決方案，從架構層面可以考慮將賬務系統(tǒng)進行抽離，集中在一個系統(tǒng)中進行處理，所有的數(shù)據(jù)庫事務及執(zhí)行順序由賬務系統(tǒng)來統(tǒng)籌處理。從技術方面來講，則可以通過鎖機制來對熱點賬戶進行加鎖。

本篇文章就針對熱點賬戶基于分布式鎖的實現(xiàn)方式進行詳細的講解。

鎖的分析

在Java的多線程環(huán)境下，通常有幾類鎖可以使用：

• JVM內存模型級別的鎖，常用的有：synchronized、Lock等；
• 數(shù)據(jù)庫鎖，比如樂觀鎖，悲觀鎖等；
• 分布式鎖；

JVM內存級別的鎖，可以保證單體服務下線程的安全性，比如多個線程訪問/修改一個全局變量。但當系統(tǒng)進行集群部署時，JVM級別的本地鎖就無能為力了。

悲觀鎖與樂觀鎖

像上述案例中，熱點賬戶就屬于分布式系統(tǒng)中的共享資源，我們通常會采用數(shù)據(jù)庫鎖或分布式鎖來進行解決。

數(shù)據(jù)庫鎖，又分為樂觀鎖和悲觀鎖。

悲觀鎖是基于數(shù)據(jù)庫（Mysql的InnoDB）提供的排他鎖來實現(xiàn)的。在進行事務操作時，通過select ... for update語句，MySQL會對查詢結果集中每行數(shù)據(jù)都添加排他鎖，其他線程對該記錄的更新與刪除操作都會阻塞。從而達到共享資源的順序執(zhí)行（修改）；

樂觀鎖是相對悲觀鎖而言的，樂觀鎖假設數(shù)據(jù)一般情況不會造成沖突，所以在數(shù)據(jù)進行提交更新的時候，才會正式對數(shù)據(jù)的沖突與否進行檢測。如果沖突則返回給用戶異常信息，讓用戶決定如何去做。樂觀鎖適用于讀多寫少的場景，這樣可以提高程序的吞吐量。在樂觀鎖實現(xiàn)時通常會基于記錄狀態(tài)或添加version版本來進行實現(xiàn)。

悲觀鎖失效場景

項目中使用了悲觀鎖，但悲觀鎖卻失效了。這也是使用悲觀鎖時，常見的誤區(qū)，下面來分析一下。

正常使用悲觀鎖的流程：

• 通過select ... for update鎖定記錄；
• 計算新余額，修改金額并存儲；
• 執(zhí)行完成釋放鎖；

經(jīng)常犯錯的處理流程：

• 查詢賬戶余額，計算新余額；
• 通過select ... for update鎖定記錄；
• 修改金額并存儲；
• 執(zhí)行完成釋放鎖；

錯誤的流程中，比如A和B服務查詢到的余額都是100，A扣減50，B扣減40，然后A鎖定記錄，更新數(shù)據(jù)庫為50；A釋放鎖之后，B鎖定記錄，更新數(shù)據(jù)庫為60。顯然，后者把前者的更新給覆蓋掉了。解決的方案就是擴大鎖的范圍，將鎖提前到計算新余額之前。

通常悲觀鎖對數(shù)據(jù)庫的壓力是非常大的，在實踐中通常會根據(jù)場景使用樂觀鎖或分布式鎖等方式來實現(xiàn)。

下面進入正題，講講基于Redis的分布式鎖實現(xiàn)。

Redis分布式鎖實戰(zhàn)演習

這里以Spring Boot、Redis、Lua腳本為例來演示分布式鎖的實現(xiàn)。為了簡化處理，示例中Redis既承擔了分布式鎖的功能，也承擔了數(shù)據(jù)庫的功能。

場景構建

集群環(huán)境下，對同一個賬戶的金額進行操作，基本步驟：

• 從數(shù)據(jù)庫讀取用戶金額；
• 程序修改金額；
• 再將最新金額存儲到數(shù)據(jù)庫；

下面從最初不加鎖，不同步處理，逐步推演出最終的分布式鎖。

基礎集成及類構建

準備一個不加鎖處理的基礎業(yè)務環(huán)境。

首先在Spring Boot項目中引入相關依賴：

<dependency>
 <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
 <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-starter-web</artifactId>
</dependency>

賬戶對應實體類UserAccount：

public class UserAccount {

 //用戶ID
 private String userId;
 //賬戶內金額
 private int amount;

 //添加賬戶金額
 public void addAmount(int amount) {
  this.amount = this.amount + amount;
 }
 // 省略構造方法和getter/setter 
}

創(chuàng)建一個線程實現(xiàn)類AccountOperationThread：

public class AccountOperationThread implements Runnable {

 private final static Logger logger = LoggerFactory.getLogger(AccountOperationThread.class);

 private static final Long RELEASE_SUCCESS = 1L;

 private String userId;

 private RedisTemplate<Object, Object> redisTemplate;

 public AccountOperationThread(String userId, RedisTemplate<Object, Object> redisTemplate) {
  this.userId = userId;
  this.redisTemplate = redisTemplate;
 }

 @Override
 public void run() {
  noLock();
 }

 /**
  * 不加鎖
  */
 private void noLock() {
  try {
   Random random = new Random();
   // 模擬線程進行業(yè)務處理
   TimeUnit.MILLISECONDS.sleep(random.nextInt(100) + 1);
  } catch (InterruptedException e) {
   e.printStackTrace();
  }
  //模擬數(shù)據(jù)庫中獲取用戶賬號
  UserAccount userAccount = (UserAccount) redisTemplate.opsForValue().get(userId);
  // 金額+1
  userAccount.addAmount(1);
  logger.info(Thread.currentThread().getName() + " : user id : " + userId + " amount : " + userAccount.getAmount());
  //模擬存回數(shù)據(jù)庫
  redisTemplate.opsForValue().set(userId, userAccount);
 }
}

其中RedisTemplate的實例化交給了Spring Boot：

@Configuration
public class RedisConfig {

 @Bean
 public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
  RedisTemplate<Object, Object> redisTemplate = new RedisTemplate<>();
  redisTemplate.setConnectionFactory(redisConnectionFactory);
  Jackson2JsonRedisSerializer<Object> jackson2JsonRedisSerializer =
    new Jackson2JsonRedisSerializer<>(Object.class);
  ObjectMapper objectMapper = new ObjectMapper();
  objectMapper.setVisibility(PropertyAccessor.ALL, JsonAutoDetect.Visibility.ANY);
  objectMapper.enableDefaultTyping(ObjectMapper.DefaultTyping.NON_FINAL);
  jackson2JsonRedisSerializer.setObjectMapper(objectMapper);
  // 設置value的序列化規(guī)則和 key的序列化規(guī)則
  redisTemplate.setValueSerializer(jackson2JsonRedisSerializer);
  redisTemplate.setKeySerializer(new StringRedisSerializer());
  redisTemplate.afterPropertiesSet();
  return redisTemplate;
 }
}

最后，再準備一個TestController來進行觸發(fā)多線程的運行：

@RestController
public class TestController {

 private final static Logger logger = LoggerFactory.getLogger(TestController.class);

 private static ExecutorService executorService = Executors.newFixedThreadPool(10);

 @Autowired
 private RedisTemplate<Object, Object> redisTemplate;

 @GetMapping("/test")
 public String test() throws InterruptedException {
  // 初始化用戶user_001到Redis，賬戶金額為0
  redisTemplate.opsForValue().set("user_001", new UserAccount("user_001", 0));
  // 開啟10個線程進行同步測試，每個線程為賬戶增加1元
  for (int i = 0; i < 10; i++) {
   logger.info("創(chuàng)建線程i=" + i);
   executorService.execute(new AccountOperationThread("user_001", redisTemplate));
  }

  // 主線程休眠1秒等待線程跑完
  TimeUnit.MILLISECONDS.sleep(1000);
  // 查詢Redis中的user_001賬戶
  UserAccount userAccount = (UserAccount) redisTemplate.opsForValue().get("user_001");
  logger.info("user id : " + userAccount.getUserId() + " amount : " + userAccount.getAmount());
  return "success";
 }
}

執(zhí)行上述程序，正常來說10個線程，每個線程加1，結果應該是10。但多執(zhí)行幾次，會發(fā)現(xiàn)，結果變化很大，基本上都要比10小。

[pool-1-thread-5] c.s.redis.thread.AccountOperationThread  : pool-1-thread-5 : user id : user_001 amount : 1
[pool-1-thread-4] c.s.redis.thread.AccountOperationThread  : pool-1-thread-4 : user id : user_001 amount : 1
[pool-1-thread-3] c.s.redis.thread.AccountOperationThread  : pool-1-thread-3 : user id : user_001 amount : 1
[pool-1-thread-1] c.s.redis.thread.AccountOperationThread  : pool-1-thread-1 : user id : user_001 amount : 1
[pool-1-thread-1] c.s.redis.thread.AccountOperationThread  : pool-1-thread-1 : user id : user_001 amount : 2
[pool-1-thread-2] c.s.redis.thread.AccountOperationThread  : pool-1-thread-2 : user id : user_001 amount : 2
[pool-1-thread-5] c.s.redis.thread.AccountOperationThread  : pool-1-thread-5 : user id : user_001 amount : 2
[pool-1-thread-4] c.s.redis.thread.AccountOperationThread  : pool-1-thread-4 : user id : user_001 amount : 3
[pool-1-thread-1] c.s.redis.thread.AccountOperationThread  : pool-1-thread-1 : user id : user_001 amount : 4
[pool-1-thread-3] c.s.redis.thread.AccountOperationThread  : pool-1-thread-3 : user id : user_001 amount : 5
[nio-8080-exec-1] c.s.redis.controller.TestController      : user id : user_001 amount : 5

以上述日志為例，前四個線程都將值改為1，也就是后面三個線程都將前面的修改進行了覆蓋，導致最終結果不是10，只有5。這顯然是有問題的。

Redis同步鎖實現(xiàn)

針對上面的情況，在同一個JVM當中，我們可以通過線程加鎖來完成。但在分布式環(huán)境下，JVM級別的鎖是沒辦法實現(xiàn)的，這里可以采用Redis同步鎖實現(xiàn)。

基本思路：第一個線程進入時，在Redis中進記錄，當后續(xù)線程過來請求時，判斷Redis是否存在該記錄，如果存在則說明處于鎖定狀態(tài)，進行等待或返回。如果不存在，則進行后續(xù)業(yè)務處理。

  /**
  * 1.搶占資源時判斷是否被鎖。
  * 2.如未鎖則搶占成功且加鎖，否則等待鎖釋放。
  * 3.業(yè)務完成后釋放鎖,讓給其它線程。
  * <p>
  * 該方案并未解決同步問題，原因：線程獲得鎖和加鎖的過程，并非原子性操作，可能會導致線程A獲得鎖，還未加鎖時，線程B也獲得了鎖。
  */
 private void redisLock() {
  Random random = new Random();
  try {
   TimeUnit.MILLISECONDS.sleep(random.nextInt(1000) + 1);
  } catch (InterruptedException e) {
   e.printStackTrace();
  }
  while (true) {
   Object lock = redisTemplate.opsForValue().get(userId + ":syn");
   if (lock == null) {
    // 獲得鎖 -> 加鎖 -> 跳出循環(huán)
    logger.info(Thread.currentThread().getName() + ":獲得鎖");
    redisTemplate.opsForValue().set(userId + ":syn", "lock");
    break;
   }
   try {
    // 等待500毫秒重試獲得鎖
    TimeUnit.MILLISECONDS.sleep(500);
   } catch (InterruptedException e) {
    e.printStackTrace();
   }
  }
  try {
   //模擬數(shù)據(jù)庫中獲取用戶賬號
   UserAccount userAccount = (UserAccount) redisTemplate.opsForValue().get(userId);
   if (userAccount != null) {
    //設置金額
    userAccount.addAmount(1);
    logger.info(Thread.currentThread().getName() + " : user id : " + userId + " amount : " + userAccount.getAmount());
    //模擬存回數(shù)據(jù)庫
    redisTemplate.opsForValue().set(userId, userAccount);
   }
  } finally {
   //釋放鎖
   redisTemplate.delete(userId + ":syn");
   logger.info(Thread.currentThread().getName() + ":釋放鎖");
  }
 }

在while代碼塊中，先判斷對應用戶ID是否在Redis中存在，如果不存在，則進行set加鎖，如果存在，則跳出循環(huán)繼續(xù)等待。

上述代碼，看起來實現(xiàn)了加鎖的功能，但當執(zhí)行程序時，會發(fā)現(xiàn)與未加鎖一樣，依舊存在并發(fā)問題。原因是：獲取鎖和加鎖的操作并不是原子的。比如兩個線程發(fā)現(xiàn)lock都是null，都進行了加鎖，此時并發(fā)問題依舊存在。

Redis原子性同步鎖

針對上述問題，可將獲取鎖和加鎖的過程原子化處理?；趕pring-boot-data-redis提供的原子化API可以實現(xiàn)：

// 該方法使用了redis的指令：SETNX key value
// 1.key不存在，設置成功返回value，setIfAbsent返回true；
// 2.key存在，則設置失敗返回null，setIfAbsent返回false；
// 3.原子性操作；
Boolean setIfAbsent(K var1, V var2);

上述方法的原子化操作是對Redis的setnx命令的封裝，在Redis中setnx的使用如下實例：

redis> SETNX mykey "Hello"
(integer) 1
redis> SETNX mykey "World"
(integer) 0
redis> GET mykey
"Hello"

第一次，設置mykey時，并不存在，則返回1，表示設置成功；第二次設置mykey時，已經(jīng)存在，則返回0，表示設置失敗。再次查詢mykey對應的值，會發(fā)現(xiàn)依舊是第一次設置的值。也就是說redis的setnx保證了唯一的key只能被一個服務設置成功。

理解了上述API及底層原理，來看看線程中的實現(xiàn)方法代碼如下：

 /**
  * 1.原子操作加鎖
  * 2.競爭線程循環(huán)重試獲得鎖
  * 3.業(yè)務完成釋放鎖
  */
 private void atomicityRedisLock() {
  //Spring data redis 支持的原子性操作
  while (!redisTemplate.opsForValue().setIfAbsent(userId + ":syn", "lock")) {
   try {
    // 等待100毫秒重試獲得鎖
    TimeUnit.MILLISECONDS.sleep(100);
   } catch (InterruptedException e) {
    e.printStackTrace();
   }
  }
  logger.info(Thread.currentThread().getName() + ":獲得鎖");
  try {
   //模擬數(shù)據(jù)庫中獲取用戶賬號
   UserAccount userAccount = (UserAccount) redisTemplate.opsForValue().get(userId);
   if (userAccount != null) {
    //設置金額
    userAccount.addAmount(1);
    logger.info(Thread.currentThread().getName() + " : user id : " + userId + " amount : " + userAccount.getAmount());
    //模擬存回數(shù)據(jù)庫
    redisTemplate.opsForValue().set(userId, userAccount);
   }
  } finally {
   //釋放鎖
   redisTemplate.delete(userId + ":syn");
   logger.info(Thread.currentThread().getName() + ":釋放鎖");
  }
 }

再次執(zhí)行代碼，會發(fā)現(xiàn)結果正確了，也就是說可以成功的對分布式線程進行了加鎖。

Redis分布式鎖的死鎖

雖然上述代碼執(zhí)行結果沒問題，但如果應用異常宕機，沒來得及執(zhí)行finally中釋放鎖的方法，那么其他線程則永遠無法獲得這個鎖。

此時可采用setIfAbsent的重載方法：

Boolean setIfAbsent(K var1, V var2, long var3, TimeUnit var5);

基于該方法，可以設置鎖的過期時間。這樣即便獲得鎖的線程宕機，在Redis中數(shù)據(jù)過期之后，其他線程可正常獲得該鎖。

示例代碼如下：

private void atomicityAndExRedisLock() {
  try {
   //Spring data redis 支持的原子性操作,并設置5秒過期時間
   while (!redisTemplate.opsForValue().setIfAbsent(userId + ":syn",
     System.currentTimeMillis() + 5000, 5000, TimeUnit.MILLISECONDS)) {
    // 等待100毫秒重試獲得鎖
    logger.info(Thread.currentThread().getName() + ":嘗試循環(huán)獲取鎖");
    TimeUnit.MILLISECONDS.sleep(1000);
   }
   logger.info(Thread.currentThread().getName() + ":獲得鎖--------");
   // 應用在這里宕機，進程退出，無法執(zhí)行 finally;
   Thread.currentThread().interrupt();
   // 業(yè)務邏輯...
  } catch (InterruptedException e) {
   e.printStackTrace();
  } finally {
   //釋放鎖
   if (!Thread.currentThread().isInterrupted()) {
    redisTemplate.delete(userId + ":syn");
    logger.info(Thread.currentThread().getName() + ":釋放鎖");
   }
  }
 }

業(yè)務超時及守護線程

上面添加了Redis所的超時時間，看似解決了問題，但又引入了新的問題。

比如，正常情況下線程A在5秒內可正常處理完業(yè)務，但偶發(fā)會出現(xiàn)超過5秒的情況。如果將超時時間設置為5秒，線程A獲得了鎖，但業(yè)務邏輯處理需要6秒。此時，線程A還在正常業(yè)務邏輯，線程B已經(jīng)獲得了鎖。當線程A處理完時，有可能將線程B的鎖給釋放掉。

在上述場景中有兩個問題點：

• 第一，線程A和線程B可能會同時在執(zhí)行，存在并發(fā)問題。
• 第二，線程A可能會把線程B的鎖給釋放掉，導致一系列的惡性循環(huán)。

當然，可以通過在Redis中設置value值來判斷鎖是屬于線程A還是線程B。但仔細分析會發(fā)現(xiàn)，這個問題的本質是因為線程A執(zhí)行業(yè)務邏輯耗時超出了鎖超時的時間。

那么就有兩個解決方案了：

• 第一，將超時時間設置的足夠長，確保業(yè)務代碼能夠在鎖釋放之前執(zhí)行完成；
• 第二，為鎖添加守護線程，為將要過期釋放但未釋放的鎖增加時間；

第一種方式需要全行大多數(shù)情況下業(yè)務邏輯的耗時，進行超時時間的設定。

第二種方式，可通過如下守護線程的方式來動態(tài)增加鎖超時時間。

public class DaemonThread implements Runnable {
 private final static Logger logger = LoggerFactory.getLogger(DaemonThread.class);

 // 是否需要守護 主線程關閉則結束守護線程
 private volatile boolean daemon = true;
 // 守護鎖
 private String lockKey;

 private RedisTemplate<Object, Object> redisTemplate;

 public DaemonThread(String lockKey, RedisTemplate<Object, Object> redisTemplate) {
  this.lockKey = lockKey;
  this.redisTemplate = redisTemplate;
 }

 @Override
 public void run() {
  try {
   while (daemon) {
    long time = redisTemplate.getExpire(lockKey, TimeUnit.MILLISECONDS);
    // 剩余有效期小于1秒則續(xù)命
    if (time < 1000) {
     logger.info("守護進程: " + Thread.currentThread().getName() + " 延長鎖時間 5000 毫秒");
     redisTemplate.expire(lockKey, 5000, TimeUnit.MILLISECONDS);
    }
    TimeUnit.MILLISECONDS.sleep(300);
   }
   logger.info(" 守護進程: " + Thread.currentThread().getName() + "關閉 ");
  } catch (InterruptedException e) {
   e.printStackTrace();
  }
 }

 // 主線程主動調用結束
 public void stop() {
  daemon = false;
 }
}

上述線程每隔300毫秒獲取一下Redis中鎖的超時時間，如果小于1秒，則延長5秒。當主線程調用關閉時，守護線程也隨之關閉。

主線程中相關代碼實現(xiàn)：

private void deamonRedisLock() {
  //守護線程
  DaemonThread daemonThread = null;
  //Spring data redis 支持的原子性操作,并設置5秒過期時間
  String uuid = UUID.randomUUID().toString();
  String value = Thread.currentThread().getId() + ":" + uuid;
  try {
   while (!redisTemplate.opsForValue().setIfAbsent(userId + ":syn", value, 5000, TimeUnit.MILLISECONDS)) {
    // 等待100毫秒重試獲得鎖
    logger.info(Thread.currentThread().getName() + ":嘗試循環(huán)獲取鎖");
    TimeUnit.MILLISECONDS.sleep(1000);
   }
   logger.info(Thread.currentThread().getName() + ":獲得鎖----");
   // 開啟守護線程
   daemonThread = new DaemonThread(userId + ":syn", redisTemplate);
   Thread thread = new Thread(daemonThread);
   thread.start();
   // 業(yè)務邏輯執(zhí)行10秒...
   TimeUnit.MILLISECONDS.sleep(10000);
  } catch (InterruptedException e) {
   e.printStackTrace();
  } finally {
   //釋放鎖 這里也需要原子操作,今后通過 Redis + Lua 講
   String result = (String) redisTemplate.opsForValue().get(userId + ":syn");
   if (value.equals(result)) {
    redisTemplate.delete(userId + ":syn");
    logger.info(Thread.currentThread().getName() + ":釋放鎖-----");
   }
   //關閉守護線程
   if (daemonThread != null) {
    daemonThread.stop();
   }
  }
 }

其中在獲得鎖之后，開啟守護線程，在finally中將守護線程關閉。

基于Lua腳本的實現(xiàn)

在上述邏輯中，我們是基于spring-boot-data-redis提供的原子化操作來保證鎖判斷和執(zhí)行的原子化的。在非Spring Boot項目中，則可以基于Lua腳本來實現(xiàn)。

首先定義加鎖和解鎖的Lua腳本及對應的DefaultRedisScript對象，在RedisConfig配置類中添加如下實例化代碼：

@Configuration
public class RedisConfig {

 //lock script
 private static final String LOCK_SCRIPT = " if redis.call('setnx',KEYS[1],ARGV[1]) == 1 " +
   " then redis.call('expire',KEYS[1],ARGV[2]) " +
   " return 1 " +
   " else return 0 end ";
 private static final String UNLOCK_SCRIPT = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call" +
   "('del', KEYS[1]) else return 0 end";

 // ... 省略部分代碼
 
 @Bean
 public DefaultRedisScript<Boolean> lockRedisScript() {
  DefaultRedisScript<Boolean> defaultRedisScript = new DefaultRedisScript<>();
  defaultRedisScript.setResultType(Boolean.class);
  defaultRedisScript.setScriptText(LOCK_SCRIPT);
  return defaultRedisScript;
 }

 @Bean
 public DefaultRedisScript<Long> unlockRedisScript() {
  DefaultRedisScript<Long> defaultRedisScript = new DefaultRedisScript<>();
  defaultRedisScript.setResultType(Long.class);
  defaultRedisScript.setScriptText(UNLOCK_SCRIPT);
  return defaultRedisScript;
 }
}

再通過在AccountOperationThread類中新建構造方法，將上述兩個對象傳入類中（省略此部分演示）。然后，就可以基于RedisTemplate來調用了，改造之后的代碼實現(xiàn)如下：

 private void deamonRedisLockWithLua() {
  //守護線程
  DaemonThread daemonThread = null;
  //Spring data redis 支持的原子性操作,并設置5秒過期時間
  String uuid = UUID.randomUUID().toString();
  String value = Thread.currentThread().getId() + ":" + uuid;
  try {
   while (!redisTemplate.execute(lockRedisScript, Collections.singletonList(userId + ":syn"), value, 5)) {
    // 等待1000毫秒重試獲得鎖
    logger.info(Thread.currentThread().getName() + ":嘗試循環(huán)獲取鎖");
    TimeUnit.MILLISECONDS.sleep(1000);
   }
   logger.info(Thread.currentThread().getName() + ":獲得鎖----");
   // 開啟守護線程
   daemonThread = new DaemonThread(userId + ":syn", redisTemplate);
   Thread thread = new Thread(daemonThread);
   thread.start();
   // 業(yè)務邏輯執(zhí)行10秒...
   TimeUnit.MILLISECONDS.sleep(10000);
  } catch (InterruptedException e) {
   logger.error("異常", e);
  } finally {
   //使用Lua腳本：先判斷是否是自己設置的鎖，再執(zhí)行刪除
   // key存在,當前值=期望值時,刪除key;key存在,當前值!=期望值時,返回0;
   Long result = redisTemplate.execute(unlockRedisScript, Collections.singletonList(userId + ":syn"), value);
   logger.info("redis解鎖:{}", RELEASE_SUCCESS.equals(result));
   if (RELEASE_SUCCESS.equals(result)) {
    if (daemonThread != null) {
     //關閉守護線程
     daemonThread.stop();
     logger.info(Thread.currentThread().getName() + ":釋放鎖---");
    }
   }
  }
 }

其中while循環(huán)中加鎖和finally中的釋放鎖都是基于Lua腳本來實現(xiàn)了。

Redis鎖的其他因素

除了上述實例，在使用Redis分布式鎖時，還可以考慮以下情況及方案。

Redis鎖的不可重入

當線程在持有鎖的情況下再次請求加鎖，如果一個鎖支持一個線程多次加鎖，那么這個鎖就是可重入的。如果一個不可重入鎖被再次加鎖，由于該鎖已經(jīng)被持有，再次加鎖會失敗。Redis可通過對鎖進行重入計數(shù)，加鎖時加 1，解鎖時減 1，當計數(shù)歸 0時釋放鎖。

可重入鎖雖然高效但會增加代碼的復雜性，這里就不舉例說明了。

等待鎖釋放

有的業(yè)務場景，發(fā)現(xiàn)被鎖則直接返回。但有的場景下，客戶端需要等待鎖釋放然后去搶鎖。上述示例就屬于后者。針對等待鎖釋放也有兩種方案：

• 客戶端輪訓：當未獲得鎖時，等待一段時間再重新獲取，直到成功。上述示例就是基于這種方式實現(xiàn)的。這種方式的缺點也很明顯，比較耗費服務器資源，當并發(fā)量大時會影響服務器的效率。
• 使用Redis的訂閱發(fā)布功能：當獲取鎖失敗時，訂閱鎖釋放消息，獲取鎖成功后釋放時，發(fā)送釋放消息。

集群中的主備切換和腦裂

在Redis包含主從同步的集群部署方式中，如果主節(jié)點掛掉，從節(jié)點提升為主節(jié)點。如果客戶端A在主節(jié)點加鎖成功，指令還未同步到從節(jié)點，此時主節(jié)點掛掉，從節(jié)點升為主節(jié)點，新的主節(jié)點中沒有鎖的數(shù)據(jù)。這種情況下，客戶端B就可能加鎖成功，從而出現(xiàn)并發(fā)的場景。

當集群發(fā)生腦裂時，Redis master節(jié)點跟slave 節(jié)點和 sentinel 集群處于不同的網(wǎng)絡分區(qū)。sentinel集群無法感知到master的存在，會將 slave 節(jié)點提升為 master 節(jié)點，此時就會存在兩個不同的 master 節(jié)點。從而也會導致并發(fā)問題的出現(xiàn)。Redis Cluster集群部署方式同理。

小結

通過生產環(huán)境中的一個問題，排查原因，尋找解決方案，到最終對基于Redis分布式的深入研究，這便是學習的過程。

同時，每當面試或被問題如何解決分布式共享資源時，我們會脫口而出”基于Redis實現(xiàn)分布式鎖“，但通過本文的學習會發(fā)現(xiàn)，Redis分布式鎖并不是萬能的，而且在使用的過程中還需要注意超時、死鎖、誤解鎖、集群選主/腦裂等問題。

Redis以高性能著稱，但在實現(xiàn)分布式鎖的過程中還是存在一些問題。因此，基于Redis的分布式鎖可以極大的緩解并發(fā)問題，但要完全防止并發(fā)，還是得從數(shù)據(jù)庫層面入手。

源碼地址：

https://github.com/secbr/springboot-all/tree/master/springboot-redis-lock

參考文章：

https://jinzhihong.github.io/2019/08/12/%E6%B7%B1%E5%85%A5%E6%B5%85%E5%87%BA-Redis-%E5%88%86%E5%B8%83%E5%BC%8F%E9%94%81%E5%8E%9F%E7%90%86%E4%B8%8E%E5%AE%9E%E7%8E%B0-%E4%B8%80/

https://xiaomi-info.github.io/2019/12/17/redis-distributed-lock/