Redis 分布式鎖進(jìn)化史解讀+缺陷分析

按：系統(tǒng)架構(gòu)經(jīng)過多年演進(jìn)，現(xiàn)在越來越多的系統(tǒng)采用微服務(wù)架構(gòu)，而說到微服務(wù)架構(gòu)必然牽涉到分布式，以前單體應(yīng)用加鎖是很簡單的，但現(xiàn)在分布式系統(tǒng)下加鎖就比較難了，我之前曾簡單寫過一篇文章，關(guān)于分布式鎖的實(shí)現(xiàn)，但有一次發(fā)現(xiàn)實(shí)現(xiàn)的分布式鎖是有問題的，因?yàn)槌鰡栴}的概率很低，所以當(dāng)時(shí)也沒在意，前幾天和朋友聊這個(gè)問題，想起來看過一篇文章，寫的不錯(cuò)，今天特轉(zhuǎn)載過來，希望能讓更多的人看到，同時(shí)也加深一下記憶。原文鏈接是：

• http://tech.dianwoda.com/2018/04/11/redisfen-bu-shi-suo-jin-hua-shi/

以下為原文：

近兩年來微服務(wù)變得越來越熱門，越來越多的應(yīng)用部署在分布式環(huán)境中，在分布式環(huán)境中，數(shù)據(jù)一致性是一直以來需要關(guān)注并且去解決的問題，分布式鎖也就成為了一種廣泛使用的技術(shù)，常用的分布式實(shí)現(xiàn)方式為Redis，Zookeeper，其中基于Redis的分布式鎖的使用更加廣泛。

但是在工作和網(wǎng)絡(luò)上看到過各個(gè)版本的Redis分布式鎖實(shí)現(xiàn)，每種實(shí)現(xiàn)都有一些不嚴(yán)謹(jǐn)?shù)牡胤剑踔劣锌赡苁清e(cuò)誤的實(shí)現(xiàn)，包括在代碼中，如果不能正確的使用分布式鎖，可能造成嚴(yán)重的生產(chǎn)環(huán)境故障，本文主要對(duì)目前遇到的各種分布式鎖以及其缺陷做了一個(gè)整理，并對(duì)如何選擇合適的Redis分布式鎖給出建議。

一. 各個(gè)版本的Redis分布式鎖

1. V1.0

這個(gè)版本應(yīng)該是最簡單的版本，也是出現(xiàn)頻率很高的一個(gè)版本，首先給鎖加一個(gè)過期時(shí)間操作是為了避免應(yīng)用在服務(wù)重啟或者異常導(dǎo)致鎖無法釋放后，不會(huì)出現(xiàn)鎖一直無法被釋放的情況。

這個(gè)方案的一個(gè)問題在于每次提交一個(gè)Redis請(qǐng)求，如果執(zhí)行完第一條命令后應(yīng)用異常或者重啟，鎖將無法過期，一種改善方案就是使用Lua腳本（包含SETNX和EXPIRE兩條命令），但是如果Redis僅執(zhí)行了一條命令后crash或者發(fā)生主從切換，依然會(huì)出現(xiàn)鎖沒有過期時(shí)間，最終導(dǎo)致無法釋放。

另外一個(gè)問題在于，很多同學(xué)在釋放分布式鎖的過程中，無論鎖是否獲取成功，都在finally中釋放鎖，這樣是一個(gè)鎖的錯(cuò)誤使用，這個(gè)問題將在后續(xù)的V3.0版本中解決。

針對(duì)鎖無法釋放問題的一個(gè)解決方案基于GETSET命令來實(shí)現(xiàn)

2. V1.1 基于GETSET

思路：

1. SETNX(Key,ExpireTime)獲取鎖

2. 如果獲取鎖失敗，通過GET(Key)返回的時(shí)間戳檢查鎖是否已經(jīng)過期

3. GETSET(Key,ExpireTime)修改Value為NewExpireTime

4. 檢查GETSET返回的舊值，如果等于GET返回的值，則認(rèn)為獲取鎖成功

注意：這個(gè)版本去掉了EXPIRE命令，改為通過Value時(shí)間戳值來判斷過期

問題：

1. 在鎖競爭較高的情況下，會(huì)出現(xiàn)Value不斷被覆蓋，但是沒有一個(gè)Client獲取到鎖

2. 在獲取鎖的過程中不斷的修改原有鎖的數(shù)據(jù)，設(shè)想一種場(chǎng)景C1，C2競爭鎖，C1獲取到了鎖，C2鎖執(zhí)行了GETSET操作修改了C1鎖的過期時(shí)間，如果C1沒有正確釋放鎖，鎖的過期時(shí)間被延長，其它Client需要等待更久的時(shí)間

3. V2.0 基于SETNX

Redis 2.6.12版本后SETNX增加過期時(shí)間參數(shù)，這樣就解決了兩條命令無法保證原子性的問題。但是設(shè)想下面一個(gè)場(chǎng)景：

C1成功獲取到了鎖，之后C1因?yàn)镚C進(jìn)入等待或者未知原因?qū)е氯蝿?wù)執(zhí)行過長，最后在鎖失效前C1沒有主動(dòng)釋放鎖 2. C2在C1的鎖超時(shí)后獲取到鎖，并且開始執(zhí)行，這個(gè)時(shí)候C1和C2都同時(shí)在執(zhí)行，會(huì)因重復(fù)執(zhí)行造成數(shù)據(jù)不一致等未知情況 3. C1如果先執(zhí)行完畢，則會(huì)釋放C2的鎖，此時(shí)可能導(dǎo)致另外一個(gè)C3進(jìn)程獲取到了鎖

大致的流程圖

存在問題：

1. 由于C1的停頓導(dǎo)致C1 和C2同都獲得了鎖并且同時(shí)在執(zhí)行，在業(yè)務(wù)實(shí)現(xiàn)間接要求必須保證冪等性

2. C1釋放了不屬于C1的鎖

4. V3.0

這個(gè)方案通過指定Value為時(shí)間戳，并在釋放鎖的時(shí)候檢查鎖的Value是否為獲取鎖的Value，避免了V2.0版本中提到的C1釋放了C2持有的鎖的問題；另外在釋放鎖的時(shí)候因?yàn)樯婕暗蕉鄠€(gè)Redis操作，并且考慮到Check And Set 模型的并發(fā)問題，所以使用Lua腳本來避免并發(fā)問題。

存在問題：

如果在并發(fā)極高的場(chǎng)景下，比如搶紅包場(chǎng)景，可能存在UnixTimestamp重復(fù)問題，另外由于不能保證分布式環(huán)境下的物理時(shí)鐘一致性，也可能存在UnixTimestamp重復(fù)問題，只不過極少情況下會(huì)遇到。

5. V3.1

Redis 2.6.12后SET同樣提供了一個(gè)NX參數(shù)，等同于SETNX命令，官方文檔上提醒后面的版本有可能去掉SETNX, SETEX, PSETEX,并用SET命令代替，另外一個(gè)優(yōu)化是使用一個(gè)自增的唯一UniqId代替時(shí)間戳來規(guī)避V3.0提到的時(shí)鐘問題。

這個(gè)方案是目前最優(yōu)的分布式鎖方案，但是如果在Redis集群環(huán)境下依然存在問題：

由于Redis集群數(shù)據(jù)同步為異步，假設(shè)在Master節(jié)點(diǎn)獲取到鎖后未完成數(shù)據(jù)同步情況下Master節(jié)點(diǎn)crash，此時(shí)在新的Master節(jié)點(diǎn)依然可以獲取鎖，所以多個(gè)Client同時(shí)獲取到了鎖

二. 分布式Redis鎖：Redlock

V3.1的版本僅在單實(shí)例的場(chǎng)景下是安全的，針對(duì)如何實(shí)現(xiàn)分布式Redis的鎖，國外的分布式專家有過激烈的討論， antirez提出了分布式鎖算法Redlock，在distlock話題下可以看到對(duì)Redlock的詳細(xì)說明，下面是Redlock算法的一個(gè)中文說明（引用）

假設(shè)有N個(gè)獨(dú)立的Redis節(jié)點(diǎn)

1. 獲取當(dāng)前時(shí)間（毫秒數(shù)）。

2. 按順序依次向N個(gè)Redis節(jié)點(diǎn)執(zhí)行獲取鎖的操作。這個(gè)獲取操作跟前面基于單Redis節(jié)點(diǎn)的獲取鎖的過程相同，包含隨機(jī)字符串my_random_value，也包含過期時(shí)間(比如PX 30000，即鎖的有效時(shí)間)。為了保證在某個(gè)Redis節(jié)點(diǎn)不可用的時(shí)候算法能夠繼續(xù)運(yùn)行，這個(gè)獲取鎖的操作還有一個(gè)超時(shí)時(shí)間(time out)，它要遠(yuǎn)小于鎖的有效時(shí)間（幾十毫秒量級(jí)）。客戶端在向某個(gè)Redis節(jié)點(diǎn)獲取鎖失敗以后，應(yīng)該立即嘗試下一個(gè)Redis節(jié)點(diǎn)。這里的失敗，應(yīng)該包含任何類型的失敗，比如該Redis節(jié)點(diǎn)不可用，或者該Redis節(jié)點(diǎn)上的鎖已經(jīng)被其它客戶端持有（注：Redlock原文中這里只提到了Redis節(jié)點(diǎn)不可用的情況，但也應(yīng)該包含其它的失敗情況）。

3. 計(jì)算整個(gè)獲取鎖的過程總共消耗了多長時(shí)間，計(jì)算方法是用當(dāng)前時(shí)間減去第1步記錄的時(shí)間。如果客戶端從大多數(shù)Redis節(jié)點(diǎn)（>= N/2+1）成功獲取到了鎖，并且獲取鎖總共消耗的時(shí)間沒有超過鎖的有效時(shí)間(lock validity time)，那么這時(shí)客戶端才認(rèn)為最終獲取鎖成功；否則，認(rèn)為最終獲取鎖失敗。

4. 如果最終獲取鎖成功了，那么這個(gè)鎖的有效時(shí)間應(yīng)該重新計(jì)算，它等于最初的鎖的有效時(shí)間減去第3步計(jì)算出來的獲取鎖消耗的時(shí)間。

5. 如果最終獲取鎖失敗了（可能由于獲取到鎖的Redis節(jié)點(diǎn)個(gè)數(shù)少于N/2+1，或者整個(gè)獲取鎖的過程消耗的時(shí)間超過了鎖的最初有效時(shí)間），那么客戶端應(yīng)該立即向所有Redis節(jié)點(diǎn)發(fā)起釋放鎖的操作（即前面介紹的Redis Lua腳本）。

6. 釋放鎖：對(duì)所有的Redis節(jié)點(diǎn)發(fā)起釋放鎖操作

然而Martin Kleppmann針對(duì)這個(gè)算法提出了質(zhì)疑，提出應(yīng)該基于fencing token機(jī)制（每次對(duì)資源進(jìn)行操作都需要進(jìn)行token驗(yàn)證）

1. Redlock在系統(tǒng)模型上尤其是在分布式時(shí)鐘一致性問題上提出了假設(shè)，實(shí)際場(chǎng)景下存在時(shí)鐘不一致和時(shí)鐘跳躍問題，而Redlock恰恰是基于timing的分布式鎖

2. 另外Redlock由于是基于自動(dòng)過期機(jī)制，依然沒有解決長時(shí)間的gc pause等問題帶來的鎖自動(dòng)失效，從而帶來的安全性問題。

接著antirez又回復(fù)了Martin Kleppmann的質(zhì)疑，給出了過期機(jī)制的合理性，以及實(shí)際場(chǎng)景中如果出現(xiàn)停頓問題導(dǎo)致多個(gè)Client同時(shí)訪問資源的情況下如何處理。

針對(duì)Redlock的問題，基于Redis的分布式鎖到底安全嗎給出了詳細(xì)的中文說明，并對(duì)Redlock算法存在的問題提出了分析。

總結(jié)

不論是基于SETNX版本的Redis單實(shí)例分布式鎖，還是Redlock分布式鎖，都是為了保證下特性

1. 安全性：在同一時(shí)間不允許多個(gè)Client同時(shí)持有鎖

2. 活性

• 死鎖：鎖最終應(yīng)該能夠被釋放，即使Client端crash或者出現(xiàn)網(wǎng)絡(luò)分區(qū)（通常基于超時(shí)機(jī)制）
  

• 容錯(cuò)性：只要超過半數(shù)Redis節(jié)點(diǎn)可用，鎖都能被正確獲取和釋放
  

所以在開發(fā)或者使用分布式鎖的過程中要保證安全性和活性，避免出現(xiàn)不可預(yù)測(cè)的結(jié)果。

另外每個(gè)版本的分布式鎖都存在一些問題，在鎖的使用上要針對(duì)鎖的實(shí)用場(chǎng)景選擇合適的鎖，通常情況下鎖的使用場(chǎng)景包括：

Efficiency(效率)：只需要一個(gè)Client來完成操作，不需要重復(fù)執(zhí)行，這是一個(gè)對(duì)寬松的分布式鎖，只需要保證鎖的活性即可；

Correctness(正確性)：多個(gè)Client保證嚴(yán)格的互斥性，不允許出現(xiàn)同時(shí)持有鎖或者對(duì)同時(shí)操作同一資源，這種場(chǎng)景下需要在鎖的選擇和使用上更加嚴(yán)格，同時(shí)在業(yè)務(wù)代碼上盡量做到冪等

在Redis分布式鎖的實(shí)現(xiàn)上還有很多問題等待解決，我們需要認(rèn)識(shí)到這些問題并清楚如何正確實(shí)現(xiàn)一個(gè)Redis 分布式鎖，然后在工作中合理的選擇和正確的使用分布式鎖。