Redis 红锁

官方地址：https://redis.io/topics/distlock

红锁

千万级流量以上的项目，基本上都会用redis

需要锁的条件

• 多任务环境下（进程，线程）
• 任务都对同一共享资源进行写操作
• 对资源的访问是互斥的

操作周期

• 竞争锁，获取锁后才能对资源进行操作
• 占有锁
• 其他竞争者，任务阻塞
• 占有锁者，释放锁，重复第一步

分布式锁应用场景：服务集群，比如N个订单服务，同时接收的客户端请求抢夺机器资源

如果是单个服务，可以用jvm锁控制，但是服务集群，jvm就不行了，因为不在一个jvm中

分布式锁解决方案 

redis：内存存储的数据结构服务器，内存数据库

可用于：数据库，高速缓存，消息队列，采用单线程模型，并发能力强大

分布锁知识

redis的单进程单线程

缓存有效期，有效期到，删除数据

setnx，当key存在，不做任何操作，key不存在，才设置

单节点的锁

加锁

SET id_1 id_2 NX PX 30000

• 上面的命令如果执行成功，则客户端成功获取到了锁，接下来就可以访问共享资源了
• 而如果上面的命令执行失败，则说明获取锁失败

释放锁

关键，判断是不是自己加的锁

NX 表示只有当id_1不存在的时候才能SET成功

这保证了只有第一个请求的客户端才能获得锁，而其它客户端在锁被释放之前都无法获得锁

PX 30000表示这个锁有一个30秒的自动过期时间

• 客户端可以选择合适的过期时间，这个锁必须要设置一个过期时间
• 当一个客户端获取锁成功之后，假如它崩溃了，或者由于发生了网络分区，导致它再也无法和Redis节点通信了，那么它就会一直持有这个锁，而其它客户端永远无法获得锁了
• 这个锁的过期时间是有效时间(lock validity time)，获得锁的客户端必须在这个时间之内完成对共享资源的访问
• 此操作不能分割

SETNX id_1 id_2
EXPIRE orderId 30

虽然这两个命令和前面算法描述中的一个SET命令执行效果相同，但却不是原子的

如果客户端在执行完SETNX后崩溃了，那么就没有机会执行EXPIRE了，导致它一直持有这个锁，造成死锁

必须给key设置一个value

• value保证每个线程不一样
• 如果value在每个线程间一样，会发生误解锁的问题

1.客户端1获取锁成功
2.客户端1在某个操作上阻塞了很长时间
3.过期时间到了，锁自动释放了
4.客户端2获取到了对应同一个资源的锁
5.客户端1从阻塞中恢复过来，释放掉了客户端2持有的锁
之后，客户端2在访问共享资源的时候，就没有锁为它提供保护了

释放锁的操作，得释放自己加的锁

1.客户端1获取锁成功
2.客户端1访问共享资源
3.客户端1为了释放锁，先执行'GET'操作获取随机字符串的值
4.客户端1判断随机字符串的值，与预期的值相等
5.客户端1由于某个原因阻塞住了很长时间
6.过期时间到了，锁自动释放了
7.客户端2获取到了对应同一个资源的锁
8.客户端1从阻塞中恢复过来，执行DEL操纵，释放掉了客户端2持有的锁

Redis故障问题

如果redis故障了，所有客户端无法获取锁，服务变得不可用

为了提高可用性，我们给redis 配置主从

当master不可用时，系统切换到slave，由于Redis的主从复制（replication）是异步的，这可能导致丧失锁的安全性

• 客户端1从Master获取了锁
• Master宕机了，存储锁的key还没有来得及同步到Slave上
• Slave升级为Master
• 客户端2从新的Master获取到了对应同一个资源的锁

客户端1和客户端2同时持有了同一个资源的锁，锁的安全性被打破

这个算法中出现的锁的有效时间(lock validity time)，设置成多少合适呢

• 如果设置太短的话，锁就有可能在客户端完成对于共享资源的访问之前过期，从而失去保护
• 如果设置太长的话，一旦某个持有锁的客户端释放锁失败，那么就会导致所有其它客户端都无法获取锁，从而长时间内无法正常工作
• 应该设置稍微短一些，如果线程持有锁，开启线程自动延长有效期
• 如果在过期时间内，程序没有执行完，是不能让key过期的，所以要延时

为了解决以上问题，便有了RedLock

RedLock（多master） 

目的

• 对共享资源做互斥访问

Redlock，基于N个完全独立的Redis节点（通常情况下N可以设置成5）

运行Redlock算法的客户端依次执行下面各个步骤，来完成获取锁的操作

获取当前时间（毫秒数）

按顺序依次向N个Redis节点执行获取锁的操作

• 这个获取操作跟前面基于单Redis节点的获取锁的过程相同，包含value driverId ，也包含过期时间(比如 `PX 30000` ，即锁的有效时间)
• 为了保证在某个Redis节点不可用的时候算法能够继续运行，这个获取锁的操作还有一个超时时间(time out)，它要远小于锁的有效时间（几十毫秒量级）
• 客户端在向某个Redis节点获取锁失败以后，应该立即尝试下一个Redis节点
• 这里的失败，应该包含任何类型的失败，比如该Redis节点不可用，或者该Redis节点上的锁已经被其它客户端持有

计算整个获取锁的过程总共消耗了多长时间

• 计算方法是用当前时间减去第1步记录的时间
• 如果客户端从大多数Redis节点（>= N/2 + 1）成功获取到了锁
• 并且获取锁总共消耗的时间没有超过锁的有效时间(lock validity time)，那么这时客户端才认为最终获取锁成功
• 否则，认为最终获取锁失败

如果最终获取锁成功了，那么这个锁的有效时间应该重新计算，它等于最初的锁的有效时间减去第3步计算出来的获取锁消耗的时间

如果最终获取锁失败了（可能由于获取到锁的Redis节点个数少于N/2+1，或者整个获取锁的过程消耗的时间超过了锁的最初有效时间）

那么客户端应该立即向所有Redis节点发起释放锁的操作（Lua）

释放锁的过程比较简单

客户端向所有Redis节点发起释放锁的操作，不管这些节点当时在获取锁的时候成功与否 

问题

由于N个Redis节点中的大多数能正常工作就能保证Redlock正常工作，因此理论上它的可用性更高

单Redis节点的分布式锁在failover的时候锁失效的问题，在Redlock中不存在了

但如果有节点发生崩溃重启，还是会对锁的安全性有影响的，具体的影响程度跟Redis对数据的持久化程度有关

假设一共有5个Redis节点：A, B, C, D, E

设想发生了如下的事件序列

• 客户端1成功锁住了A, B, C， 获取锁成功（但D和E没有锁住）
• 节点C崩溃重启了，但客户端1在C上加的锁没有持久化下来，丢失了
• 节点C重启后，客户端2锁住了C, D, E， 获取锁成功

这样，客户端1和客户端2同时获得了锁（针对同一资源）

在默认情况下，Redis的AOF持久化方式是每秒写一次磁盘（即执行fsync）

• 因此最坏情况下可能丢失1秒的数据
• 为了尽可能不丢数据，Redis允许设置成每次修改数据都进行fsync，但这会降低性能
• 即使执行了fsync也仍然有可能丢失数据（这取决于系统而不是Redis的实现）
• 所以，上面分析的由于节点重启引发的锁失效问题，总是有可能出现的

延迟重启（delayed restarts）

也就是说，一个节点崩溃后，先不立即重启它，而是等待一段时间再重启，这段时间应该大于锁的有效时间(lock validity time)

这样的话，这个节点在重启前所参与的锁都会过期，它在重启后就不会对现有的锁造成影响

关于Redlock还有一点细节：

在最后释放锁的时候，antirez在算法描述中特别强调，客户端应该向所有Redis节点发起释放锁的操作

也就是说，即使当时向某个节点获取锁没有成功，在释放锁的时候也不应该漏掉这个节点

客户端没有收到ACK，finally释放所有锁（包括获取锁失败的Redis节点）

设想这样一种情况

• 客户端发给某个Redis节点的获取锁的请求成功到达了该Redis节点，这个节点也成功执行了 `SET`操作
• 但是它返回给客户端的响应包却丢失了，这在客户端看来，获取锁的请求由于超时而失败了，但在Redis这边看来，加锁已经成功了

因此，释放锁的时候，客户端也应该对当时获取锁失败的那些Redis节点同样发起请求

实际上，这种情况在异步通信模型中是有可能发生的：客户端向服务器通信是正常的，但反方向却是有问题的