一起來聊聊如何使用Redis實現分散式鎖

本篇文章為大家帶來了關於Redis中的相關知識，其中主要介紹了分散式鎖的相關問題，我們通常說的線程調用加鎖和釋放鎖的操作，實際上，一個執行緒呼叫加鎖操作，其實就是檢查鎖變數值是否為0，希望對大家有幫助。

推薦學習：Redis學習教學

#單機上的鎖定與分散式鎖定的連結與差異

我們先來看下單機上的鎖。

對於在單機上執行的多執行緒程式來說，鎖本身可以用一個變數表示。

• 變數值為 0 時，表示沒有執行緒取得鎖定；
• 變數值為 1 時，表示已經有執行緒取得到鎖定了。

我們通常說的執行緒呼叫加鎖和釋放鎖的操作，實際上，一個執行緒呼叫加鎖操作，其實就是檢查鎖變數值是否為 0。如果是 0，就把鎖的變數值設為 1，表示取得到鎖，如果不是 0，就回傳錯誤訊息，表示加鎖失敗，已經有別的執行緒取得到鎖了。而一個執行緒呼叫釋放鎖定操作，其實就是將鎖變數的值置為 0，以便其它執行緒可以來取得鎖。
我用一段程式碼來展示下方加鎖和釋放鎖的操作，其中，lock 為鎖定變數。

acquire_lock(){
  if lock == 0
     lock = 1
     return 1
  else
     return 0
} 
release_lock(){
  lock = 0
  return 1
}

和單機上的鎖類似，分散式鎖同樣可以用一個變數來實作。客戶端加鎖和釋放鎖的操作邏輯，也和單機上的加鎖和釋放鎖操作邏輯一致：加鎖時同樣需要判斷鎖變數的值，根據鎖變數值來判斷能否加鎖成功；釋放鎖時需要把鎖變數值設為0，表示客戶端不再持有鎖。
但是，和執行緒在單機上操作鎖不同的是，在分散式場景下，鎖定變數需要由一個共享儲存系統來維護，只有這樣，多個客戶端才可以透過存取共享儲存系統來存取鎖變數。對應的，加鎖和釋放鎖的操作就變成了讀取、判斷和設定共享儲存系統中的鎖定變數值。

這樣一來，我們就可以得到實作分散式鎖定的兩個要求。

要求一：分散式鎖的加鎖和釋放鎖的過程，涉及多個操作。所以，在實現分散式鎖定時，我們需要確保這些鎖定操作的原子性；
要求二：共享儲存系統保存了鎖定變量，如果共享儲存系統發生故障或宕機，那麼客戶端也就無法進行鎖操作了。在實現分散式鎖時，我們需要考慮確保共享儲存系統的可靠性，進而確保鎖的可靠性。

好了，知道了具體的要求，接下來，我們就來學習下 Redis 是怎麼實現分散式鎖定的。

其實，我們既可以基於單一 Redis 節點來實現，也可以使用多個 Redis 節點實現。在這兩種情況下，鎖的可靠性是不一樣的。我們先來看基於單一 Redis 節點的實作方法。

基於單一Redis 節點實現分散式鎖定
作為分散式鎖定實作過程中的共享儲存系統，Redis 可以使用鍵值對來保存鎖定變量，然後接收和處理不同客戶端發送的加鎖和釋放鎖的操作請求。那麼，鍵值對的鍵和值具體是怎麼定的呢？
我們要賦予鎖變數一個變數名，把這個變數名當作鍵值對的鍵，而鎖變數的值，則是鍵值對的值，這樣一來，Redis 就能保存鎖變數了，客戶端也就可以透過Redis 的命令操作來實現鎖定操作。
為了幫助你理解，我畫了一張圖片，它展示 Redis 使用鍵值對保存鎖定變量，以及兩個客戶端同時請求加鎖的操作過程。

可以看到，Redis 可以使用一個鍵值對lock_key:0 來保存鎖定變量，其中，鍵是lock_key，也是鎖定變數的名稱，鎖定變數的初始值是0 。

我們再來分析下加鎖操作。

在圖中，客戶端 A 和 C 同時請求加鎖。因為 Redis 使用單執行緒處理請求，所以，即使客戶端 A 和 C 同時把加鎖請求發給了 Redis，Redis 也會串列處理它們的請求。

我們假設 Redis 先處理客戶端 A 的請求，讀取 lock_key 的值，發現 lock_key 為 0，所以，Redis 就把 lock_key 的 value 置為 1，表示已經加鎖了。緊接著，Redis 處理客戶端 C 的請求，此時，Redis 會發現 lock_key 的值已經為 1 了，所以就傳回加鎖失敗的訊息。

剛剛說的是加鎖的操作，那釋放鎖該怎麼操作呢？其實，釋放鎖定就是直接把鎖定變數值設為 0。

我还是借助一张图片来解释一下。这张图片展示了客户端 A 请求释放锁的过程。当客户端 A 持有锁时，锁变量 lock_key 的值为 1。客户端 A 执行释放锁操作后，Redis 将 lock_key 的值置为 0，表明已经没有客户端持有锁了。

因为加锁包含了三个操作（读取锁变量、判断锁变量值以及把锁变量值设置为 1），而这三个操作在执行时需要保证原子性。那怎么保证原子性呢？

要想保证操作的原子性，有两种通用的方法，分别是使用 Redis 的单命令操作和使用 Lua 脚本。那么，在分布式加锁场景下，该怎么应用这两个方法呢？

我们先来看下，Redis 可以用哪些单命令操作实现加锁操作。

首先是 SETNX 命令，它用于设置键值对的值。具体来说，就是这个命令在执行时会判断键值对是否存在，如果不存在，就设置键值对的值，如果存在，就不做任何设置。

举个例子，如果执行下面的命令时，key 不存在，那么 key 会被创建，并且值会被设置为 value；如果 key 已经存在，SETNX 不做任何赋值操作。

SETNX key value

对于释放锁操作来说，我们可以在执行完业务逻辑后，使用 DEL 命令删除锁变量。不过，你不用担心锁变量被删除后，其他客户端无法请求加锁了。因为 SETNX 命令在执行时，如果要设置的键值对（也就是锁变量）不存在，SETNX 命令会先创建键值对，然后设置它的值。所以，释放锁之后，再有客户端请求加锁时，SETNX 命令会创建保存锁变量的键值对，并设置锁变量的值，完成加锁。
总结来说，我们就可以用 SETNX 和 DEL 命令组合来实现加锁和释放锁操作。下面的伪代码示例显示了锁操作的过程，你可以看下。

// 加锁
SETNX lock_key 1
// 业务逻辑
DO THINGS
// 释放锁
DEL lock_key

不过，使用 SETNX 和 DEL 命令组合实现分布锁，存在两个潜在的风险。

第一个风险是，假如某个客户端在执行了 SETNX 命令、加锁之后，紧接着却在操作共享数据时发生了异常，结果一直没有执行最后的 DEL 命令释放锁。因此，锁就一直被这个客户端持有，其它客户端无法拿到锁，也无法访问共享数据和执行后续操作，这会给业务应用带来影响。
针对这个问题，一个有效的解决方法是，给锁变量设置一个过期时间。这样一来，即使持有锁的客户端发生了异常，无法主动地释放锁，Redis 也会根据锁变量的过期时间，在锁变量过期后，把它删除。其它客户端在锁变量过期后，就可以重新请求加锁，这就不会出现无法加锁的问题了。

我们再来看第二个风险。如果客户端 A 执行了 SETNX 命令加锁后，假设客户端 B 执行了 DEL 命令释放锁，此时，客户端 A 的锁就被误释放了。如果客户端 C 正好也在申请加锁，就可以成功获得锁，进而开始操作共享数据。这样一来，客户端 A 和 C 同时在对共享数据进行操作，数据就会被修改错误，这也是业务层不能接受的。
为了应对这个问题，我们需要能区分来自不同客户端的锁操作，具体咋做呢？其实，我们可以在锁变量的值上想想办法。
在使用 SETNX 命令进行加锁的方法中，我们通过把锁变量值设置为 1 或 0，表示是否加锁成功。1 和 0 只有两种状态，无法表示究竟是哪个客户端进行的锁操作。所以，我们在加锁操作时，可以让每个客户端给锁变量设置一个唯一值，这里的唯一值就可以用来标识当前操作的客户端。在释放锁操作时，客户端需要判断，当前锁变量的值是否和自己的唯一标识相等，只有在相等的情况下，才能释放锁。这样一来，就不会出现误释放锁的问题了。

知道了解决方案，那么，在 Redis 中，具体是怎么实现的呢？我们再来了解下。
在查看具体的代码前，我要先带你学习下 Redis 的 SET 命令。

我们刚刚在说 SETNX 命令的时候提到，对于不存在的键值对，它会先创建再设置值（也就是“不存在即设置”），为了能达到和 SETNX 命令一样的效果，Redis 给 SET 命令提供了类似的选项 NX，用来实现“不存在即设置”。如果使用了 NX 选项，SET 命令只有在键值对不存在时，才会进行设置，否则不做赋值操作。此外，SET 命令在执行时还可以带上 EX 或 PX 选项，用来设置键值对的过期时间。

举个例子，执行下面的命令时，只有 key 不存在时，SET 才会创建 key，并对 key 进行赋值。另外，key 的存活时间由 seconds 或者 milliseconds 选项值来决定。

SET key value [EX seconds | PX milliseconds]  [NX]

有了 SET 命令的 NX 和 EX/PX 选项后，我们就可以用下面的命令来实现加锁操作了。
// 加锁, unique_value作为客户端唯一性的标识

SET lock_key unique_value NX PX 10000

其中，unique_value 是客户端的唯一标识，可以用一个随机生成的字符串来表示，PX 10000 则表示 lock_key 会在 10s 后过期，以免客户端在这期间发生异常而无法释放锁。

因为在加锁操作中，每个客户端都使用了一个唯一标识，所以在释放锁操作时，我们需要判断锁变量的值，是否等于执行释放锁操作的客户端的唯一标识，如下所示：
//释放锁 比较unique_value是否相等，避免误释放

if redis.call("get",KEYS[1]) == ARGV[1] then
    return redis.call("del",KEYS[1])
else
    return 0
end

这是使用 Lua 脚本（unlock.script）实现的释放锁操作的伪代码，其中，KEYS[1]表示 lock_key，ARGV[1]是当前客户端的唯一标识，这两个值都是我们在执行 Lua 脚本时作为参数传入的。

最后，我们执行下面的命令，就可以完成锁释放操作了。

redis-cli  --eval  unlock.script lock_key , unique_value

你可能也注意到了，在释放锁操作中，我们使用了 Lua 脚本，这是因为，释放锁操作的逻辑也包含了读取锁变量、判断值、删除锁变量的多个操作，而 Redis 在执行 Lua 脚本时，可以以原子性的方式执行，从而保证了锁释放操作的原子性。

好了，到这里，你了解了如何使用 SET 命令和 Lua 脚本在 Redis 单节点上实现分布式锁。但是，我们现在只用了一个 Redis 实例来保存锁变量，如果这个 Redis 实例发生故障宕机了，那么锁变量就没有了。此时，客户端也无法进行锁操作了，这就会影响到业务的正常执行。所以，我们在实现分布式锁时，还需要保证锁的可靠性。那怎么提高呢？这就要提到基于多个 Redis 节点实现分布式锁的方式了。

基于多个 Redis 节点实现高可靠的分布式锁
当我们要实现高可靠的分布式锁时，就不能只依赖单个的命令操作了，我们需要按照一定的步骤和规则进行加解锁操作，否则，就可能会出现锁无法工作的情况。“一定的步骤和规则”是指啥呢？其实就是分布式锁的算法。

为了避免 Redis 实例故障而导致的锁无法工作的问题，Redis 的开发者 Antirez 提出了分布式锁算法 Redlock。

Redlock 算法的基本思路，是让客户端和多个独立的 Redis 实例依次请求加锁，如果客户端能够和半数以上的实例成功地完成加锁操作，那么我们就认为，客户端成功地获得分布式锁了，否则加锁失败。这样一来，即使有单个 Redis 实例发生故障，因为锁变量在其它实例上也有保存，所以，客户端仍然可以正常地进行锁操作，锁变量并不会丢失。

我们来具体看下 Redlock 算法的执行步骤。Redlock 算法的实现需要有 N 个独立的 Redis 实例。接下来，我们可以分成 3 步来完成加锁操作。

第一步是，客户端获取当前时间。
第二步是，客户端按顺序依次向 N 个 Redis 实例执行加锁操作。

这里的加锁操作和在单实例上执行的加锁操作一样，使用 SET 命令，带上 NX，EX/PX 选项，以及带上客户端的唯一标识。当然，如果某个 Redis 实例发生故障了，为了保证在这种情况下，Redlock 算法能够继续运行，我们需要给加锁操作设置一个超时时间。

如果客户端在和一个 Redis 实例请求加锁时，一直到超时都没有成功，那么此时，客户端会和下一个 Redis 实例继续请求加锁。加锁操作的超时时间需要远远地小于锁的有效时间，一般也就是设置为几十毫秒。

第三步是，一旦客户端完成了和所有 Redis 实例的加锁操作，客户端就要计算整个加锁过程的总耗时。

客户端只有在满足下面的这两个条件时，才能认为是加锁成功。

• 条件一：客户端从超过半数（大于等于 N/2+1）的 Redis 实例上成功获取到了锁；
• 条件二：客户端获取锁的总耗时没有超过锁的有效时间。

在满足了这两个条件后，我们需要重新计算这把锁的有效时间，计算的结果是锁的最初有效时间减去客户端为获取锁的总耗时。如果锁的有效时间已经来不及完成共享数据的操作了，我们可以释放锁，以免出现还没完成数据操作，锁就过期了的情况。

当然，如果客户端在和所有实例执行完加锁操作后，没能同时满足这两个条件，那么，客户端向所有 Redis 节点发起释放锁的操作。

在 Redlock 演算法中，釋放鎖的操作和在單一實例上釋放鎖的操作一樣，只要執行釋放鎖的 Lua 腳本就可以了。這樣一來，只要 N 個 Redis 實例中的半數以上實例能正常運作，就能保證分散式鎖的正常運作了。

所以，在實際的業務應用中，如果你想要提升分散式鎖定的可靠性，就可以透過 Redlock 演算法來實現。

推薦學習：Redis學習教學

以上是一起來聊聊如何使用Redis實現分散式鎖的詳細內容。更多資訊請關注PHP中文網其他相關文章！