Redis、Zookeeper实现分布式锁——原理与实践

小蚂蚁

Redis与分布式锁的问题已经是老生常谈了，本文尝试总结一些Redis、Zookeeper实现分布式锁的常用方案，并提供一些比较好的实践思路（基于Java）。不足之处，欢迎探讨。

Redis分布式锁
单机Redis下实现分布式锁
方案1：使用SET命令。
假如当前客户端需要占有一个user_lock的锁，它首次需要生成一个token（一个随机字符串，例如uiid），并使用该token进行加锁。
加锁命令：

> SET user_lock <token> EX 15 NX
OK

EX：该键会在指定时间后指定过期，单位为秒，类似参数还有PX、EXAT、PXAT。
NX：只有该键不存在的时候才会设置key的值。
所以如果user_lock键不存在，上面Redis命令会成功创建该Redis键，并设置该键在15秒后过期。
而其他客户端也使用该命令进行加锁，在这15秒时间内，其他客户端加锁失败（NX参数保证了该Redis键存在时命令执行失败）。
所以，当前客户端中锁定了user_lock，锁的有效时间为15秒。
为什么要使用token、有效期呢？有以下原因：
（1）锁的有效期可以保证不会发生死锁的情况。通常占有锁的客户端操作完成后需要释放锁（删除Redis键），使用锁有效期后，即使占有锁的客户端故障下线，15秒后锁也会自动失效，其他客户端就可以抢占该锁，不会出现死锁的情况。
（2）token的作用是防止客户端释放了不是自己占有的锁。如果不使用token，所以客户端都使用同一个值作为键user_lock的值，假如客户端A占有了锁user_lock，但由于过期时间到了，user_lock键被Redis服务器删除，这时客户端B占有了锁。而客户端A完成操作后，直接使用DEL命令删除当前user_lock键，这样客户端A就删除了非自己占有的锁。而为每个客户端分配一个token，并且客户端释放锁时需要检测该锁当前是否为自己所占有，即键user_lock的值是否为自己的token，如果是才可以删除该键，就可以避免该问题。
这里涉及两个命令，可以lua脚本保证原子性。如下面命令：

> EVAL "if redis.call('GET',KEYS[1]) == ARGV[1] then return redis.call('DEL',KEYS[1]) else return 0 end" 1 user_lock <token>
(integer) 1

该方案可参考官方文档：https://redis.io/commands/set
从上面内容可以看到，该方案的分布式锁并不是安全的，占有锁的客户端将在锁有效时间过后自动失去锁，这时其他客户端就可以占有该锁，这样将出现两个客户端同时占有一个锁的情况，分布式锁失效了。
所以，该方案锁的有效时间就非常重要，锁的有效时间设置过短，可能会出现分布式锁失效的情况，而有效时间设置过长，那么占有锁的客户端下线后，其他客户端仍然要无效等待较长时间才可以占有该锁，性能较差。
有没有更好一点的方案？我们看一下方案2。
方案2：自动延迟锁有效时间。
我们可以在一开始给锁设置一个较短的有效时间，并启动一个后台线程，在该锁失效前，主动延迟该锁的有效时间，
例如，在一开始时给锁设置有效时间为10秒，并启动一个后台线程，每隔9秒，就将锁的过期时间修改为当前时间10秒后。
示意代码如下：

Thread(new Runnable() {
  public void run() {
    while(lockIsExist) {
      redis.call("EXPIRE user_lock 10");
      Thread.sleep(1000 * 9);
    }
  }
}).start();

这样就可以保证当前占用客户端的锁不会因为时间到期而失效，避免了分布式锁失效的问题，并且如果当前客户端故障下线，由于没有后台线程定时延迟锁有效时间，该锁也会很快自动失效。
提示；当前客户端释放锁的时候，需要停止该后台线程或者修改lockIsExist为false。
Java客户端Redisson提供了该方案，使用非常方便。
下面介绍一下如何使用Redisson实现Redis分布式锁。
（1）添加Redisson引用。

<dependency>
  <groupId>org.redisson</groupId>
  <artifactId>redisson</artifactId>
  <version>3.16.4</version>
</dependency>

（2）使用示例如下：

config = new Config();
config.useSingleServer().setAddress("redis://localhost:6379");
RedissonClient redissonClient = Redisson.create(config);
RLock lock = redissonClient.getLock("user_lock");
lock.lock();
try {
// process...
} finally {
  lock.unlock();
}

如果没有特殊原因，建议直接使用Redisson提供的分布式锁。
但这种方式就一定安全吗？
大家考虑这样一种场景，假如获得锁的客户端因为CPU负载过高或者GC等原因，负责延迟锁过期时间的线程没法按时获得CPU去执行任务，则同样会出现锁失效的场景。
  
该场景暂时没有比较好的处理方案，也不展开。
Sentinel、Cluster模式下实现分布式锁
实际生产环境中比较少使用单节点的Redis，通常会部署Sentinel、Cluster模型部署Redis集群，Redis在这两种模式下线实现分布式锁会有一个很麻烦的问题了。
为了保证高性能，Redis主从同步使用的是异步模式，就是说Redis主节点返回SET命令成功响应时，Redis从节点可能还没有同步该命令。
如果这时主节点故障下线了，那么就会出现以下情况：
（1）Sentinel、Cluster模式会选举一个从节点成为新主节点，而这个主节点是没有执行SET命令的。也就是说这时客户端并没有占有锁。
（2）客户端收到（之前主节点返回的）SET命令的成功响应，以为自己占有锁成功。
这时其他客户端也请求这个锁，也能占有这个锁，这时就会出现分布式锁失效的情况。

出现这个情况的本质是Redis使用了异步复制的方式同步主从节点数据，并不严格保证主从节点数据的一致性。
对此，Redis作者提出了RedLock算法，大概方案是部署多个单独的Redis主节点，并将SET命令同时发送到多个节点，当收到半数以上Redis主节点返回成功后，则认为加锁成功。
这种机制感觉与分布式一致性算法（如Raft算法）中利用的“Quorum机制”基本一致吧。
关于该方案是否能真正保证分布式锁安全，Redis作者与另一位大佬Martin爆发了热烈的讨论，本文偏向实战内容，这里不一一展示RedLock算法细节。
即使该算法可以真正保证分布式锁安全，如果你要使用该方案，也很麻烦，需要另外部署多个Redis主节点，还需要支持该算法的可靠的客户端。考虑这些情况，如果在严格要求分布式锁安全的情况，使用ZooKeeper、Etcd等严格保证数据一致性的组件更合适。

Zookeeper分布式锁
Zookeeper由于保证集群数据一致，并自带Watch，客户端过期失效检测等机制，非常适合实现分布式锁。
Zookeeper实现分布式锁的方式很简单，客户端通过创建临时节点来锁定分布式锁，如果创建成功，则加锁成功，否则，说明该锁已经被其他客户端锁定，这时当前客户端监听该临时节点变化，如果该临时节点被删除，则可以再次尝试锁定该分布式锁。
虽然ZooKeeper实现分布锁的不同方案细节不同，但整体基本基于该方案进行扩展。
这里推荐使用Curator框架（Netflix提供的ZooKeeper客户端）实现分布式锁，非常方便。
下面介绍一下Curator的使用。
（1）引入Curator引用

<dependency>
  <groupId>org.apache.curator</groupId>
  <artifactId>curator-framework</artifactId>
  <version>3.3.0</version>
</dependency>
<dependency>
  <groupId>org.apache.curator</groupId>
  <artifactId>curator-recipes</artifactId>
  <version>3.3.0</version>
</dependency>

注意Curator版本与ZooKeeper版本对应。
（2）使用InterProcessMutex类实现分布式锁。

client = CuratorFrameworkFactory.newClient("127.0.0.1:2181", 60000, 15000,
    new ExponentialBackoffRetry(1000, 3));
client.start();
InterProcessMutex lock = new InterProcessMutex(client, "/user_lock");
lock.acquire();
try {
  // process...
} finally {
  lock.release();
}

Curator支持多种分布式锁，非常全面：

• InterProcessMutex：可重入排它锁，例子展示就是这种锁。
  
• InterProcessSemaphoreMutex：不可重入排它锁。
  
• InterProcessReadWriteLock：分布式读写锁。
  使用方式也非常简单，这里不一一展开。
  

那么Zookeeper实现分布式锁一定安全吗？
假如客户端Client1在ZooKeeper中加锁成功，即成功创建了临时ZK节点，但Client1由于GC长时间没有响应ZooKeeper的心跳检测请求，ZooKeeper将Client1判断为失效，从而将临时ZK节点删除，这时客户端Client2请求加锁就可以成功加锁。那么这时就会出现Client1、Client2同时占有一个分布式锁，即分布式锁失效。
该场景与上面说的Redis延迟线程没有按时执行的场景有点类型，该场景展示也没有较好的解决方案。
虽然理论上ZooKeeper存在分布式锁失效的可能，但发生的概率应该比较，也可以通过增加ZooKeeper判断客户端的时间来减少这种场景，所以ZooKeeper分布式锁是可以满足绝大数要求分布式锁的场景的。
总结一下：
（1）如果不严格要求分布式锁安全，可以考虑在Sentinel、Cluster模式下使用redis实现分布式锁。例如多个客户端同时获取锁并不会导致严重的业务问题，或者只是要求性能优化避免多个客户端同时操作等场景，都可以使用Redisson提供的分布式锁。
（2）如果严格要求分布式锁安全，则可以使用ZooKeeper、Etcd等组件实现分布式锁。
当然，建议使用Redisson、Curator等成熟框架实现分布式锁，避免重复编码，也减少错误风险。
如需系统学习Redis，可参考新书《Redis核心原理与实践》。本书通过深入分析Redis 6.0源码，总结了Redis核心功能的设计与实现。通过阅读本书，读者可以深入理解Redis内部机制及最新特性，并学习到Redis相关的数据结构与算法、Unix编程、存储系统设计，分布式系统架构等一系列知识。
经过该书编辑同意，我会继续在个人技术公众号（binecy）发布书中部分章节内容，作为书的预览内容，欢迎大家查阅，谢谢。
语雀平台预览：《Redis核心原理与实践》

</div>
    
    <div id="asideoffset"></div>