分布式缓存锁详解
在分布式系统中,由于多个服务节点同时运行，传统的本地锁（如 Java 的 synchronized 或 ReentrantLock）只能锁定单个 JVM 进程内的资源，为了在多个独立节点之间同步访问共享资源，需要引入分布式锁。
什么是分布式锁
分布式锁是一种在分布式环境下,确保同一时刻只有一个客户端能持有该锁并操作共享资源的机制，它通常通过一个外部的共享存储（如 Redis、Zookeeper 或 Etcd）来实现。
为什么需要分布式锁
- 防止数据重复写入：例如在秒杀场景中，防止同一个订单被多次创建。
- 保证数据一致性：当多个节点同时修改同一个数据库记录时，避免并发导致的数据覆盖。
- 避免重复执行任务：在定时任务调度中，确保一个任务在集群中只由一个节点执行。
基于 Redis 的分布式锁实现
Redis 是最常用的分布式锁实现方案，主要依赖其单线程特性和原子操作。
基础实现：SETNX
使用 SETNX (Set if Not Exists) 命令，只有当 Key 不存在时才会设置成功。
- 命令：
SET lock_key unique_value NX PX 30000 - 关键点：
-
NX
：保证互斥性。 - PX：设置过期时间，防止持有锁的节点宕机导致死锁。
- unique_value：为每个请求生成唯一标识（如 UUID），防止 A 线程误删 B 线程的锁。
-
锁释放的原子性
释放锁时需要判断锁是否由当前线程持有,然后再删除，如果分两步执行（查询 $rightarrow$ 删除），会产生竞态条件。
- 解决方案：使用 Lua 脚本，将“判断”和“删除”封装在 Lua 脚本中，Redis 会将其作为单个原子操作执行。
核心挑战与优化
- 锁过期提前失效：如果业务执行时间超过了锁的过期时间，锁会被自动释放，导致其他线程进入临界区。
- 解决方案（看门狗机制）：在锁持有期间，启动一个后台定时任务，在锁即将过期时自动续期（Renew），Redisson 框架通过
Watchdog实现了这一机制。
基于 Zookeeper 的分布式锁实现
Zookeeper 通过临时顺序节点来实现分布式锁。
- 实现流程：
- 客户端在
/lock目录下创建临时顺序节点（Ephemeral Sequential）。 - 客户端获取该目录下所有子节点,如果自己创建的节点是
序号最小
的，则获得锁。 - 如果不是最小,则对前一个序号的节点设置 Watch 监听，等待其删除后再次尝试。
- 客户端在
- 优点：
- 可靠性高：基于 CP 模型，保证强一致性。
- 自动释放：客户端崩溃或连接断开，临时节点会自动删除，无需手动设置过期时间。
- 缺点：
- 性能较低：频繁的节点创建和删除会给 Zookeeper 集群带来较大压力。
Redis 与 Zookeeper 方案对比
| 特性 | Redis (Redisson) | Zookeeper |
|---|---|---|
| 性能 | 极高 (内存操作) | 较低 (磁盘/网络开销) |
| 一致性 | 最终一致性 (AP) | 强一致性 (CP) |
| 可用性 | 高 (哨兵/集群) | 依赖 Quorum 机制 |
死锁处理 | 依赖过期时间/看门狗 | 依赖临时节点自动删除 |
| 适用场景 | 高并发、对性能要求极高 | 对数据一致性要求极严苛 |
进阶方案：Redlock (红锁)
为了解决 Redis 单点故障导致锁丢失的问题，Redis 提出了 Redlock 算法：
- 原理：部署 $N$ 个独立的 Redis 实例（通常为 5 个），客户端尝试在所有实例上获取锁，只有在大多数（$N/2 + 1$）实例上获取成功，才认为最终获得了锁。
- 目的：通过多节点投票机制，消除单点故障对锁可靠性的影响。
总结与最佳实践
- 简单场景：直接使用 Redis 的
SET NX PX或成熟的库如 Redisson。 - 高可靠场景：如果无法容忍任何锁丢失，优先选择 Zookeeper 或 Etcd。
- 注意事项：
- 务必设置过期时间，防止死锁。
- 释放锁时必须校验持有者身份。
- 尽量缩短锁的持有时间,提高系统吞吐量。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/493174.html
