老板问我分布式锁，结果悲剧了......

公司交给了萌新小猿一个光荣而艰巨的项目，该项目需要使用分布式锁，这可难道了小猿。

图片来自 Pexels

只是听说过分布式锁很牛掰，其他就一概不知了，唉，不懂就问呗，遂向老板请教。

老板：我们每天不都在经历分布式锁吗，我来给你回忆回忆。

小猿：好勒，瓜子板凳已备好。

本文结构：

• 为什么要使用分布式锁
• 分布式锁有哪些特点
• 分布式锁流行算法及其优缺点
• 总结

为什么要使用分布式锁

这个问题应该拆分成以下 2 个问题回答。

①为什么使用锁

保证在同一时刻共享资源只能被一个客户端访问;根据锁用途分为以下两种：

• 共享资源只允许一个客户端操作
• 共享资源允许多个客户端操作

仅允许一个客户端访问：共享资源的操作不具备幂等性。常见于数据的修改、删除操作。

在上面的例子中：

允许多个客户端操作：主要应用场景是共享资源的操作具有幂等性;如数据的查询。

既然都具有幂等性了，为什么还需要分布式锁呢，通常是为了效率或性能，避免重复操作(尤其是消耗资源的操作)。

例如我们常见的缓存方案：

在上面的例子中：

由于此处的资源是幂等的，通常会将这类资源做缓存，这就是常见的锁+缓存架构。

常适用于获取较为消耗资源(时间、内存、CPU 等)的幂等资源，如：

• 查询用户信息
• 查询历史订单

当然，如果资源仅在一段时间范围内具有幂等性，这时候，架构就应该升级了：

锁+缓存+缓存失效/失效重新获取/缓存定时更新。

②锁为什么需要分布式的?

还是以上面的缓存方案为例，此处略作变化：

在上面的例子中：

分布式锁有哪些特点?

①互斥性

在任意时刻，仅允许有一个客户端获得锁。

PS：如果多个客户端都能同时获得锁，那锁就没意义了，共享资源的安全性也就无法保证了。

老板：当我在会议室接待客户 A 时，其他客户只有等待，你需要等到我空闲了才能把其他人带到我办公室。

小猿：明白。

接待客户(非幂等共享资源);等到老板空闲(获取锁)。

②可重入性

客户端 A 获得了锁，只要锁没有过期，客户端 A 可以继续获得该锁。锁在我这里，我还要继续使用，其他人不准抢。

这种特性可以很好的支持【锁续约】功能。例如：客户端 A 获取锁，锁释放时间为 10S，即将到达 10S 时，客户端 A 未完成任务，需要再申请 5S。若锁没有可重入性，客户端 A 将无法续约，导致锁可能被其他客户端抢走。

小猿：受教了，老板 3 分钟后你还有一场面试。

老板：小猿啊，难得你这么好学，我很欣慰，我们的交流时间延10分钟吧，其他会议延后。

③高性能

获取锁的效率应该足够高;总不能让业务阻塞在获取锁上面吧?

小猿：好的，我已在钉钉申请将会议延长 10 分钟了。

老板：嗯，我已经接受会议邀请了;

小猿：老板你真高效。

④高可用

分布式、微服务环境下，必须保证服务的高可用，否则轻则影响其他业务模块，重则引发服务雪崩。

老板：我手机 24 小时开机，有会议时联系不上我也可以联系我秘书。

⑤支持阻塞和非阻塞式锁

获取锁失败，是直接返回失败，还是一直阻塞知道获取成功?不同的业务场景有不同的答案。

例如：

⑥解锁权限

客户端仅能释放(解锁)自己加的锁。常见的解决方案是，给锁加随机数(或 ThreadID)。

老板：小猿啊，给你讲了这么多，都明白了吗?

笼子里的鹦鹉：明白啦，明白啦。

老板：闭嘴，我问的是小猿，只有小猿自己有资格回答。

⑦避免死锁

加锁方异常终止无法主动释放锁;常规做法是 加锁时设置超时时间，如果未主动释放锁，则利用 Redis 的自动过期被动释放锁。

秘书破门而入：老板，你们 10 分钟的会议已经到点了，隔壁的李总已经等不及了。

老板：一不留神就忘记时间了，我得去见李总了。

小猿：老板，我们还没聊完呢...

⑧异常处理

常见的异常情况有 Redis 宕机、时钟跳跃、网络故障等。

小猿：不管出现哪种情况，我获取锁都会失败啊，这可怎么办呢?

PS：这就复杂了，需要根据具体的业务场景分析。对于必须同步处理的业务，则必须失败告警，对于允许延迟处理的业务可以考虑记录失败信息待其他系统处理。

分布式锁流行算法

基本方案 SETNX

基于 Redis 的 SETNX 指令完成锁的获取。

①获取锁 SET lock：resource_name random_value NX PX 30000

lock：resource_name：资源名字，加锁对象的唯一标记。

random_value：通常存储加锁方的唯一标记，如“UUID+ThreadID”。

NX：Key 不存在才设置，即锁未被其他人加锁才能加锁。

PX：锁超时时间。

当然，此种加锁方式是不支持“锁重入性”的。

②释放锁(LUA 脚本)

checkValueThenDelete：检查解锁方是否是加锁方，是则允许解锁，否则不允许解锁。

伪代码是：

public class RedisTool { 
    // 释放锁成功标记 
    private static final Long RELEASE_LOCK_SUCCESS = 1L; 
 
    /** 
     * 释放分布式锁 
     * 
     * @param jedis     Redis客户端 
     * @param lockKey   锁标记 
     * @param lockValue 加锁方标记 
     * @return 是否释放成功 
     */ 
    public static boolean releaseDistributedLock(Jedis jedis, String lockKey, String lockValue) { 
        String script = "" + 
                "if redis.call('get', KEYS[1]) == ARGV[1] then" + 
                "    return redis.call('del', KEYS[1]) " + 
                "else" + 
                "    return 0 " + 
                "end"; 
        // Collections.singletonList()：用于只有一个元素的场景，减少内存分配 
        Object result = jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(lockValue)); 
        if (RELEASE_LOCK_SUCCESS.equals(result)) { 
            return true; 
        } 
        return false; 
    } 
} 

Redlock 算法

此算法由 Redis 作者 antirez 提出，作为一种分布式场景下的锁实现方案。

Redlock 算法原理：【核心】大多数节点获取锁成功且锁依旧有效。

Step 1：获取当前时间(毫秒数)。

Step 2：按序想 N 个 Redis 节点获取锁。设置随机字符串 random_value;设置锁过期时间：

• Note 1：获取锁需设置超时时间(防止某个节点不可用)，且 timeout 应远小于锁有效时间(几十毫秒级)。
• Note 2：某节点获取锁失败后，立即向下一个节点获取锁(任何类型失败，包含该节点上的锁已被其他客户端持有)。

Step 3：计算获取锁的总耗时 totalTime。

Step 4：获取锁成功。

获取锁成功：客户端从大多数节点(>=N/2+1)成功获取锁，且 totalTime 不超过锁的有效时间。

重新计算锁有效时间：最初锁有效时间减 3.1 计算的获取锁消耗的时间。

Step 5：获取锁失败。

获取失败后应立即向【所有】客户端发起释放锁(Lua 脚本)。

Step 6：释放锁。

业务完成后应立即向【所有】客户端发起释放锁(Lua 脚本)。

Redlock 算法优点：

• 可用性高，大多数节点正常即可。
• 单 Redis 节点的分布式锁在 failover 时锁失效问题不复存在。

Redlock 算法问题点：

• Redis 节点崩溃将影响锁安全性：节点崩溃前锁未持久化，节点重启后锁将丢失;Redis 默认 AOF 持久化是每秒刷盘(fsync)一次，最坏情况将丢失 1 秒的数据。
• 需避免始终跳跃：管理员手动修改时钟;使用[不会跳跃调整系统时钟]的 ntpd(时钟同步)程序，对时钟修改通过多次微调实现。
• 客户端阻塞导致锁过期，导致共享资源不安全。
• 如果获取锁消耗时间较长，导致效时间很短，是否应该立即释放锁?多段才算短?

带 fencing token 的实现

分布式系统专家 Martin Kleppmann 讨论提出 RedLock 存在安全性问题。

神仙之战：Martin Kleppmann 认为 Redis 作者 antirez 提出的 RedLock 算法有安全性问题，双方在网络上多轮探讨交锋。

Martin 指出 RedLock 算法的核心问题点如下：

• 锁过期或者网络延迟将导致锁冲突：客户端 A 进程 pause→锁过期→客户端 B 持有锁→客户端 A 恢复并向共享资源发起写请求;网络延迟也会产生类似效果。
• RedLock 安全性对系统时钟有强依赖。

fencing token 算法原理：

• fencing token 是一个单调递增的数字，当客户端成功获取锁时随同锁一起返回给客户端。
• 客户端访问共享资源时带上 token。
• 共享资源服务检查 token，拒绝延迟到来的请求。

fencing token 算法问题点：

• 需要改造共享资源服务。
• 如果资源服务也是分布式，如何保证 token 在多个资源服务节点递增。
• 2 个 fencing token 到达资源服务的顺序颠倒，服务检查将异常。
• 【antirez】既然存在 fencing 机制保持资源互斥访问，为什么还需要分布式锁且要求強安全性呢。

其他分布式锁

数据库排它锁：

• 获取锁(select for update ，悲观锁)。
• 处理业务逻辑。
• 释放锁(connection.commit())。

注意：InnoDB 引擎在加锁的时候，只有通过索引进行检索的时候才会使用行级锁，否则会使用表级锁。So 必须给 lock_name 加索引。

ZooKeeper 分布式锁：

• 客户端创建 znode 节点，创建成功则获取锁成功。
• 持有锁的客户端访问共享资源完成后删除 znode。
• znode 创建成 ephemeral(znode 特性)，保证创建 znode 的客户端崩溃后，znode 会被自动删除。
• 【问题】Zookeeper 基于客户端与 Zookeeper 某台服务器维护 Session，Session 依赖定期心跳(heartbeat)维持。

Zookeeper 长时间收不到客户端心跳，就任务 Session 过期，这个 Session 所创建的所有 ephemeral 类型的 znode 节点都将被删除。

Google 的 Chubby 分布式锁：

• sequencer 机制(类似 fencing token)缓解延迟导致的问题。
• 锁持有者可随时请求一个 sequencer。
• 客户端操作资源时将 sequencer 传给资源服务器。
• 资源服务器检查 sequencer 有效性：①调用 Chubby 的 API(CheckSequencer)检查。②对比检查客户端、资源服务器当前观察到的 sequencer(类似 fencing token)。③lock-delay：允许客户端为持有锁指定一个 lock-delay 延迟时间，Chubby 发现客户端失去联系时，在 lock-delay 时间内组织其他客户端获取锁;

总结

我们该使用怎样的分布式锁算法?

• 技术都是为业务服务的，避免选择“高大上”的炫技;
• 依托业务场景，尽可能选择最简单的做法;
• 最简单的分布式锁导致偶发性异常如何处理呢?建议增加额外的机制甚至人工介入保证业务准确性，通常这部分成本低于复杂的分布式锁的开发、运维成本。

分布式锁的另类玩法，“分而治之”经久不衰：

• 如果共享资源本身可以拆分，那就分开处理吧。
• 比如电商系统防止超卖，假设有 10000 个口罩将被秒杀，常规做法是一个锁控制所有资源。另类玩法就是将 10000 个口罩交由 20 个锁控制，整体性能瞬间提升几十倍。

PS：此处超卖仅是举例，真实场景下的秒杀超卖有更加复杂的场景，慎重。