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。

作者：zxiaofan

编辑：陶家龙

出处：转载自微信公众号zxiaofan

精彩文章推荐：