大家所推崇的Redis分布式鎖真的就萬無一失嗎？

作者：Java星星 2019-06-25 08:46:04

在單實(shí)例JVM中，常見的處理并發(fā)問題的方法有很多，比如synchronized關(guān)鍵字進(jìn)行訪問控制、volatile關(guān)鍵字、ReentrantLock等常用方法。但是在分布式環(huán)境中，上述方法卻不能在跨JVM場(chǎng)景中用于處理并發(fā)問題，當(dāng)業(yè)務(wù)場(chǎng)景需要對(duì)分布式環(huán)境中的并發(fā)問題進(jìn)行處理時(shí)，需要使用分布式鎖來實(shí)現(xiàn)。

[[268881]]

分布式鎖，是指在分布式的部署環(huán)境下，通過鎖機(jī)制來讓多客戶端互斥的對(duì)共享資源進(jìn)行訪問。

目前比較常見的分布式鎖實(shí)現(xiàn)方案有以下幾種：

基于數(shù)據(jù)庫，如MySQL
基于緩存，如Redis
基于Zookeeper、etcd等。

這里介紹一下如何使用緩存(Redis)實(shí)現(xiàn)分布式鎖。

使用Redis實(shí)現(xiàn)分布式鎖最簡(jiǎn)單的方案是使用命令SETNX。SETNX(SET if Not eXist)的使用方式為：SETNX key value，只在鍵key不存在的情況下，將鍵key的值設(shè)置為value，若鍵key存在，則SETNX不做任何動(dòng)作。SETNX在設(shè)置成功時(shí)返回，設(shè)置失敗時(shí)返回0。當(dāng)要獲取鎖時(shí)，直接使用SETNX獲取鎖，當(dāng)要釋放鎖時(shí)，使用DEL命令刪除掉對(duì)應(yīng)的鍵key即可。

上面這種方案有一個(gè)致命問題，就是某個(gè)線程在獲取鎖之后由于某些異常因素(比如宕機(jī))而不能正常的執(zhí)行解鎖操作，那么這個(gè)鎖就永遠(yuǎn)釋放不掉了。為此，我們可以為這個(gè)鎖加上一個(gè)超時(shí)時(shí)間。***時(shí)間我們會(huì)聯(lián)想到Redis的EXPIRE命令(EXPIRE key seconds)。但是這里我們不能使用EXPIRE來實(shí)現(xiàn)分布式鎖，因?yàn)樗cSETNX一起是兩個(gè)操作，在這兩個(gè)操作之間可能會(huì)發(fā)生異常，從而還是達(dá)不到預(yù)期的結(jié)果，示例如下：

// STEP 1 
SETNX key value 
// 若在這里（STEP1和STEP2之間）程序突然崩潰，則無法設(shè)置過期時(shí)間，將有可能無法釋放鎖 
// STEP 2 
EXPIRE key expireTime

對(duì)此，正確的姿勢(shì)應(yīng)該是使用“SET key value [EX seconds] [PX milliseconds] [NX|XX]”這個(gè)命令。

從 Redis 2.6.12 版本開始， SET 命令的行為可以通過一系列參數(shù)來修改：

EX seconds ：將鍵的過期時(shí)間設(shè)置為 seconds 秒。執(zhí)行 SET key value EX seconds 的效果等同于執(zhí)行 SETEX key seconds value 。
PX milliseconds ：將鍵的過期時(shí)間設(shè)置為 milliseconds 毫秒。執(zhí)行 SET key value PX milliseconds 的效果等同于執(zhí)行 PSETEX key milliseconds value 。
NX ：只在鍵不存在時(shí)，才對(duì)鍵進(jìn)行設(shè)置操作。執(zhí)行 SET key value NX 的效果等同于執(zhí)行 SETNX key value 。
XX ：只在鍵已經(jīng)存在時(shí)，才對(duì)鍵進(jìn)行設(shè)置操作。

舉例，我們需要?jiǎng)?chuàng)建一個(gè)分布式鎖，并且設(shè)置過期時(shí)間為10s，那么可以執(zhí)行以下命令：

SET lockKey lockValue EX 10 NX 
或者 
SET lockKey lockValue PX 10000 NX

注意EX和PX不能同時(shí)使用，否則會(huì)報(bào)錯(cuò)：ERR syntax error。

解鎖的時(shí)候還是使用DEL命令來解鎖。

修改之后的方案看上去很***，但實(shí)際上還是會(huì)有問題。試想一下，某線程A獲取了鎖并且設(shè)置了過期時(shí)間為10s，然后在執(zhí)行業(yè)務(wù)邏輯的時(shí)候耗費(fèi)了15s，此時(shí)線程A獲取的鎖早已被Redis的過期機(jī)制自動(dòng)釋放了。在線程A獲取鎖并經(jīng)過10s之后，改鎖可能已經(jīng)被其它線程獲取到了。當(dāng)線程A執(zhí)行完業(yè)務(wù)邏輯準(zhǔn)備解鎖(DEL key)的時(shí)候，有可能刪除掉的是其它線程已經(jīng)獲取到的鎖。

所以***的方式是在解鎖時(shí)判斷鎖是否是自己的。我們可以在設(shè)置key的時(shí)候?qū)alue設(shè)置為一個(gè)唯一值uniqueValue(可以是隨機(jī)值、UUID、或者機(jī)器號(hào)+線程號(hào)的組合、簽名等)。當(dāng)解鎖時(shí)，也就是刪除key的時(shí)候先判斷一下key對(duì)應(yīng)的value是否等于先前設(shè)置的值，如果相等才能刪除key，偽代碼示例如下：

if uniqueKey == GET(key) { 
    DEL key 
}

這里我們一眼就可以看出問題來：GET和DEL是兩個(gè)分開的操作，在GET執(zhí)行之后且在DEL執(zhí)行之前的間隙是可能會(huì)發(fā)生異常的。如果我們只要保證解鎖的代碼是原子性的就能解決問題了。這里我們引入了一種新的方式，就是Lua腳本，示例如下：

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

其中ARGV[1]表示設(shè)置key時(shí)指定的唯一值。

由于Lua腳本的原子性，在Redis執(zhí)行該腳本的過程中，其他客戶端的命令都需要等待該Lua腳本執(zhí)行完才能執(zhí)行。

下面我們使用Jedis來演示一下獲取鎖和解鎖的實(shí)現(xiàn)，具體如下：

public boolean lock(String lockKey, String uniqueValue, int seconds){ 
 SetParams params = new SetParams(); 
 params.nx().ex(seconds); 
 String result = jedis.set(lockKey, uniqueValue, params); 
 if ("OK".equals(result)) { 
 return true; 
 } 
 return false; 
} 
public boolean unlock(String lockKey, String uniqueValue){ 
 String script = "if redis.call('get', KEYS[1]) == ARGV[1] " + 
 "then return redis.call('del', KEYS[1]) else return 0 end"; 
 Object result = jedis.eval(script,  
 Collections.singletonList(lockKey),  
 Collections.singletonList(uniqueValue)); 
 if (result.equals(1)) { 
 return true; 
 } 
 return false; 
}

如此就萬無一失了嗎?顯然不是!

表面來看，這個(gè)方法似乎很管用，但是這里存在一個(gè)問題：在我們的系統(tǒng)架構(gòu)里存在一個(gè)單點(diǎn)故障，如果Redis的master節(jié)點(diǎn)宕機(jī)了怎么辦呢?有人可能會(huì)說：加一個(gè)slave節(jié)點(diǎn)!在master宕機(jī)時(shí)用slave就行了!

但是其實(shí)這個(gè)方案明顯是不可行的，因?yàn)镽edis的復(fù)制是異步的。舉例來說：

線程A在master節(jié)點(diǎn)拿到了鎖。
master節(jié)點(diǎn)在把A創(chuàng)建的key寫入slave之前宕機(jī)了。
slave變成了master節(jié)點(diǎn)。
線程B也得到了和A還持有的相同的鎖。(因?yàn)樵瓉淼膕lave里面還沒有A持有鎖的信息)

當(dāng)然，在某些場(chǎng)景下這個(gè)方案沒有什么問題，比如業(yè)務(wù)模型允許同時(shí)持有鎖的情況，那么使用這種方案也未嘗不可。

舉例說明，某個(gè)服務(wù)有2個(gè)服務(wù)實(shí)例：A和B，初始情況下A獲取了鎖然后對(duì)資源進(jìn)行操作(可以假設(shè)這個(gè)操作很耗費(fèi)資源)，B沒有獲取到鎖而不執(zhí)行任何操作，此時(shí)B可以看做是A的熱備。當(dāng)A出現(xiàn)異常時(shí)，B可以“轉(zhuǎn)正”。當(dāng)鎖出現(xiàn)異常時(shí)，比如Redis master宕機(jī)，那么B可能會(huì)同時(shí)持有鎖并且對(duì)資源進(jìn)行操作，如果操作的結(jié)果是冪等的(或者其它情況)，那么也可以使用這種方案。這里引入分布式鎖可以讓服務(wù)在正常情況下避免重復(fù)計(jì)算而造成資源的浪費(fèi)。

為了應(yīng)對(duì)這種情況，antriez提出了Redlock算法。Redlock算法的主要思想是：假設(shè)我們有N個(gè)Redis master節(jié)點(diǎn)，這些節(jié)點(diǎn)都是完全獨(dú)立的，我們可以運(yùn)用前面的方案來對(duì)前面單個(gè)的Redis master節(jié)點(diǎn)來獲取鎖和解鎖，如果我們總體上能在合理的范圍內(nèi)或者N/2+1個(gè)鎖，那么我們就可以認(rèn)為成功獲得了鎖，反之則沒有獲取鎖(可類比Quorum模型)。雖然Redlock的原理很好理解，但是其內(nèi)部的實(shí)現(xiàn)細(xì)節(jié)很是復(fù)雜，要考慮很多因素

Redlock算法也并非是“銀彈”，他除了條件有點(diǎn)苛刻外，其算法本身也被質(zhì)疑。關(guān)于Redis分布式鎖的安全性問題，在分布式系統(tǒng)專家Martin Kleppmann和Redis的作者antirez之間就發(fā)生過一場(chǎng)爭(zhēng)論。

責(zé)任編輯：武曉燕來源：今日頭條