一把锁,三个坑
多台服务同时扣库存、同一个定时任务被几个实例重复执行……只要业务跑在多个进程上,就需要一把所有进程都认的锁。Redis 速度快、部署普遍,是最常见的选择。但"SETNX 一下"远远不够:加锁要原子、释放要验明正身、过期要能续命,主从切换时还可能丢锁。
单机锁管不住多台机器
Java 的 synchronized、Go 的 sync.Mutex 只在一个进程里有效。服务一旦部署成多个实例,两个实例里的线程各拿各的锁,照样同时去扣同一件商品的库存——超卖就是这么来的。
分布式锁要解决的是:让分布在不同机器上的进程,对同一份资源排队。典型场景有库存扣减、订单防重复提交、定时任务防多实例重复执行、缓存重建只让一个请求回源(见下一篇"缓存击穿")。
公司只有一间会议室。每个人自己心里记着"我订了"是没用的,得在前台那块公共白板上写下名字和结束时间——Redis 就是这块白板。谁先写上谁用;到点没擦,白板自动清空,免得有人订了不来,会议室永远被占着。
一条命令,原子地上锁并设过期
正确的加锁方式只有一条命令:
三个参数各有用处:
| 参数 | 作用 |
|---|---|
| NX | 只有键不存在时才写入,保证互斥:同一时刻只有一个客户端能写成功 |
| PX 30000 | 30 秒后自动删除,持有者进程崩溃、断网时锁也会释放,不会死锁 |
| 唯一随机值 | 记录"这把锁是谁加的",释放时用来验明正身(第 03 节) |
老教程里常见的写法是先 SETNX key 1,再 EXPIRE key 30。这是两条命令,不是原子的:进程恰好在两条命令之间崩溃,锁就永远不会过期,所有人都拿不到。Redis 2.6.12 起 SET 就支持 NX 和 PX 参数,没有任何理由再分两步写。
直接 DEL?可能删掉别人的锁
释放锁最容易出事。设想这个时间线:
A 拿到锁,TTL 30 秒
A 开始处理订单,但这次碰上一次长时间 GC 停顿,卡了 35 秒。
锁过期,B 拿到锁
第 30 秒锁自动删除,B 加锁成功,开始处理同一笔订单。
A 醒来,执行 DEL
A 处理完,直接 DEL lock:order:1001——删掉的其实是B 的锁。
C 也进来了
锁没了,C 加锁成功。现在 B 和 C 同时在处理,互斥彻底失效。
所以释放前必须确认"锁里的值还是我加锁时写的那个随机值"。而"先 GET 比较、再 DEL"又是两步,中间锁仍可能过期易主。办法是用 Lua 脚本把比较和删除放在一起,Redis 执行脚本期间不会插入别的命令:
擦白板之前先看一眼:上面写的还是不是我的名字?如果已经换成了别人,说明我超时了,别人的预订不能擦。
TTL 设多长?让它自己续
TTL 设短了,业务没做完锁就过期;设长了,持有者崩溃后要等很久才能恢复。业务耗时又往往不可预测,固定的 TTL 怎么设都不对。
常见做法是看门狗(watchdog)续期:加锁时给一个适中的 TTL,同时启动一个后台线程,只要业务还在执行,就定期把锁的过期时间往后推;业务结束或进程崩溃,续期随之停止,锁自然过期。Java 生态的 Redisson 就内置了这套机制:默认锁时长 30 秒,每 10 秒(时长的三分之一)续一次。
续期本身也要验明正身:只有锁里的值还是自己的随机值时才续,同样用 Lua 脚本把"比较"和 PEXPIRE 放在一起执行。
但要清醒:续期解决不了所有问题。进程暂停(如长时间 GC)期间,续期线程也一起暂停,锁照样可能在业务"以为自己还持有锁"时过期。对正确性要求极高的场景,还需要第 06 节的"防护令牌"。
主节点挂了,锁可能凭空消失
Redis 主从复制是异步的:A 在主节点加锁成功,这条写入还没同步到从节点,主节点就宕机了。哨兵把从节点提升为新主,新主上没有这把锁,B 随即加锁成功——两个客户端同时持有同一把锁。
Redis 作者为此提出过 Redlock 算法:
部署 N 个独立主节点
通常 N = 5,彼此没有复制关系,各自独立。
依次向每个节点加锁
用同一个键和随机值,对每个节点使用很短的连接超时,某个节点不可用就立刻跳过。
多数成功且未超时才算拿到
在超过半数(5 个中至少 3 个)节点加锁成功,并且总耗时小于锁的 TTL,才算加锁成功;锁的实际有效时间要扣掉加锁耗时和时钟漂移。
失败就全部释放
没拿到多数,就向所有节点发送释放脚本,包括那些看似加锁失败的节点。
Redlock 一直有争议。分布式系统研究者 Martin Kleppmann 指出:它依赖"进程暂停、网络延迟、时钟漂移都有上限"这类时间假设,一旦被打破(例如长时间 GC、时钟跳变),仍可能出现两个持有者。Redis 作者 antirez 对此做过回应,双方各有论据。工程上的共识是:Redlock 部署和运维成本不低,也不能提供绝对的正确性保证。
先问:锁失效了后果有多严重
Kleppmann 的区分很实用:分布式锁要么是为了效率,要么是为了正确性。
| 用途 | 例子与建议 |
|---|---|
| 为了效率 | 避免重复执行定时任务、避免多个请求同时重建缓存。偶尔锁失效只是多干一次活,单个 Redis 实例 + SET NX PX + Lua 释放就够了 |
| 为了正确性 | 扣款、扣库存、写账本。锁失效会造成数据错误,除了锁,还要在存储层做最后一道防线:防护令牌(fencing token)、数据库唯一约束或乐观锁(版本号);也可以改用 etcd、ZooKeeper 等基于共识协议的协调服务 |
防护令牌的思路是:每次加锁都拿到一个单调递增的编号,写数据时带上它,存储端只接受比上次更大的编号。即使旧的持有者"醒来"后继续写,也会因为编号太小而被拒绝。
上线前对一遍
| 检查项 | 说明 |
|---|---|
| 加锁一条命令 | SET key token NX PX ms,不要 SETNX + EXPIRE 两步走 |
| 值用唯一随机串 | UUID 或"实例 ID + 线程 ID",不要写固定的 1 |
| 释放用 Lua | 比较值和删除必须在同一个脚本里 |
| 放在 finally 里释放 | 业务抛异常也要释放;释放失败(返回 0)要记日志,说明锁曾超时易主 |
| 锁的粒度要细 | 按订单号、商品 ID 加锁,别用一把全局锁把所有请求串行化 |
| 拿不到锁怎么办 | 明确是直接失败、短暂重试(带随机退避),还是排队等待;不要无限自旋打满 Redis |
| 需要可重入? | 同一线程重复加锁要用计数,常见实现是用 Hash 记录持有者和重入次数,Redisson 的 RLock 即是如此 |
锁是君子协定,数据要有最后防线
Redis 分布式锁的正确姿势是:一条 SET NX PX 原子加锁,唯一随机值标明身份,Lua 脚本验明正身再释放,看门狗按需续期。它能很好地解决"为了效率"的互斥;涉及资金和库存时,再加上防护令牌或数据库约束,别把正确性全押在一把会过期的锁上。
