摘要：在昨天隊(duì)友代碼的過程中，發(fā)現(xiàn)了我們組分布式鎖的寫法似乎有點(diǎn)問題，實(shí)現(xiàn)代碼如下加鎖部分解鎖部分主要原理是使用了的去插入一組，其中要上鎖的標(biāo)識在項(xiàng)目中是鎖死用戶，如果上鎖失敗則返回。

最近在參加學(xué)校安排的實(shí)訓(xùn)任務(wù)，我們小組需完成一套分布式&微服務(wù)跨境電商，雖然這題目看起來有點(diǎn)老套，并且隊(duì)友多是 Java 技術(shù)棧，所以我光榮（被迫）
的成為了一名前端，并順路使用 PHP 的 Swoole 幫助負(fù)責(zé)服務(wù)器端的同學(xué)編寫了幾個(gè)微服務(wù)模塊。在小組成員之間的協(xié)作中，還是出現(xiàn)了不少有趣的火花。

在昨天 review 隊(duì)友代碼的過程中，發(fā)現(xiàn)了我們組分布式鎖的寫法似乎有點(diǎn)問題，實(shí)現(xiàn)代碼如下：

加鎖部分

解鎖部分

主要原理是使用了 redis 的 setnx 去插入一組 key-value，其中 key 要上鎖的標(biāo)識（在項(xiàng)目中是鎖死用戶 userId），如果上鎖失敗則返回 false。但是根據(jù)二段鎖的思路，仔細(xì)思考會存在這么一個(gè)有趣的現(xiàn)象：

假設(shè)微服務(wù) A 的某個(gè)請求對 userId = 7 的用戶上鎖，則微服務(wù) A 的這個(gè)請求可以讀取這個(gè)用戶的信息，且可以修改其內(nèi)容 ；其他模塊只能讀取這個(gè)用戶的信息，無法修改其內(nèi)容。
假設(shè)微服務(wù) A 的當(dāng)前請求對 userId = 7 的用戶解鎖，則所有模塊可以讀取這個(gè)用戶的信息，且可以修改其內(nèi)容
如此一來：

若微服務(wù)模塊 A 接收到另一個(gè)需要修改 userId = 7 的用戶 的請求時(shí)，假設(shè)這個(gè)用戶還在被鎖狀態(tài)下，這次請求可以修改它嗎？（可以，解個(gè)鎖就行）

若微服務(wù)模塊 B 接收到另一個(gè)需要修改 userId = 7 的用戶 的請求時(shí)，假設(shè)這個(gè)用戶還在被鎖狀態(tài)下，這次請求可以修改它嗎？（可以，解個(gè)鎖就行）

若微服務(wù)模塊 A 執(zhí)行上鎖的請求中途意外崩掉，其他用戶還能修改信息嗎？ （可以，解個(gè)鎖就行）

很明顯，這三點(diǎn)并不是我們所希望的。那么如何實(shí)現(xiàn)分布式鎖才是最佳實(shí)踐吶？

由某個(gè)模塊的某次請求上鎖，并且只有由這個(gè)模塊的這次請求解鎖（互斥，只能有一個(gè)微服務(wù)的某次請求持有鎖）

若上鎖模塊的上鎖請求超時(shí)執(zhí)行，則應(yīng)自動解鎖，并還原其所做修改（容錯(cuò)，就算 一個(gè)持有鎖的微服務(wù)宕機(jī)也不影響最終其他模塊的上鎖 ）

我們應(yīng)該怎么做
綜上所述，我們小組的分布式鎖在實(shí)現(xiàn)模塊互斥的情況下，忽略的一個(gè)重要問題便是“請求互斥”。我們只需要在加鎖時(shí)，key-value 的值保存為當(dāng)前請求的 requestId ，解鎖時(shí)加多一次判斷，是否為同一請求即可。

那么這么修改之后，我們可以高枕無憂了嗎?

是的，夠用了。因?yàn)槲覀冮_發(fā)環(huán)境 Redis 是統(tǒng)一用一臺服務(wù)器上的單例，采用上述方式實(shí)現(xiàn)的分布式鎖并沒有什么問題，但在準(zhǔn)備部署到生產(chǎn)環(huán)境下時(shí)，突然意識到一個(gè)問題：如果實(shí)現(xiàn)主從讀寫分離，redis 多機(jī)主從同步數(shù)據(jù)時(shí)，采用的是異步復(fù)制，也便是一個(gè)“寫”操作到我們的 reids 主庫之后，便馬上返回成功（并不會等到同步到從庫后再返回，如果這種是同步完成后再返回便是同步復(fù)制），這將會造成一個(gè)問題：

假設(shè)我們的模塊 A中 id=1 的請求上鎖成功后，沒同步到從庫前主庫被我們玩壞了（宕機(jī)），則 redis 哨兵將會從從庫中選擇出一臺新的主庫，此時(shí)若模塊 A 中 id=2 的請求重新請求加鎖，將會是成功的。

技不如人，我們只能借助搜索引擎劃水了（大霧），發(fā)現(xiàn)這種情況還真的有通用的解決方案：redlock。

首先 redlock 是 redis 官方文檔推薦的實(shí)現(xiàn)方式，本身并沒有用到主從層面的架構(gòu)，采用的是多態(tài)主庫，依次去取鎖的方式。假設(shè)這里有 5 臺主庫，整體流程大致如下：

加鎖

應(yīng)用層請求加鎖

依次向 5 臺 redis 服務(wù)器發(fā)送請求

若有超過半數(shù)的服務(wù)器返回加鎖成功，則完成加鎖，如果沒有則自動執(zhí)行解鎖，并等待一段隨機(jī)時(shí)間后重試。（客觀原因加鎖失?。壕W(wǎng)絡(luò)情況不好、服務(wù)器未響應(yīng)等問題， 等待一段隨機(jī)時(shí)間后重試可以避開“蜂擁而進(jìn)”的情況造成服務(wù)器資源占用瞬時(shí)猛增 ）

如有其中任意一臺服務(wù)器已經(jīng)持有該鎖，則加鎖失敗， 等待一段隨機(jī)時(shí)間后重試。 （主觀原因加鎖失?。阂呀?jīng)被被別人鎖上了）

解鎖

直接向 5 臺服務(wù)器發(fā)起請求即可，無論這臺服務(wù)器上是不是已經(jīng)有鎖。
整體思路很簡單，但是實(shí)現(xiàn)起來仍有許多值得注意的地方。在向這 5 臺服務(wù)器發(fā)送加鎖請求時(shí)，由于會帶上一個(gè)過期時(shí)間以保證上文所提到的“自動解鎖(容錯(cuò)性) ”，考慮到延時(shí)等原因，這 5 臺機(jī)自動解鎖的時(shí)間不完全相同，因此存在一個(gè)加鎖時(shí)間差的問題，一般而言是這么解決的：

在加鎖之前，必須在應(yīng)用層（或者把分布式鎖多帶帶封裝成一個(gè)全局通用的微服務(wù)亦可）2. 記錄請求加鎖的時(shí)間戳 T1

完成最后一臺 redis 主庫加鎖后，記錄時(shí)間戳 T2

則加鎖所需時(shí)間為 T1 – T2

假設(shè)資源自動解鎖的時(shí)間為 10 秒后，則資源真正可利用的時(shí)間為 10 – T1 + T2。若

可利用時(shí)間不符合預(yù)期，或者為負(fù)數(shù)，你懂的，重新來一遍吧。
如果你對鎖的過期時(shí)間有著更加嚴(yán)格的把控，可以把 T1 到第一臺服務(wù)器加鎖成功的時(shí)間多帶帶記錄，再在最后的可用時(shí)間上加上這段時(shí)間即可得到一個(gè)更加準(zhǔn)確的值
現(xiàn)在考慮另一個(gè)問題，如果恰好某次請求的鎖保存在了三臺服務(wù)器上，其中這三臺都宕機(jī)了（怎么這么倒霉.. TAT），那此時(shí)另一個(gè)請求又來請求加鎖，豈不又回到最初我們小組所面臨的問題了？很遺憾的說，是的，在這種問題上官方文檔給出的答案是：啟用AOF持久化功能情況會得到好轉(zhuǎn)