查看原文
其他

快看我在Redis分布式锁上,栽的8个跟头!

ImportNew 2022-09-23

The following article is from 苏三说技术 Author 因为热爱所以坚持ing

在分布式系统中,由于 redis 分布式锁相对于更简单和高效,成为了分布式锁的首先,被我们用到了很多实际业务场景当中。


但不是说用了 redis 分布式锁,就可以高枕无忧了,如果没有用好或者用对,也会引来一些意想不到的问题。


今天我们就一起聊聊 redis 分布式锁的一些坑,给有需要的朋友一个参考:

非原子操作


使用 redis 的分布式锁,我们首先想到的可能是 setNx 命令。

if (jedis.setnx(lockKey, val) == 1) {
   jedis.expire(lockKey, timeout);
}


容易,三下五除二,我们就可以把代码写好。这段代码确实可以加锁成功,但你有没有发现什么问题?


加锁操作和后面的设置超时时间是分开的,并非原子操作。假如加锁成功,但是设置超时时间失败了,该 lockKey 就变成永不失效。


假如在高并发场景中,有大量的 lockKey 加锁成功了,但不会失效,有可能直接导致 redis 内存空间不足。


那么,有没有保证原子性的加锁命令呢?答案是:有,请看下面。


忘了释放锁


上面说到使用 setNx 命令加锁操作和设置超时时间是分开的,并非原子操作。


而在 redis 中还有 set 命令,该命令可以指定多个参数。
String result = jedis.set(lockKey, requestId, "NX""PX", expireTime);
if ("OK".equals(result)) {
    return true;
}
return false;


其中:

  • lockKey:锁的标识

  • requestId:请求 id

  • NX:只在键不存在时,才对键进行设置操作。

  • PX:设置键的过期时间为 millisecond 毫秒。

  • expireTime:过期时间


set 命令是原子操作,加锁和设置超时时间,一个命令就能轻松搞定。nice!


使用 set 命令加锁,表面上看起来没有问题。但如果仔细想想,加锁之后,每次都要达到了超时时间才释放锁,会不会有点不合理?加锁后,如果不及时释放锁,会有很多问题。


分布式锁更合理的用法是:

  • 手动加锁

  • 业务操作

  • 手动释放锁

  • 如果手动释放锁失败了,则达到超时时间,redis 会自动释放锁。


大致流程图如下:

那么问题来了,如何释放锁呢?伪代码如下:

try{
  String result = jedis.set(lockKey, requestId, "NX""PX", expireTime);
  if ("OK".equals(result)) {
      return true;
  }
  return false;
finally {
    unlock(lockKey);


需要捕获业务代码的异常,然后在 finally 中释放锁。换句话说就是:无论代码执行成功或失败了,都需要释放锁。


此时,有些朋友可能会问:假如刚好在释放锁的时候,系统被重启了,或者网络断线了,或者机房断点了,不也会导致释放锁失败?


这是一个好问题,因为这种小概率问题确实存在。但还记得前面我们给锁设置过超时时间吗?


即使出现异常情况造成释放锁失败,但到了我们设定的超时时间,锁还是会被 redis 自动释放。但只在 finally 中释放锁,就够了吗?


释放了别人的锁


做人要厚道,先回答上面的问题:只在 finally 中释放锁,当然是不够的,因为释放锁的姿势,还是不对。


哪里不对?


答:在多线程场景中,可能会出现释放了别人的锁的情况。


有些朋友可能会反驳:假设在多线程场景中,线程 A 获取到了锁,但如果线程 A 没有释放锁,此时,线程 B 是获取不到锁的,何来释放了别人锁之说?


答:假如线程 A 和线程B,都使用 lockKey 加锁。线程 A 加锁成功了,但是由于业务功能耗时时间很长,超过了设置的超时时间。这时候,redis 会自动释放 lockKey 锁。


此时,线程 B 就能给 lockKey 加锁成功了,接下来执行它的业务操作。恰好这个时候,线程 A 执行完了业务功能,接下来,在 finally 方法中释放了锁 lockKey。这不就出问题了,线程 B 的锁,被线程 A 释放了。


我想这个时候,线程 B 肯定哭晕在厕所里,并且嘴里还振振有词。那么,如何解决这个问题呢?


不知道你们注意到没?在使用 set 命令加锁时,除了使用 lockKey 锁标识,还多设置了一个参数:requestId,为什么要需要记录 requestId 呢?


答:requestId 是在释放锁的时候用的。


伪代码如下:
if (jedis.get(lockKey).equals(requestId)) {
    jedis.del(lockKey);
    return true;
}
return false;


在释放锁的时候,先获取到该锁的值(之前设置值就是 requestId),然后判断跟之前设置的值是否相同,如果相同才允许删除锁,返回成功。如果不同,则直接返回失败。


换句话说就是:自己只能释放自己加的锁,不允许释放别人加的锁。


这里为什么要用 requestId,用 userId 不行吗?


答:如果用 userId 的话,对于请求来说并不唯一,多个不同的请求,可能使用同一个 userId。而 requestId 是全局唯一的,不存在加锁和释放锁乱掉的情况。


此外,使用 lua 脚本,也能解决释放了别人的锁的问题:
if redis.call('get', KEYS[1]) == ARGV[1] then 
 return redis.call('del', KEYS[1]) 
else 
  return 0 
end


lua 脚本能保证查询锁是否存在和删除锁是原子操作,用它来释放锁效果更好一些。


说到 lua 脚本,其实加锁操作也建议使用 lua 脚本:
if (redis.call('exists', KEYS[1]) == 0) then
    redis.call('hset', KEYS[1], ARGV[2], 1); 
    redis.call('pexpire', KEYS[1], ARGV[1]); 
 return nil; 
end
if (redis.call('hexists', KEYS[1], ARGV[2]) == 1)
   redis.call('hincrby', KEYS[1], ARGV[2], 1); 
   redis.call('pexpire', KEYS[1], ARGV[1]); 
  return nil; 
end
return redis.call('pttl', KEYS[1]);


这是 redisson 框架的加锁代码,写的不错,大家可以借鉴一下。有趣,下面还有哪些好玩的东西?


大量失败请求


上面的加锁方法看起来好像没有问题,但如果你仔细想想,如果有 1 万的请求同时去竞争那把锁,可能只有一个请求是成功的,其余的 9999 个请求都会失败。


在秒杀场景下,会有什么问题?


答:每 1 万个请求,有 1 个成功。再 1 万个请求,有 1 个成功。如此下去,直到库存不足。这就变成均匀分布的秒杀了,跟我们想象中的不一样。


如何解决这个问题呢?


此外,还有一种场景:比如,有两个线程同时上传文件到 sftp,上传文件前先要创建目录。


假设两个线程需要创建的目录名都是当天的日期,比如:20210920,如果不做任何控制,直接并发的创建目录,第二个线程必然会失败。


这时候有些朋友可能会说:这还不容易,加一个 redis 分布式锁就能解决问题了,此外再判断一下,如果目录已经存在就不创建,只有目录不存在才需要创建。


伪代码如下:
try {
  String result = jedis.set(lockKey, requestId, "NX""PX", expireTime);
  if ("OK".equals(result)) {
    if(!exists(path)) {
       mkdir(path);
    }
    return true;
  }
finally{
    unlock(lockKey,requestId);
}  
return false;


一切看似美好,但经不起仔细推敲。来自灵魂的一问:第二个请求如果加锁失败了,接下来,是返回失败,还是返回成功呢?


主要流程图如下:

显然第二个请求,肯定是不能返回失败的,如果返回失败了,这个问题还是没有被解决。如果文件还没有上传成功,直接返回成功会有更大的问题。头疼,到底该如何解决呢?


答:使用自旋锁。
try {
  Long start = System.currentTimeMillis();
  while(true) {
     String result = jedis.set(lockKey, requestId, "NX""PX", expireTime);
     if ("OK".equals(result)) {
        if(!exists(path)) {
           mkdir(path);
        }
        return true;
     }

     long time = System.currentTimeMillis() - start;
      if (time>=timeout) {
          return false;
      }
      try {
          Thread.sleep(50);
      } catch (InterruptedException e) {
          e.printStackTrace();
      }
  }
finally{
    unlock(lockKey,requestId);
}  
return false;


在规定的时间,比如 500 毫秒内,自旋不断尝试加锁(说白了,就是在死循环中,不断尝试加锁),如果成功则直接返回。


如果失败,则休眠 50 毫秒,再发起新一轮的尝试。如果到了超时时间,还未加锁成功,则直接返回失败。好吧,学到一招了,还有吗?


锁重入问题


我们都知道 redis 分布式锁是互斥的。假如我们对某个 key 加锁了,如果该 key 对应的锁还没失效,再用相同 key 去加锁,大概率会失败。


没错,大部分场景是没问题的。为什么说是大部分场景呢?


因为还有这样的场景:假设在某个请求中,需要获取一颗满足条件的菜单树或者分类树。我们以菜单为例,这就需要在接口中从根节点开始,递归遍历出所有满足条件的子节点,然后组装成一颗菜单树。


需要注意的是菜单不是一成不变的,在后台系统中运营同学可以动态添加、修改和删除菜单。为了保证在并发的情况下,每次都可能获取最新的数据,这里可以加 redis 分布式锁。


加 redis 分布式锁的思路是对的。但接下来问题来了,在递归方法中递归遍历多次,每次都是加的同一把锁。


递归第一层当然是可以加锁成功的,但递归第二层、第三层...第 N 层,不就会加锁失败了?


递归方法中加锁的伪代码如下:
private int expireTime = 1000;

public void fun(int level,String lockKey,String requestId){
  try{
     String result = jedis.set(lockKey, requestId, "NX""PX", expireTime);
     if ("OK".equals(result)) {
        if(level<=10){
           this.fun(++level,lockKey,requestId);
        } else {
           return;
        }
     }
     return;
  } finally {
     unlock(lockKey,requestId);
  }
}


如果你直接这么用,看起来好像没有问题。但最终执行程序之后发现,等待你的结果只有一个:出现异常。


因为从根节点开始,第一层递归加锁成功,还没释放锁,就直接进入第二层递归。因为锁名为 lockKey,并且值为 requestId 的锁已经存在,所以第二层递归大概率会加锁失败,然后返回到第一层。第一层接下来正常释放锁,然后整个递归方法直接返回了。


这下子,大家知道出现什么问题了吧?没错,递归方法其实只执行了第一层递归就返回了,其他层递归由于加锁失败,根本没法执行。


那么这个问题该如何解决呢?


答:使用可重入锁。


我们以 redisson 框架为例,它的内部实现了可重入锁的功能。古时候有句话说得好:为人不识陈近南,便称英雄也枉然。


我说:分布式锁不识 redisson,便称好锁也枉然。哈哈哈,只是自娱自乐一下。由此可见,redisson 在 redis 分布式锁中的江湖地位很高。


伪代码如下:
private int expireTime = 1000;

public void run(String lockKey) {
  RLock lock = redisson.getLock(lockKey);
  this.fun(lock,1);
}

public void fun(RLock lock,int level){
  try{
      lock.lock(5, TimeUnit.SECONDS);
      if(level<=10){
         this.fun(lock,++level);
      } else {
         return;
      }
  } finally {
     lock.unlock();
  }
}


上面的代码也许并不完美,这里只是给了一个大致的思路,如果大家有这方面需求的话,以上代码仅供参考。接下来,聊聊 redisson 可重入锁的实现原理。


加锁主要是通过以下脚本实现的:
if (redis.call('exists', KEYS[1]) == 0) 
then  
   redis.call('hset', KEYS[1], ARGV[2], 1);        redis.call('pexpire', KEYS[1], ARGV[1]); 
   return nil; 
end;
if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) 
then  
  redis.call('hincrby', KEYS[1], ARGV[2], 1); 
  redis.call('pexpire', KEYS[1], ARGV[1]); 
  return nil; 
end;
return redis.call('pttl', KEYS[1]);


其中:

  • KEYS[1]:锁名

  • ARGV[1]:过期时间

  • ARGV[2]:uuid + ":" + threadId,可认为是 requestId


先判断如果锁名不存在,则加锁。接下来,判断如果锁名和 requestId 值都存在,则使用 hincrby 命令给该锁名和 requestId 值计数,每次都加 1。

注意一下,这里就是重入锁的关键,锁重入一次值就加 1。如果锁名存在,但值不是 requestId,则返回过期时间。

释放锁主要是通过以下脚本实现的:

if (redis.call('hexists', KEYS[1], ARGV[3]) == 0) 
then 
  return nil
end
local counter = redis.call('hincrby', KEYS[1], ARGV[3], -1);
if (counter > 0
then 
    redis.call('pexpire', KEYS[1], ARGV[2]); 
    return 0
 else 
   redis.call('del', KEYS[1]); 
   redis.call('publish', KEYS[2], ARGV[1]); 
   return 1
end
return nil

先判断如果锁名和 requestId 值不存在,则直接返回。如果锁名和 requestId 值存在,则重入锁减 1。

如果减 1 后,重入锁的 value 值还大于 0,说明还有引用,则重试设置过期时间。如果减 1 后,重入锁的 value 值还等于 0,则可以删除锁,然后发消息通知等待线程抢锁。

再次强调一下,如果你们系统可以容忍数据暂时不一致,有些场景不加锁也行,我在这里只是举个例子,本节内容并不适用于所有场景。

锁竞争问题


如果有大量需要写入数据的业务场景,使用普通的 redis 分布式锁是没有问题的。但如果有些业务场景,写入的操作比较少,反而有大量读取的操作。这样直接使用普通的 redis 分布式锁,会不会有点浪费性能?


我们都知道,锁的粒度越粗,多个线程抢锁时竞争就越激烈,造成多个线程锁等待的时间也就越长,性能也就越差。


所以,提升 redis 分布式锁性能的第一步,就是要把锁的粒度变细。


| 读写锁

众所周知,加锁的目的是为了保证,在并发环境中读写数据的安全性,即不会出现数据错误或者不一致的情况。


但在绝大多数实际业务场景中,一般是读数据的频率远远大于写数据。而线程间的并发读操作是并不涉及并发安全问题,我们没有必要给读操作加互斥锁,只要保证读写、写写并发操作上锁是互斥的就行,这样可以提升系统的性能。


我们以 redisson 框架为例,它内部已经实现了读写锁的功能。


读锁的伪代码如下:
RReadWriteLock readWriteLock = redisson.getReadWriteLock("readWriteLock");
RLock rLock = readWriteLock.readLock();
try {
    rLock.lock();
    //业务操作
catch (Exception e) {
    log.error(e);
finally {
    rLock.unlock();
}


写锁的伪代码如下:
RReadWriteLock readWriteLock = redisson.getReadWriteLock("readWriteLock");
RLock rLock = readWriteLock.writeLock();
try {
    rLock.lock();
    //业务操作
catch (InterruptedException e) {
   log.error(e);
finally {
    rLock.unlock();
}


将读锁和写锁分开,最大的好处是提升读操作的性能,因为读和读之间是共享的,不存在互斥性。


而我们的实际业务场景中,绝大多数数据操作都是读操作。所以,如果提升了读操作的性能,也就会提升整个锁的性能。


下面总结一个读写锁的特点:

  • 读与读是共享的,不互斥

  • 读与写互斥

  • 写与写互斥


| 锁分段

此外,为了减小锁的粒度,比较常见的做法是将大锁:分段。


在 java 中 ConcurrentHashMap,就是将数据分为 16 段,每一段都有单独的锁,并且处于不同锁段的数据互不干扰,以此来提升锁的性能。


放在实际业务场景中,我们可以这样做:比如在秒杀扣库存的场景中,现在的库存中有 2000 个商品,用户可以秒杀。为了防止出现超卖的情况,通常情况下,可以对库存加锁。如果有 1W 的用户竞争同一把锁,显然系统吞吐量会非常低。


为了提升系统性能,我们可以将库存分段,比如:分为 100 段,这样每段就有 20 个商品可以参与秒杀。


在秒杀的过程中,先把用户 id 获取 hash 值,然后除以 100 取模。模为 1 的用户访问第 1 段库存,模为 2 的用户访问第 2 段库存,模为 3 的用户访问第 3 段库存,后面以此类推,到最后模为 100 的用户访问第 100 段库存。

如此一来,在多线程环境中,可以大大的减少锁的冲突。以前多个线程只能同时竞争 1 把锁,尤其在秒杀的场景中,竞争太激烈了,简直可以用惨绝人寰来形容,其后果是导致绝大数线程在锁等待。现在多个线程同时竞争 100 把锁,等待的线程变少了,从而系统吞吐量也就提升了。


需要注意的地方是:将锁分段虽说可以提升系统的性能,但它也会让系统的复杂度提升不少。因为它需要引入额外的路由算法,跨段统计等功能。我们在实际业务场景中,需要综合考虑,不是说一定要将锁分段。


锁超时问题


我在前面提到过,如果线程 A 加锁成功了,但是由于业务功能耗时时间很长,超过了设置的超时时间,这时候 redis 会自动释放线程 A 加的锁。


有些朋友可能会说:到了超时时间,锁被释放了就释放了呗,对功能又没啥影响。


答:错,错,错。对功能其实有影响。


通常我们加锁的目的是:为了防止访问临界资源时,出现数据异常的情况。比如:线程 A 在修改数据 C 的值,线程 B 也在修改数据 C 的值,如果不做控制,在并发情况下,数据 C 的值会出问题。


为了保证某个方法,或者段代码的互斥性,即如果线程 A 执行了某段代码,是不允许其他线程在某一时刻同时执行的,我们可以用 synchronized 关键字加锁。


但这种锁有很大的局限性,只能保证单个节点的互斥性。如果需要在多个节点中保持互斥性,就需要用 redis 分布式锁。


做了这么多铺垫,现在回到正题。假设线程 A 加 redis 分布式锁的代码,包含代码 1 和代码 2 两段代码。
由于该线程要执行的业务操作非常耗时,程序在执行完代码 1 的时,已经到了设置的超时时间,redis 自动释放了锁。而代码 2 还没来得及执行。

此时,代码 2 相当于裸奔的状态,无法保证互斥性。假如它里面访问了临界资源,并且其他线程也访问了该资源,可能就会出现数据异常的情况。(PS:我说的访问临界资源,不单单指读取,还包含写入)


那么,如何解决这个问题呢?


答:如果达到了超时时间,但业务代码还没执行完,需要给锁自动续期。


我们可以使用 TimerTask 类,来实现自动续期的功能:
Timer timer = new Timer(); 
timer.schedule(new TimerTask() {
    @Override
    public void run(Timeout timeout) throws Exception {
      //自动续期逻辑
    }
}, 10000, TimeUnit.MILLISECONDS);


获取锁之后,自动开启一个定时任务,每隔 10 秒钟,自动刷新一次过期时间。这种机制在 redisson 框架中,有个比较霸气的名字:watch dog,即传说中的看门狗。


当然自动续期功能,我们还是优先推荐使用 lua 脚本实现,比如:
if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then 
   redis.call('pexpire', KEYS[1], ARGV[1]);
  return 1
end;
return 0;


需要注意的地方是:在实现自动续期功能时,还需要设置一个总的过期时间,可以跟 redisson 保持一致,设置成 30 秒。如果业务代码到了这个总的过期时间,还没有执行完,就不再自动续期了。


自动续期的功能是获取锁之后开启一个定时任务,每隔 10 秒判断一下锁是否存在,如果存在,则刷新过期时间。如果续期 3 次,也就是 30 秒之后,业务方法还是没有执行完,就不再续期了。


主从复制的问题


上面花了这么多篇幅介绍的内容,对单个 redis 实例是没有问题的。


but,如果 redis 存在多个实例。比如:做了主从,或者使用了哨兵模式,基于 redis 的分布式锁的功能,就会出现问题。


具体是什么问题?假设 redis 现在用的主从模式,1 个 master 节点,3 个 slave 节点。master 节点负责写数据,slave 节点负责读数据。

本来是和谐共处,相安无事的。redis 加锁操作,都在 master 上进行,加锁成功后,再异步同步给所有的 slave。


突然有一天,master 节点由于某些不可逆的原因,挂掉了。这样需要找一个 slave 升级为新的 master 节点,假如 slave1 被选举出来了。

如果有个锁 A 比较悲催,刚加锁成功 master 就挂了,还没来得及同步到 slave1。


这样会导致新 master 节点中的锁 A 丢失了。后面,如果有新的线程,使用锁 A 加锁,依然可以成功,分布式锁失效了。


那么,如何解决这个问题呢?


答:redisson 框架为了解决这个问题,提供了一个专门的类:RedissonRedLock,使用了 Redlock 算法。


RedissonRedLock 解决问题的思路如下:

  • 需要搭建几套相互独立的 redis 环境,假如我们在这里搭建了 5 套。

  • 每套环境都有一个 redisson node 节点。

  • 多个 redisson node 节点组成了 RedissonRedLock。

  • 环境包含:单机、主从、哨兵和集群模式,可以是一种或者多种混合。


在这里我们以主从为例,架构图如下:

RedissonRedLock 加锁过程如下:

  • 获取所有的 redisson node 节点信息,循环向所有的 redisson node 节点加锁,假设节点数为 N,例子中 N 等于 5。

  • 如果在 N 个节点当中,有 N/2+1 个节点加锁成功了,那么整个 RedissonRedLock 加锁是成功的。

  • 如果在 N 个节点当中,小于 N/2+1 个节点加锁成功,那么整个 RedissonRedLock 加锁是失败的。

  • 如果中途发现各个节点加锁的总耗时,大于等于设置的最大等待时间,则直接返回失败。


从上面可以看出,使用 Redlock 算法,确实能解决多实例场景中,假如 master 节点挂了,导致分布式锁失效的问题。


但也引出了一些新问题,比如:

  • 需要额外搭建多套环境,申请更多的资源,需要评估一下成本和性价比。

  • 如果有 N 个 redisson node 节点,需要加锁 N 次,最少也需要加锁 N/2+1 次,才知道 redlock 加锁是否成功。显然,增加了额外的时间成本,有点得不偿失。


由此可见,在实际业务场景,尤其是高并发业务中,RedissonRedLock 其实使用的并不多。在分布式环境中,CAP 是绕不过去的。


CAP 指的是在一个分布式系统中:

  • 一致性(Consistency)

  • 可用性(Availability)

  • 分区容错性(Partition tolerance)


这三个要素最多只能同时实现两点,不可能三者兼顾。


如果你的实际业务场景,更需要的是保证数据一致性。那么请使用 CP 类型的分布式锁,比如:zookeeper,它是基于磁盘的,性能可能没那么好,但数据一般不会丢。


如果你的实际业务场景,更需要的是保证数据高可用性。那么请使用 AP 类型的分布式锁,比如:redis,它是基于内存的,性能比较好,但有丢失数据的风险。


其实,在我们绝大多数分布式业务场景中,使用 redis 分布式锁就够了,真的别太较真。因为数据不一致问题,可以通过最终一致性方案解决。但如果系统不可用了,对用户来说是暴击一万点伤害。


- EOF -

推荐阅读  点击标题可跳转

一口气说出 Redis 16 个常见使用场景

Redis 使用 List 实现消息队列的利与弊

Redis多线程演进


看完本文有收获?请转发分享给更多人

关注「ImportNew」,提升Java技能

点赞和在看就是最大的支持❤️



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存