【坑】分布式锁之误 “解锁”（Redis为例）

Redis客户端误“解锁”

分布式锁就那点事

分布式场景要求“锁”在某个公共的地方

在单机场景中，为了同步多线程对同一份数据的操作，我们可以利用编程语言自带的工具来构建锁。如，Java 的 synchronized 关键字、ReentrantLock 类等。对于同一服务器上的多个进程，我们可以使用操作系统级别的“锁”来实现同步。如，C# 中以 “Global\” 开头作为 Mutex 的 Name。

在分布式场景中，有多个实例（线程或进程）分布在多个服务器上，我们就需要将“锁”放在这些某个公共的地方，让这些实例都能访问。之前单机场景中，那种只能服务器本地访问的“锁”方案就无法满足这类场景了。

对于使用 “分布式锁” 的客户端来说，它们只关心 “获取锁” 和 “释放锁”。所以 “分布式” 对它们而言，主要指这些客户端是分布在多个服务器上的。

对于实现 “分布式锁” 的服务端来说，“分布式” 往往意味着有多个分布在不同服务器上的实例进行合作，对外提供统一的 “分布式锁” 服务。在客户端眼里，这些服务端实例是一个整体的黑盒；客户端无需了解这些服务实例之间如何协作的细节。

可以近似地认为这就是之前《ZooKeeper 使用硬核分析》中提到的分布式系统中两种进程协同方式：

• 客户端实例之间通过“分布式锁”这个共享存储来实现“沟通”；
• 服务端实例之间往往是直接通过网络进行信息交换。

“锁”也是数据，存放的地方不止一种（数据库、Redis、ZooKeeper）

在很多年前，因为没有特别方便的服务来充当这个“公共的地方”，很多小项目会借助关系型数据库（如，MySQL）来存放“锁”。利用数据库主键唯一的特性可以很方便地实现简易的锁。即使在 Redis、ZooKeeper 大行其道的今天，这种方案在特定场景中仍然是综合性价比很好的方案，尤其是考虑到后期运维成本的情况下。

现在很多项目都优先考虑 Redis 或 ZooKeeper 来实现分布式锁。

对于数据一致性要求高的场景，ZooKeeper 是不错的选择。如，其客户端库 Curator 提供的 DistributedBarrier 可以满足大多数业务场景。注意：在 ZooKeeper 3.5.0 之前，很多人会基于 ZooKeeper 自己实现一套分布式锁方案，并使用 Curator 的 Reaper 或 ChildReaper 类来清理那些“过期”的锁节点。而 Reaper 和 ChildReaper 内部是以 客户端轮询 的方式来发现“过期”的锁节点，非常低效。新的 Curator 中已废弃这两个类。

对于性能要求高的场景，Redis 是不错的选择。其客户端库 Redisson 提供的分布式锁方案同样可以满足大多数业务场景。

要用好“锁”，还得结合业务小心设计

Redis 本身在数据一致性方面比不上 ZooKeeper。在运维和业务逻辑鲁棒性方面需要更加注意。当然 ZooKeeper 也并不能完全保证业务数据的一致性。关键还得看我们的业务实现中是如何应用这些技术的。

如，之前《ZooKeeper 实用硬核分析》中就提到过一个案例。在客户端系统负载过高的情况下，因为操作系统线程调度的不可预知性，导致客户端的业务线程未被通知到已失去“主实例”角色，继续访问数据库，导致与新的主实例协同失败。

ZooKeeper客户端主实例控制失败

 

这类情况是分布式系统设计中容易被忽略的场景。下文以某种 Redis 分布式锁 实现方案为例，来展示另一种经常被忽略的场景。

Redis分布式锁——误“解锁”

一种有缺陷的分布式锁实现方案

首先声明，这并不是只有使用 Redis 才会存在的问题。该问题之所以在 Redis 应用中常见，是因为早期利用 Redis 实现分布式锁的方案中，解锁操作只是粗暴地调用 Redis 命令 DEL，埋下了隐患。某些知名的大型开源项目中也存在过这个问题。

这类实现方案的基本原理通常是这样的：

加锁

使用 Redis 的 SET 命令添加一个 key，并且指定仅当 key 不存在时才执行，同时为这个 key 设置一个过期时间。

命令示例：SET test:lock "" EX 360 NX

上述命令中指定锁的 key 为 test:lock，value 为空字符串（不发挥value的任何效用），过期时间为360秒，且仅当 key 不存在时才执行。

解锁

使用 Redis 的 DEL 命令直接删除“锁”所在的 key。

命令示例：DEL test:lock

一个触发缺陷的案例

Redis客户端误“解锁”

上图所示案例中，有三个 Redis 客户端，它们通过前述的方案实现 Redis 分布式锁，以协调对业务数据的独占式访问。

1. 首先是客户端 C1 获得锁，并对业务数据进行操作。
2. 当它操作结束后，其所在服务器负载过高，导致释放锁的请求未能及时发出。
3. 在 C1 高负载未发出解锁命令期间，锁对应的 key 过期了，被 Redis 自动清理了。
4. 还是在 C1 高负载未发出解锁命令期间，锁自动过期后，C2 成功获得了锁，并开始操作业务数据。
5. 在 C2 操作业务数据期间，C1 的解锁命令终于发出来了，并错误地将 C2 加的锁解除了。
6. 还是在 C2 操作业务数据期间，锁被误“解除”后，C3 成功获得了锁，导致与 C2 同时操作业务数据。协同失败！

解决方法：增加唯一标识，表示谁获得了锁

上述问题可认为是 A-B-A 问题的一个变种。解决方法也很简单，就是给锁增加一个唯一标识，作为 value，来表示当前是哪个客户端获得了这个锁；在执行解锁操作时，先检查锁是不是客户端自己持有的，只能释放自己持有的锁。

唯一标识的生成方法可以根据具体业务选用合适的方案。UUID version-4 就是常用的一种方案。Snowflake 也很流行。有时候使用服务器的IP地址也是个性价比很高的方案。甚至为每个客户端实例人为配置独有固定值也可以。总之就是要结合业务选择方案。

示例：

加锁

SET test:lock jack EX 360 NX

此处“jack”表示是 jack 这个客户端获得锁。

 

解锁

为了保证操作的原子性，我们不能在客户端本地判断锁的持有者。即，应将 “判断锁持有者” 和 “释放锁” 这两个操作交由 Redis 服务端一起执行。这里可以使用 Redis 的脚本特性来实现。我们将这两个操作写在一个 Lua 脚本中，调用 Redis 的 EVAL 命令来实现。

命令示例：EVAL script 1 test:lock jack

其中 script 的内容如下：

if ARGV[1] == redis.call('GET', KEYS[1]) 
then 
  return redis.call('DEL', KEYS[1]) 
else 
  return 0 
end 

注意 Lua 的语法。上述示例脚本中，每行末尾有空格。