2019独角兽企业大额募集Python工程师标准
一、写在前面
现在在面试中，一般来说就是分布式系统。 面试人员通常从服务框架(Spring Cloud、Dubbo )开始说话，谈论分布式事务、分布式锁定、ZooKeeper等知识。
因此，在这篇文章中，我们来谈谈分散锁定这一知识。 具体为Redis分布式锁的实现原理。
老实说，公司在生产环境中落地使用分布式锁时，一定会使用开源类库。 例如，Redis分布式锁最好使用Redisson框架。 非常简单，使用起来很方便。
如果您感兴趣，可以浏览Redisson官方网站，了解如何在项目中引入Redisson依赖关系，并基于Redis实现分布式锁定和解锁。
我给你看一个简单的代码片段。 首先，让我们直观地感受一下。
怎么样，上面的代码，你觉得简单不行吗！
它还支持多种部署体系结构，包括redis单实例、redis哨兵、redis群集和redis master-slave，因此可以实现完美。
二、Redisson实现Redis分布式锁的底层原理
是的。 接下来是手写的，介绍一个叫做Redisson的开源框架实现Redis分布式锁定的原理。
（1）加锁机制
看看上面的图。 现在有个客户要锁门。 如果客户端面临redis cluster群集，请首先根据散列节点选择计算机。
这里注意这很重要！
然后，lua脚本将发送到redis，如下所示：
为什么要使用lua脚本？
运行此复杂业务逻辑的原子性，因为复杂业务逻辑可以封装在lua脚本中发送到redis。
那么，这个lua脚本是什么意思？
KEYS[1]代表你锁上的钥匙。 例如：
rocklock=redis son.get lock (' my lock )；
在这里自己上锁的钥匙是“myLock”。
ARGV[1]表示锁定密钥的默认生存时间，默认值为30秒。
ARGV[2]表示锁定客户端的ID，如下所示：
843 c9c0- 0795-4907-87fd-6c 719 a6b 458633601
试着说明一下吧。 第一段的if判断语句由“exists myLock”命令判断。 如果不存在要锁定的锁定密钥，请将其锁定。
怎么锁？ 很简单。 使用以下命令：
hset myLock
843 c9c0- 0795-4907-87fd-6c 719 a6b 458633601
使用此命令设置散列数据结构。 运行此命令时，将显示类似于以下内容的数据结构：
上面显示了一个名为“8743 c9c0- 0795-4907-87fd-6c 719 a6b 4586:1”的客户端对名为“myLock”的锁定密钥进行了锁定。
然后运行“pexpire myLock 30000”命令，设置名为myLock的锁定密钥的生存时间为30秒。
好的，到此结束。 ok，上锁完成了。
)2)锁定互斥机制
如果客户端2尝试锁定并运行相同的lua脚本，会发生什么？
很简单。 在最初的if判断中执行了“exists myLock”，发现名为myLock的密钥key已经存在。
在第二个if判断之后，确定myLock锁定密钥的散列数据结构是否包含客户端2的ID，但显然不是。 因为那里包含客户机1的ID。
因此，客户端2获取pttl myLock返回的数字。 这个数字表示名为myLock的密钥key的剩余生存时间。例如剩下15000毫秒的生存时间。
此时，客户端2进入while循环并继续锁定。
（3）watch dog自动延期机制
p>客户端1加锁的锁key默认生存时间才30秒，如果超过了30秒，客户端1还想一直持有这把锁，怎么办呢？简单！只要客户端1一旦加锁成功，就会启动一个watch dog看门狗，他是一个后台线程，会每隔10秒检查一下，如果客户端1还持有锁key，那么就会不断的延长锁key的生存时间。
（4）可重入加锁机制
那如果客户端1都已经持有了这把锁了，结果可重入的加锁会怎么样呢？
比如下面这种代码：
这时我们来分析一下上面那段lua脚本。
第一个if判断肯定不成立，“exists myLock”会显示锁key已经存在了。
第二个if判断会成立，因为myLock的hash数据结构中包含的那个ID，就是客户端1的那个ID，也就是“8743c9c0-0795-4907-87fd-6c719a6b4586:1”
此时就会执行可重入加锁的逻辑，他会用：
incrby myLock
8743c9c0-0795-4907-87fd-6c71a6b4586:1 1
通过这个命令，对客户端1的加锁次数，累加1。
此时myLock数据结构变为下面这样：
大家看到了吧，那个myLock的hash数据结构中的那个客户端ID，就对应着加锁的次数
（5）释放锁机制
如果执行lock.unlock()，就可以释放分布式锁，此时的业务逻辑也是非常简单的。
其实说白了，就是每次都对myLock数据结构中的那个加锁次数减1。
如果发现加锁次数是0了，说明这个客户端已经不再持有锁了，此时就会用：
“del myLock”命令，从redis里删除这个key。
然后呢，另外的客户端2就可以尝试完成加锁了。
这就是所谓的分布式锁的开源Redisson框架的实现机制。
一般我们在生产系统中，可以用Redisson框架提供的这个类库来基于redis进行分布式锁的加锁与释放锁。
（6）上述Redis分布式锁的缺点
其实上面那种方案最大的问题，就是如果你对某个redis master实例，写入了myLock这种锁key的value，此时会异步复制给对应的master slave实例。
但是这个过程中一旦发生redis master宕机，主备切换，redis slave变为了redis master。
接着就会导致，客户端2来尝试加锁的时候，在新的redis master上完成了加锁，而客户端1也以为自己成功加了锁。
此时就会导致多个客户端对一个分布式锁完成了加锁。
这时系统在业务语义上一定会出现问题，导致各种脏数据的产生。
所以这个就是redis cluster，或者是redis master-slave架构的主从异步复制导致的redis分布式锁的最大缺陷：在redis master实例宕机的时候，可能导致多个客户端同时完成加锁。
原文链接：https://mp.weixin.qq.com/s?__biz=MzU0OTk3ODQ3Ng==&mid=2247483893&idx=1&sn=32e7051116ab60e41f72e6c6e29876d9&chksm=fba6e9f6ccd160e0c9fa2ce4ea1051891482a95b1483a63d89d71b15b33afcdc1f2bec17c03c&mpshare=1&scene=23&srcid=1121Vlt0Mey0OD5eYWt8HPyB#rd
最后分享一些自学资源给大家：
资源主要包括：Java工程化、高性能及分布式、并发编程、深入浅出。性能调优、Spring，Mybatis，Netty，源码分析等视频及文档，也有详细的Java进阶路线脑图，免费分享给大家！
加Java后端高级技术群：479499375 。
转载于:https://my.oschina.net/u/3967312/blog/2885633