redis 分散式鎖的 5個坑，真是又大又深
引言
最近項目上線的頻率頗高，連著幾天加班熬夜，身體有點吃不消精神也有些萎靡，無奈業務方催的緊，工期就在眼前只能硬著頭皮上了。腦子渾渾噩噩的時候，寫的就不能叫程式碼，可以直接叫做Bug。我就熬夜寫了一個bug被罵慘了。
由於是做商城業務，要頻繁的對商品庫存進行扣減，應用是集群部署，為避免並發造成庫存超買超賣等問題，採用 redis 分散式鎖加以控制。本以為給扣庫存的程式碼加上鎖lock.tryLock就萬事大吉了
/**
* @author xiaofu
* @description 扣減庫存
* @date 2020/4/21 12:10
*/
public String stockLock() {
RLock lock = redissonClient.getLock("stockLock");
try {
/**
* 獲取鎖
*/
if (lock.tryLock(10, TimeUnit.SECONDS)) {
/**
* 查詢庫存數
*/
Integer stock = Integer.valueOf(stringRedisTemplate.opsForValue().get("stockCount"));
/**
* 扣減庫存
*/
if (stock > 0) {
stock = stock - 1;
stringRedisTemplate.opsForValue().set("stockCount", stock.toString());
LOGGER.info("庫存扣減成功，剩餘庫存數量：{}", stock);
} else {
LOGGER.info("庫存不足~");
}
} else {
LOGGER.info("未獲取到鎖業務結束..");
}
} catch (Exception e) {
LOGGER.info("處理異常", e);
} finally {
lock.unlock();
}
return "ok";
}
結果業務程式碼執行完以後我忘了釋放鎖lock.unlock()，導致redis執行緒池被打滿，redis服務大面積故障，造成庫存數據扣減混亂，被領導一頓臭罵，這個月績效~ 哎·~。
隨著 使用redis 鎖的時間越長，我發現 redis 鎖的坑遠比想像中要多。就算在面試題當中redis分散式鎖的出鏡率也比較高，比如：「用鎖遇到過哪些問題？」 ，「又是如何解決的？」 基本都是一套連招問出來的。
今天就分享一下我用redis 分散式鎖的踩坑日記，以及一些解決方案，和大家一起共勉。
一、鎖未被釋放
這種情況是一種低級錯誤，就是我上邊犯的錯，由於當前執行緒 獲取到redis 鎖，處理完業務後未及時釋放鎖，導致其它執行緒會一直嘗試獲取鎖阻塞，例如：用Jedis客戶端會報如下的錯誤資訊
redis.clients.jedis.exceptions.JedisConnectionException: Could not get a resource from the pool
redis執行緒池已經沒有空閑執行緒來處理客戶端命令。
解決的方法也很簡單，只要我們細心一點，拿到鎖的執行緒處理完業務及時釋放鎖，如果是重入鎖未拿到鎖後，執行緒可以釋放當前連接並且sleep一段時間。
public void lock() {
while (true) {
boolean flag = this.getLock(key);
if (flag) {
TODO .........
} else {
// 釋放當前redis連接
redis.close();
// 休眠1000毫秒
sleep(1000);
}
}
}
二、B的鎖被A給釋放了
我們知道Redis實現鎖的原理在於 SETNX命令。當 key不存在時將 key的值設為 value ，返回值為 1；若給定的 key 已經存在，則 SETNX不做任何動作，返回值為 0 。
SETNX key value
我們來設想一下這個場景：A、B兩個執行緒來嘗試給key myLock加鎖，A執行緒先拿到鎖（假如鎖3秒後過期），B執行緒就在等待嘗試獲取鎖，到這一點毛病沒有。
那如果此時業務邏輯比較耗時，執行時間已經超過redis鎖過期時間，這時A執行緒的鎖自動釋放（刪除key），B執行緒檢測到myLock這個key不存在，執行 SETNX命令也拿到了鎖。
但是，此時A執行緒執行完業務邏輯之後，還是會去釋放鎖（刪除key），這就導致B執行緒的鎖被A執行緒給釋放了。
為避免上邊的情況，一般我們在每個執行緒加鎖時要帶上自己獨有的value值來標識，只釋放指定value的key，否則就會出現釋放鎖混亂的場景。
三、資料庫事務超時
emm~ 聊redis鎖咋還扯到資料庫事務上來了？別著急往下看，看下邊這段程式碼：
@Transaction
public void lock() {
while (true) {
boolean flag = this.getLock(key);
if (flag) {
insert();
}
}
}
給這個方法添加一個@Transaction註解開啟事務，如程式碼中拋出異常進行回滾，要知道資料庫事務可是有超時時間限制的，並不會無條件的一直等一個耗時的資料庫操作。
比如：我們解析一個大文件，再將數據存入到資料庫，如果執行時間太長，就會導致事務超時自動回滾。
一旦你的key長時間獲取不到鎖，獲取鎖等待的時間遠超過資料庫事務超時時間，程式就會報異常。
一般為解決這種問題，我們就需要將資料庫事務改為手動提交、回滾事務。
@Autowired
DataSourceTransactionManager dataSourceTransactionManager;
@Transaction
public void lock() {
//手動開啟事務
TransactionStatus transactionStatus = dataSourceTransactionManager.getTransaction(transactionDefinition);
try {
while (true) {
boolean flag = this.getLock(key);
if (flag) {
insert();
//手動提交事務
dataSourceTransactionManager.commit(transactionStatus);
}
}
} catch (Exception e) {
//手動回滾事務
dataSourceTransactionManager.rollback(transactionStatus);
}
}
四、鎖過期了，業務還沒執行完
這種情況和我們上邊提到的第二種比較類似，但解決思路上略有不同。
同樣是redis分散式鎖過期，而業務邏輯沒執行完的場景，不過，這裡換一種思路想問題，把redis鎖的過期時間再弄長點不就解決了嗎？
那還是有問題，我們可以在加鎖的時候，手動調長redis鎖的過期時間，可這個時間多長合適？業務邏輯的執行時間是不可控的，調的過長又會影響操作性能。
要是redis鎖的過期時間能夠自動續期就好了。
為了解決這個問題我們使用redis客戶端redisson，redisson很好的解決了redis在分散式環境下的一些棘手問題，它的宗旨就是讓使用者減少對Redis的關注，將更多精力用在處理業務邏輯上。
redisson對分散式鎖做了很好封裝，只需調用API即可。
RLock lock = redissonClient.getLock("stockLock");
redisson在加鎖成功後，會註冊一個定時任務監聽這個鎖，每隔10秒就去查看這個鎖，如果還持有鎖，就對過期時間進行續期。默認過期時間30秒。這個機制也被叫做：「看門狗」，這名字。。。
舉例子：假如加鎖的時間是30秒，過10秒檢查一次，一旦加鎖的業務沒有執行完，就會進行一次續期，把鎖的過期時間再次重置成30秒。
通過分析下邊redisson的源碼實現可以發現，不管是加鎖、解鎖、續約都是客戶端把一些複雜的業務邏輯，通過封裝在Lua腳本中發送給redis，保證這段複雜業務邏輯執行的原子性。
@Slf4j
@Service
public class RedisDistributionLockPlus {
/**
* 加鎖超時時間，單位毫秒， 即：加鎖時間內執行完操作，如果未完成會有並發現象
*/
private static final long DEFAULT_LOCK_TIMEOUT = 30;
private static final long TIME_SECONDS_FIVE = 5 ;
/**
* 每個key的過期時間 {@link LockContent}
*/
private Map<String, LockContent> lockContentMap = new ConcurrentHashMap<>(512);
/**
* redis執行成功的返回
*/
private static final Long EXEC_SUCCESS = 1L;
/**
* 獲取鎖lua腳本， k1：獲鎖key, k2：續約耗時key, arg1:requestId，arg2：超時時間
*/
private static final String LOCK_SCRIPT = "if redis.call('exists', KEYS[2]) == 1 then ARGV[2] = math.floor(redis.call('get', KEYS[2]) + 10) end " +
"if redis.call('exists', KEYS[1]) == 0 then " +
"local t = redis.call('set', KEYS[1], ARGV[1], 'EX', ARGV[2]) " +
"for k, v in pairs(t) do " +
"if v == 'OK' then return tonumber(ARGV[2]) end " +
"end " +
"return 0 end";
/**
* 釋放鎖lua腳本, k1：獲鎖key, k2：續約耗時key, arg1:requestId，arg2：業務耗時 arg3: 業務開始設置的timeout
*/
private static final String UNLOCK_SCRIPT = "if redis.call('get', KEYS[1]) == ARGV[1] then " +
"local ctime = tonumber(ARGV[2]) " +
"local biz_timeout = tonumber(ARGV[3]) " +
"if ctime > 0 then " +
"if redis.call('exists', KEYS[2]) == 1 then " +
"local avg_time = redis.call('get', KEYS[2]) " +
"avg_time = (tonumber(avg_time) * 8 + ctime * 2)/10 " +
"if avg_time >= biz_timeout - 5 then redis.call('set', KEYS[2], avg_time, 'EX', 24*60*60) " +
"else redis.call('del', KEYS[2]) end " +
"elseif ctime > biz_timeout -5 then redis.call('set', KEYS[2], ARGV[2], 'EX', 24*60*60) end " +
"end " +
"return redis.call('del', KEYS[1]) " +
"else return 0 end";
/**
* 續約lua腳本
*/
private static final String RENEW_SCRIPT = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('expire', KEYS[1], ARGV[2]) else return 0 end";
private final StringRedisTemplate redisTemplate;
public RedisDistributionLockPlus(StringRedisTemplate redisTemplate) {
this.redisTemplate = redisTemplate;
ScheduleTask task = new ScheduleTask(this, lockContentMap);
// 啟動定時任務
ScheduleExecutor.schedule(task, 1, 1, TimeUnit.SECONDS);
}
/**
* 加鎖
* 取到鎖加鎖，取不到鎖一直等待知道獲得鎖
*
* @param lockKey
* @param requestId 全局唯一
* @param expire 鎖過期時間, 單位秒
* @return
*/
public boolean lock(String lockKey, String requestId, long expire) {
log.info("開始執行加鎖, lockKey ={}, requestId={}", lockKey, requestId);
for (; ; ) {
// 判斷是否已經有執行緒持有鎖，減少redis的壓力
LockContent lockContentOld = lockContentMap.get(lockKey);
boolean unLocked = null == lockContentOld;
// 如果沒有被鎖，就獲取鎖
if (unLocked) {
long startTime = System.currentTimeMillis();
// 計算超時時間
long bizExpire = expire == 0L ? DEFAULT_LOCK_TIMEOUT : expire;
String lockKeyRenew = lockKey + "_renew";
RedisScript<Long> script = RedisScript.of(LOCK_SCRIPT, Long.class);
List<String> keys = new ArrayList<>();
keys.add(lockKey);
keys.add(lockKeyRenew);
Long lockExpire = redisTemplate.execute(script, keys, requestId, Long.toString(bizExpire));
if (null != lockExpire && lockExpire > 0) {
// 將鎖放入map
LockContent lockContent = new LockContent();
lockContent.setStartTime(startTime);
lockContent.setLockExpire(lockExpire);
lockContent.setExpireTime(startTime + lockExpire * 1000);
lockContent.setRequestId(requestId);
lockContent.setThread(Thread.currentThread());
lockContent.setBizExpire(bizExpire);
lockContent.setLockCount(1);
lockContentMap.put(lockKey, lockContent);
log.info("加鎖成功, lockKey ={}, requestId={}", lockKey, requestId);
return true;
}
}
// 重複獲取鎖，在執行緒池中由於執行緒復用，執行緒相等並不能確定是該執行緒的鎖
if (Thread.currentThread() == lockContentOld.getThread()
&& requestId.equals(lockContentOld.getRequestId())){
// 計數 +1
lockContentOld.setLockCount(lockContentOld.getLockCount()+1);
return true;
}
// 如果被鎖或獲取鎖失敗，則等待100毫秒
try {
TimeUnit.MILLISECONDS.sleep(100);
} catch (InterruptedException e) {
// 這裡用lombok 有問題
log.error("獲取redis 鎖失敗, lockKey ={}, requestId={}", lockKey, requestId, e);
return false;
}
}
}
/**
* 解鎖
*
* @param lockKey
* @param lockValue
*/
public boolean unlock(String lockKey, String lockValue) {
String lockKeyRenew = lockKey + "_renew";
LockContent lockContent = lockContentMap.get(lockKey);
long consumeTime;
if (null == lockContent) {
consumeTime = 0L;
} else if (lockValue.equals(lockContent.getRequestId())) {
int lockCount = lockContent.getLockCount();
// 每次釋放鎖， 計數 -1，減到0時刪除redis上的key
if (--lockCount > 0) {
lockContent.setLockCount(lockCount);
return false;
}
consumeTime = (System.currentTimeMillis() - lockContent.getStartTime()) / 1000;
} else {
log.info("釋放鎖失敗，不是自己的鎖。");
return false;
}
// 刪除已完成key，先刪除本地快取，減少redis壓力, 分散式鎖，只有一個，所以這裡不加鎖
lockContentMap.remove(lockKey);
RedisScript<Long> script = RedisScript.of(UNLOCK_SCRIPT, Long.class);
List<String> keys = new ArrayList<>();
keys.add(lockKey);
keys.add(lockKeyRenew);
Long result = redisTemplate.execute(script, keys, lockValue, Long.toString(consumeTime),
Long.toString(lockContent.getBizExpire()));
return EXEC_SUCCESS.equals(result);
}
/**
* 續約
*
* @param lockKey
* @param lockContent
* @return true:續約成功，false:續約失敗（1、續約期間執行完成，鎖被釋放 2、不是自己的鎖，3、續約期間鎖過期了（未解決））
*/
public boolean renew(String lockKey, LockContent lockContent) {
// 檢測執行業務執行緒的狀態
Thread.State state = lockContent.getThread().getState();
if (Thread.State.TERMINATED == state) {
log.info("執行業務的執行緒已終止,不再續約 lockKey ={}, lockContent={}", lockKey, lockContent);
return false;
}
String requestId = lockContent.getRequestId();
long timeOut = (lockContent.getExpireTime() - lockContent.getStartTime()) / 1000;
RedisScript<Long> script = RedisScript.of(RENEW_SCRIPT, Long.class);
List<String> keys = new ArrayList<>();
keys.add(lockKey);
Long result = redisTemplate.execute(script, keys, requestId, Long.toString(timeOut));
log.info("續約結果，True成功，False失敗 lockKey ={}, result={}", lockKey, EXEC_SUCCESS.equals(result));
return EXEC_SUCCESS.equals(result);
}
static class ScheduleExecutor {
public static void schedule(ScheduleTask task, long initialDelay, long period, TimeUnit unit) {
long delay = unit.toMillis(initialDelay);
long period_ = unit.toMillis(period);
// 定時執行
new Timer("Lock-Renew-Task").schedule(task, delay, period_);
}
}
static class ScheduleTask extends TimerTask {
private final RedisDistributionLockPlus redisDistributionLock;
private final Map<String, LockContent> lockContentMap;
public ScheduleTask(RedisDistributionLockPlus redisDistributionLock, Map<String, LockContent> lockContentMap) {
this.redisDistributionLock = redisDistributionLock;
this.lockContentMap = lockContentMap;
}
@Override
public void run() {
if (lockContentMap.isEmpty()) {
return;
}
Set<Map.Entry<String, LockContent>> entries = lockContentMap.entrySet();
for (Map.Entry<String, LockContent> entry : entries) {
String lockKey = entry.getKey();
LockContent lockContent = entry.getValue();
long expireTime = lockContent.getExpireTime();
// 減少執行緒池中任務數量
if ((expireTime - System.currentTimeMillis())/ 1000 < TIME_SECONDS_FIVE) {
//執行緒池非同步續約
ThreadPool.submit(() -> {
boolean renew = redisDistributionLock.renew(lockKey, lockContent);
if (renew) {
long expireTimeNew = lockContent.getStartTime() + (expireTime - lockContent.getStartTime()) * 2 - TIME_SECONDS_FIVE * 1000;
lockContent.setExpireTime(expireTimeNew);
} else {
// 續約失敗，說明已經執行完 OR redis 出現問題
lockContentMap.remove(lockKey);
}
});
}
}
}
}
}
五、redis主從複製的坑
redis高可用最常見的方案就是主從複製（master-slave），這種模式也給redis分散式鎖挖了一坑。
redis cluster集群環境下，假如現在A客戶端想要加鎖，它會根據路由規則選擇一台master節點寫入key mylock，在加鎖成功後，master節點會把key非同步複製給對應的slave節點。
如果此時redis master節點宕機，為保證集群可用性，會進行主備切換，slave變為了redis master。B客戶端在新的master節點上加鎖成功，而A客戶端也以為自己還是成功加了鎖的。
此時就會導致同一時間內多個客戶端對一個分散式鎖完成了加鎖，導致各種臟數據的產生。
至於解決辦法嘛，目前看還沒有什麼根治的方法，只能盡量保證機器的穩定性，減少發生此事件的概率。
總結
上面就是我在使用Redis 分散式鎖時遇到的一些坑，有點小感慨，經常用一個方法填上這個坑，沒多久就發現另一個坑又出來了，其實根本沒有什麼十全十美的解決方案，哪有什麼銀彈，只不過是在權衡利弊後，選一個在接受範圍內的折中方案而已。
小福利：
有一些付費課程 ，噓~，免費 送給小夥伴們。關注我的公號，回復【666】，無套路自行領取哦
