当前位置：首页 > article >正文

基于 Redis 实现分布式锁：原理及注意事项

article 2025/9/9 7:31:59

文章目录

基于 Redis 实现分布式锁：原理及注意事项
- 基于 Redis 实现分布式锁的原理
- Redis 分布式锁的过期时间和锁续期机制
- 如何防止锁被其他 goroutine 删除？
- Redis 分布式锁存在的单点故障问题：基于 RedLock 的解决方案
- 高并发场景中 Redis 分布式锁的优化
- - 分段锁（Shared Lock）
  - 锁的细粒度化
- 如何确定 Redis 分布式锁的过期时间？
- - 分级设置策略
  - 动态调整

基于 Redis 实现分布式锁：原理及注意事项

在这里插入图片描述

基于 Redis 实现分布式锁的原理

重点在于：通过 SETNX来确保 Key 的不可重入。SETNX确保了GET和SET方法的原子性。

Redis 分布式锁的过期时间和锁续期机制

第二个问题在于，如果服务实例在获取锁之后挂掉了，会导致删除锁的逻辑执行不到，这个时候应该怎么办？答案是可以为 Redis 分布式锁设置一个过期时间，过期之后锁自动删除，可以解决死锁问题。

由此引发的另一个问题是，如果业务逻辑还没有执行完毕，锁就过期了，其他服务实例就可以获取锁了，这个时候该怎么办？解决办法是：

在锁过期之前，刷新一下锁的过期时间。具体实现上，Go 当中的 Redsync 源码会使用 Lua 脚本原子性地判断当前 Key 在 Redis 缓存中的 Value 是否和当前的服务实例设置的 Value 一致（这个 Value 应该是一个标识服务实例的 Unique_ID）。使用 Lua 可以确保原子性，使得锁续期的过程不会被中断。
需要自己去启动一个 goroutine 完成锁续期的工作。为什么不自动续期呢？原因是锁续期的接口可能会带来负面影响：比如其中的一个服务 hung 住了（一直没有执行完，可能是因为硬件的原因），但是一直进行锁续期，会导致其他服务实例永远获取不到锁。所以说锁续期不是默认的，由用户自行选择。

如何防止锁被其他 goroutine 删除？

Redis 分布式锁需要解决的问题：

互斥性：通过 SETNX 来解决；
死锁：通过设置过期时间 PX timeout 来解决；
安全性：锁只应该由持有这把锁的实例删除，而不能被其他实例删除。

如何确保 Redis 分布式锁的安全性？通过服务实例加锁时设置的 Value 值来确定。这个 Value 应该只有设置了锁的那个服务实例（比如 goroutine）知道。Go 的 redsync 分布式锁库在加锁时会自动生成一个 unique_id。

Redis 分布式锁存在的单点故障问题：基于 RedLock 的解决方案

即使确保了互斥性与安全性，并通过设置过期时间解决了死锁问题，Redis 分布式锁仍然存在单点故障问题。

一个典型的场景就是：在 Redis 主从集群当中，仅有 Master 节点可以处理写请求，其他若干个 Slave 节点只能处理读请求，写操作依赖 Master 节点的同步（为了确保性能，很有可能是异步的）。存在的问题是，如果某个服务实例向该 Redis 集群申请加分布式锁，加锁之后 Master 节点突然宕机了，此时 Sentinel 节点需要推选 Slave 节点成为新的 Master，假如此时 Master 节点加锁的信息还没有同步到 Slave 节点，就会导致新推选出的 Master 节点（之前的 Slave 节点）不知道服务实例的加锁信息，导致锁可被重入。

解决上述问题的方法是通过 RedLock 来为服务实例提供分布式锁服务。具体来说，RedLock 由 N（奇数，确保「多数派」的产生）个 Redis 主节点（可以是 Redis 主从集群，可以是 Redis 单机实例，比如有 5 个 Redis 主节点，那么可以是 3 个 Redis 主从集群 + 2 个 Redis 单机实例。需要特别注意的是，Redis 分片集群不能用于 RedLock）组成，客户端请求加锁时，需要同时向所以 Redis 主节点并发地请求加锁，当多数（N / 2 + 1）Redis 主节点同意加锁请求时，客户端才算加锁成功，否则加锁失败。如果加锁失败，客户端需要同时向所以 Redis 主节点发送锁撤销的请求。

高并发场景中 Redis 分布式锁的优化

现在有一个「商品秒杀」的业务场景，针对单一商品，多个服务实例在下单时，通常需要使用分布式锁来保证商品不被「超卖」。但是「加锁」仍然是强行将「并发改为串行」，在高 QPS 场景下性能仍然不够好，请问在这种情况下，应该对分布式锁进行哪些优化？

分段锁（Shared Lock）

可以将单一商品库存分成多个段，每个段的 Key 各不相同，也就是 Redis 分布式锁在加锁时加锁的对象各不相同。通过某种调度算法均匀地将加锁请求分散到不同的 Key 上，每个 Key 使用独立的锁，可以提高并发度。

# 假设将库存分成10段
segments = 10
segment_id = user_id % segments  # 根据用户ID或其他策略分配段
lock_key = f"product_{product_id}_segment_{segment_id}"# 获取分段锁
if acquire_lock(lock_key):try:# 处理分段库存finally:release_lock(lock_key)