Redis篇之分布式锁
一、为什么要使用分布式锁
1.抢劵场景
（1）代码及流程图
（2）抢劵执行的正常流程
就是正好线程1执行完整个操作，线程2再执行。
（3）抢劵执行的非正常流程
因为线程是交替进行的，所以有可能线程1查询后，线程2再查询。假如现在只有一张票，所以线程1会买到这张票，并扣除库存，现在也就是没有票了。但是线程2查询的时候，库存是有一张票的，所以也会进行库存扣除，变成-1张了。这样就出现了超卖的问题了。
（4）那怎么解决（3）的问题呢
1. 首先想到的就是普通的加锁，如下图所示：
2. 这样会不会出现问题呢？当然有可能，在实际项目中，服务器大部分都是集群部署的，因为普通加锁只能解决单个服务器的互斥，不能解决多个服务器线程的互斥，所以还是有问题。
3. 那应该怎么解决呢？就是我们提及到的使用分布式锁，这样就可以限制其他服务器也获取锁的问题，只有当一台服务器解锁，其他服务器才能拿到锁。
二、redis分布式锁
1.核心命令
Redis实现分布式锁主要利用Redis的setnx命令。setnx是SET if not exists(如果不存在，则 SET)的简写。
2.如何使用
1. 命令设置，为什么获取锁要把超时时间一起写上去呢？还有为什么一定要设置过期时间呢？第一，不分开写就是要保证数据的原子性。第二，不设置过期时间可能会导致死锁。可以看执行流程图，如果服务器宕机，会导致锁不能释放，造成死锁，所以要加过期时间兜底。
2. 执行流程：
3.如何控制锁的有效时长呢
1.根据业务执行时间预估。这种方法往往不能保证原子性，一般不使用。
2.给锁续期。就是根据执行业务的时长进行锁时长的增加。那自己还需要开一个线程专门来监控，实现起来也比较麻烦，所以会使用redission实现的分布式锁。
三、redission实现的分布式锁
1.redission实现分布式锁的流程
（1）流程图
（2）解释流程图的步骤
首先，线程1获取锁成功后，采用 watch-dog来检查和更新锁状态，每隔(过期时间/3)的时间续期一次，然后操作redis，手动释放锁后，会通知watch-dog不用监听锁了。
如果线程2也需要加锁，但是没有获取到锁，则会while循环去尝试获取锁，循环的次数也不是无限的，而是到达一定阈值就停止。也不用担心因为循环而导致获取锁失败，因为在高并发的情况下，业务时长不会太长，所以会在这种情况下可以增加分布式锁的使用性能。这也是分布式锁的一个特性：等待机制。
（3）具体代码
public void redisLock() throws InterruptedException{//获取重入锁，执行锁的名字（自定义）RLock lock = redissionClient.getLock("nameLock");try {//尝试获取锁，参数分别是：锁的最大等待时间，锁自动释放时间，时间单位boolean isLock = lock.tryLock(10,30,TimeUnit.SECONDS);//判断是否获取锁成功if(isLock){//业务代码}}finally {//释放锁lock.unlock();}}关键点：加锁、设置过期时间等操作都是基于lua脚本完成的，目的是保证数据的原子性。
2.redission分布式锁的可重入
（1）例子代码
public void add1() {RLock lock = redissonClient.getLock("nameLock");boolean isLock = lock.tryLock();//执行业务add2();// 释放锁lock.unlock();}public void add2() {RLock lock = redissonClient.getLock("nameLock");boolean isLock = lock.tryLock();//执行业务// 释放锁lock.unlock();}（2）如何实现呢
利用hash结构记录线程id和重入次数。其中key就是锁的名字，field就是线程的唯一标识，value就是重入的次数。根据上面代码，add1方法先获取锁后，value的值就是1。然后调用add2方法，add2方法也获取该锁，所以value的值就变成2。然后add2解锁，value就减一变成1。回到add1方法中，释放锁，value再减一，最后value就变成了0。最后当value为0时，就可以删除锁。
关键点：必须是在同一个线程才能重入。
3.redission分布式锁的主从一致性
（1）非正常情况
1. 当主节点宕机。
2. 其中一个从节点会代替主节点。
3. 如果这时线程2也来获取锁，因为线程1获取锁后，主节点宕机了，所以线程2会访问新的主节点，获取锁成功。这样会出现，两个线程获取同一把锁，就有问题了。
（2）如何解决（1）的问题
RedLock(红锁)：不能只在一个redis实例上创建锁，应该是在多个redis实例上创建锁(n / 2 + 1)，避免在一个redis实例上加锁。由于缺点太多了。实际中并不会大量使用redission的红锁。
redis：AP思想。
zookeeper：CP思想。
所以，实际中就是 使用zookeeper来解决主从一致性。
四、面试的时候怎么说
面试官：Redis分布式锁如何实现 ?
候选人：嗯，在redis中提供了一个命令setnx(SET if not exists)
由于redis的单线程的，用了命令之后，只能有一个客户端对某一个key设置值，在没有过期或删除key的时候是其他客户端是不能设置这个key的
面试官：好的，那你如何控制Redis实现分布式锁有效时长呢？
候选人：嗯，的确，redis的setnx指令不好控制这个问题，我们当时采用的redis的一个框架redisson实现的。
在redisson中需要手动加锁，并且可以控制锁的失效时间和等待时间，当锁住的一个业务还没有执行完成的时候，在redisson中引入了一个看门狗机制，就是说每隔一段时间就检查当前业务是否还持有锁，如果持有就增加加锁的持有时间，当业务执行完成之后需要使用释放锁就可以了
还有一个好处就是，在高并发下，一个业务有可能会执行很快，先客户1持有锁的时候，客户2来了以后并不会马上拒绝，它会自旋不断尝试获取锁，如果客户1释放之后，客户2就可以马上持有锁，性能也得到了提升。
面试官：好的，redisson实现的分布式锁是可重入的吗？
候选人：嗯，是可以重入的。这样做是为了避免死锁的产生。这个重入其实在内部就是判断是否是当前线程持有的锁，如果是当前线程持有的锁就会计数，如果释放锁就会在计算上减一。在存储数据的时候采用的hash结构，大key可以按照自己的业务进行定制，其中小key是当前线程的唯一标识，value是当前线程重入的次数
面试官：redisson实现的分布式锁能解决主从一致性的问题吗
候选人：这个是不能的，比如，当线程1加锁成功后，master节点数据会异步复制到slave节点，此时当前持有Redis锁的master节点宕机，slave节点被提升为新的master节点，假如现在来了一个线程2，再次加锁，会在新的master节点上加锁成功，这个时候就会出现两个节点同时持有一把锁的问题。
我们可以利用redisson提供的红锁来解决这个问题，它的主要作用是，不能只在一个redis实例上创建锁，应该是在多个redis实例上创建锁，并且要求在大多数redis节点上都成功创建锁，红锁中要求是redis的节点数量要过半。这样就能避免线程1加锁成功后master节点宕机导致线程2成功加锁到新的master节点上的问题了。
但是，如果使用了红锁，因为需要同时在多个节点上都添加锁，性能就变的很低了，并且运维维护成本也非常高，所以，我们一般在项目中也不会直接使用红锁，并且官方也暂时废弃了这个红锁。
面试官：好的，如果业务非要保证数据的强一致性，这个该怎么解决呢？
候选人：嗯~，redis本身就是支持高可用的，做到强一致性，就非常影响性能，所以，如果有强一致性要求高的业务，建议使用zookeeper实现的分布式锁，它是可以保证强一致性的。