Redisson 如何实现分布式锁？（核心原理与思考）

Redisson 是一个功能强大的 Redis 客户端，它提供了许多分布式对象和服务，其中就包括分布式锁。Redisson 的分布式锁是基于 Redis 的 Lua 脚本实现的，这保证了操作的原子性。

我们来一步步拆解 Redisson 锁的实现原理

4.1 最基础的 Redis 锁（存在的问题）

如果只用 SETNX 和 DEL：

1. 加锁： SETNX mylock_key my_client_id
   • my_client_id 是一个唯一标识，比如 UUID，用来标识是哪个客户端加的锁。
2. 解锁： DEL mylock_key

问题：

• 死锁： 如果客户端加锁后，还没来得及 DEL 就宕机了，那么 mylock_key 永远不会被删除，其他客户端就永远拿不到锁了。
• 误删： 如果客户端A加锁，但因为网络延迟等原因，锁过期了（被Redis自动删除了），然后客户端B加锁成功。此时客户端A恢复，执行 DEL mylock_key，它删除了客户端B的锁！

4.2 Redisson 的改进：过期时间 + 唯一ID + Lua 脚本

Redisson 解决了上述问题，它的核心思想是：

1. 加锁时设置过期时间： 避免死锁。
2. 加锁时设置唯一ID： 避免误删。
3. 使用 Lua 脚本： 保证加锁和解锁操作的原子性。

Redisson 加锁的 Lua 脚本（简化版）：

-- KEYS[1]: 锁的名称 (e.g., "myLock")
-- ARGV[1]: 锁的过期时间 (e.g., 30000 毫秒)
-- ARGV[2]: 客户端的唯一ID (e.g., UUID + 线程ID)-- 如果锁不存在，或者锁是当前客户端加的
if redis.call('exists', KEYS[1]) == 0 or redis.call('hexists', KEYS[1], ARGV[2]) == 1 then-- 设置锁，并设置过期时间-- HINCRBY: 将哈希表中字段的值增加指定增量。这里是记录重入次数redis.call('hincrby', KEYS[1], ARGV[2], 1);redis.call('pexpire', KEYS[1], ARGV[1]); -- 设置过期时间 (毫秒)return nil; -- 表示加锁成功
end;
return redis.call('pttl', KEYS[1]); -- 返回锁的剩余过期时间，表示加锁失败

Redisson 解锁的 Lua 脚本（简化版）：

-- KEYS[1]: 锁的名称
-- ARGV[1]: 客户端的唯一ID-- 如果锁不存在，或者不是当前客户端加的锁
if redis.call('exists', KEYS[1]) == 0 or redis.call('hexists', KEYS[1], ARGV[1]) == 0 thenreturn nil; -- 表示解锁失败或锁不存在
end;-- 减少重入次数
local counter = redis.call('hincrby', KEYS[1], ARGV[1], -1);
-- 如果重入次数归零，说明完全释放了锁
if counter > 0 then-- 重新设置过期时间redis.call('pexpire', KEYS[1], ARGV[2]); -- ARGV[2] 是新的过期时间return 0; -- 表示锁还在，只是重入次数减少
else-- 重入次数归零，删除锁redis.call('del', KEYS[1]);return 1; -- 表示锁已完全释放
end;
return nil;

思考：为什么用 Hash 类型？

• HINCRBY：这实现了可重入锁。同一个客户端（同一个线程）可以多次获取同一个锁，每次获取都会增加哈希表中对应字段的值（重入次数）。释放锁时，每次减少重入次数，直到为0才真正释放锁。
• 哈希表的字段是客户端的唯一ID，值是重入次数。

4. 锁的类型：
   • 可重入锁 (Reentrant Lock)： 最常用，上面已解释。
   • 公平锁 (Fair Lock)： 保证获取锁的顺序。
   • 联锁 (MultiLock)： 同时获取多个 Redis 实例上的锁，只要有一个实例加锁失败，所有已加的锁都会被释放。用于解决 Redis 单点故障问题。
   • 红锁 (RedLock)： Redisson 实现了 Redis 官方推荐的 RedLock 算法。它需要多个独立的 Redis Master 节点（至少3个，通常5个）。客户端尝试在大多数（N/2 + 1）Redis 实例上获取锁，才能算成功。这提供了更高的可用性和容错性，但实现更复杂，性能开销也更大。
   • 读写锁 (ReadWriteLock)： 允许多个读操作同时进行，但写操作是独占的。
   • 信号量 (Semaphore)： 控制并发访问资源的数量。
   • 闭锁 (CountDownLatch)： 类似 Java 的 CountDownLatch。