RedLock 是 Redis 分布式锁的一种实现方案,由 Redis 的作者 Salvatore Sanfilippo 提出。
RedLock 算法旨在解决单个 Redis 实例作为分布式锁时可能出现的单点故障问题,通过在多个独立运行的 Redis 实例上同时获取锁的方式来提高锁服务的可用性和安全性。
1、实现思路
RedLock 是对集群的每个节点进行加锁,如果大多数节点(N/2+1)加锁成功,则才会认为加锁成功。这样即使集群中有某个节点挂掉了,因为大部分集群节点都加锁成功了,所以分布式锁还是可以继续使用的。
2、实现代码
在 Java 开发中,可以使用 Redisson 框架很方便的实现 RedLock,具体操作代码如下:
import org.redisson.Redisson;
import org.redisson.api.RedisClient;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;
import org.redisson.redisson.RedissonRedLock;
public class RedLockDemo {
public static void main(String[] args) {
// 创建 Redisson 客户端配置
Config config = new Config();
config.useClusterServers()
.addNodeAddress("redis://127.0.0.1:6379",
"redis://127.0.0.1:6380",
"redis://127.0.0.1:6381"); // 假设有三个 Redis 节点
// 创建 Redisson 客户端实例
RedissonClient redissonClient = Redisson.create(config);
// 创建 RedLock 对象
RedissonRedLock redLock = redissonClient.getRedLock("resource");
try {
// 尝试获取分布式锁,最多尝试 5 秒获取锁,并且锁的有效期为 5000 毫秒
boolean lockAcquired = redLock.tryLock(5, 5000, TimeUnit.MILLISECONDS);
if (lockAcquired) {
// 加锁成功,执行业务代码...
} else {
System.out.println("Failed to acquire the lock!");
}
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
System.err.println("Interrupted while acquiring the lock");
} finally {
// 无论是否成功获取到锁,在业务逻辑结束后都要释放锁
if (redLock.isLocked()) {
redLock.unlock();
}
// 关闭 Redisson 客户端连接
redissonClient.shutdown();
}
}
}
3、实现原理
Redisson 中的 RedLock 是基于 RedissonMultiLock(联锁)实现的。
RedissonMultiLock 是 Redisson 提供的一种分布式锁类型,它可以同时操作多个锁,以达到对多个锁进行统一管理的目的。联锁的操作是原子性的,即要么全部锁住,要么全部解锁。这样可以保证多个锁的一致性。
RedissonMultiLock 使用示例如下:
import org.redisson.Redisson;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;
import org.redisson.multi.MultiLock;
public class RedissonMultiLockDemo {
public static void main(String[] args) throws InterruptedException {
// 创建 Redisson 客户端
Config config = new Config();
config.useSingleServer().setAddress("redis://127.0.0.1:6379");
RedissonClient redisson = Redisson.create(config);
// 创建多个分布式锁实例
RLock lock1 = redisson.getLock("lock1");
RLock lock2 = redisson.getLock("lock2");
RLock lock3 = redisson.getLock("lock3");
// 创建 RedissonMultiLock 对象
MultiLock multiLock = new MultiLock(lock1, lock2, lock3);
// 加锁
multiLock.lock();
try {
// 执行任务
System.out.println("Lock acquired. Task started.");
Thread.sleep(3000);
System.out.println("Task finished. Releasing the lock.");
} finally {
// 释放锁
multiLock.unlock();
}
// 关闭客户端连接
redisson.shutdown();
}
}
在示例中,我们首先创建了一个 Redisson 客户端并连接到 Redis 服务器。然后,我们使用 redisson.getLock 方法创建了多个分布式锁实例。接下来,我们通过传入这些锁实例来创建了 RedissonMultiLock 对象。
说回正题,RedissonRedLock 是基于 RedissonMultiLock 实现的这点,可以从继承关系看出。
RedissonRedLock 继承自 RedissonMultiLock,核心实现源码如下:
public class RedissonRedLock extends RedissonMultiLock {
public RedissonRedLock(RLock... locks) {
super(locks);
}
/**
* 锁可以失败的次数,锁的数量-锁成功客户端最小的数量
*/
@Override
protected int failedLocksLimit() {
return locks.size() - minLocksAmount(locks);
}
/**
* 锁的数量 / 2 + 1,例如有3个客户端加锁,那么最少需要2个客户端加锁成功
*/
protected int minLocksAmount(final List<RLock> locks) {
return locks.size()/2 + 1;
}
/**
* 计算多个客户端一起加锁的超时时间,每个客户端的等待时间
*/
@Override
protected long calcLockWaitTime(long remainTime) {
return Math.max(remainTime / locks.size(), 1);
}
@Override
public void unlock() {
unlockInner(locks);
}
}
从上述源码可以看出,Redisson 中的 RedLock 是基于 RedissonMultiLock(联锁)实现的,当 RedLock 是对集群的每个节点进行加锁,如果大多数节点,也就是 N/2+1 个节点加锁成功,则认为 RedLock 加锁成功。
4、存在问题
RedLock 主要存在以下两个问题:
- 性能问题:RedLock 要等待大多数节点返回之后,才能加锁成功,而这个过程中可能会因为网络问题,或节点超时的问题,影响加锁的性能。
- 并发安全性问题:当客户端加锁时,如果遇到 GC 可能会导致加锁失效,但 GC 后误认为加锁成功的安全事故,例如以下流程:
- 客户端 A 请求 3 个节点进行加锁。
- 在节点回复处理之前,客户端 A 进入 GC 阶段(存在 STW,全局停顿)。
- 之后因为加锁时间的原因,锁已经失效了。
- 客户端 B 请求加锁(和客户端 A 是同一把锁),加锁成功。
- 客户端 A GC 完成,继续处理前面节点的消息,误以为加锁成功。
- 此时客户端 B 和客户端 A 同时加锁成功,出现并发安全性问题。
5、已废弃 RedLock
因为 RedLock 存在的问题争议较大,且没有完美的解决方案,所以 Redisson 中已经废弃了 RedLock,这一点在 Redisson 官方文档中能找到,如下图所示:
6、废弃 RedLock 后的解决方案
虽然 Redisson 中已经废弃了 RedLock,但是你可以直接使用 Redisson 中的普通的加锁即可,因为它的普通锁会基于 wait 机制,等待锁将信息同步到从节点,从而保证数据一致性的,虽然不能完全避免数据一致性问题,但也能最大限度的保证数据的一致性。
课后思考
既然普通的分布式锁存在单点问题?而 RedLock 又不是最完美的解决方案,那么在分布式锁领域,谁才是最终的解决方案呢?请在评论区留下您的解决方案,以及对应的原因?