在计算机领域,锁可以理解为针对某项资源使用权限的管理,它通常用来控制共享资源,比如一个进程内有多个线程竞争一个数据的使用权限,解决方式之一就是加锁。
那分布式锁是什么呢?
顾名思义,分布式锁就是分布式场景下的锁,比如多台不同机器上的进程,去竞争同一项资源,就是分布式锁。
具备哪些特性的分布式锁才是一个优秀的分布式锁?要从如下几方面来看:
-
互斥性:锁的目的是获取资源的使用权,所以只让一个竞争者持有锁,这一点要尽可能保证
-
安全性:避免死锁情况发生。当一个竞争者在持有锁期间内,由于意外崩溃而导致未能主动解锁,其持有的锁也能够被正常释放,并保证后续其它竞争者也能加锁
-
对称性:同一个锁,加锁和解锁必须是同一个竞争者。不能把其他竞争者持有的锁给释放了,这又称为锁的可重入性
-
可靠性:需要有一定程度的异常处理能力、容灾能力
分布式锁,一般会依托第三方组件来实现,而利用 Redis 实现则是工作中应用最多的一种。
首先,当然是搭建一个最简单的实现方式,直接用 Redis 的 setnx 命令,这个命令的语法是:
setnx key value
如果 key 不存在,则会将 key 设置为 value,并返回 1;如果 key 存在,不会有任务影响,返回 0。
基于这个特性,我们就可以用 setnx 实现加锁的目的:通过 setnx 加锁,加锁之后其他服务无法加锁,用完之后,再通过 delete 解锁。
最简化版本有一个问题:如果获取锁的服务挂掉了,那么锁就一直得不到释放,就像石沉大海,杳无音信。所以,我们需要一个超时来兜底。
Redis 中有 expire 命令,用来设置一个 key 的超时时间。但是 setnx 和 expire 不具备原子性,如果setnx 获取锁之后,服务挂掉,依旧是泥牛入海。
很自然,我们会想到,set 和 expire,有没有原子操作?
当然有,Redis 早就考虑到了这种场景,推出了如下执行语句:
set key value nx ex seconds
nx 表示具备 setnx 特性,ex 表示增加了过期时间,最后一个参数就是过期时间的值。
能够支持过期时间,目前这个锁基本上是能用了。
但是存在一个问题:会存在服务 A 释放掉服务 B 的锁的可能。我们来试想一下如下场景:服务 A 获取了锁,由于业务流程比较长,或者网络延迟、GC 卡顿等原因,导致锁过期,而业务还会继续进行。这时候,业务 B 已经拿到了锁,准备去执行,这个时候服务 A 恢复过来并做完了业务,就会释放锁,而 B 却还在继续执行。在真实的分布式场景中,可能存在几十个竞争者,那么上述情况发生概率就很高,导致同一份资源频繁被不同竞争者同时访问,分布式锁也就失去了意义。
基于这个场景,我们可以发现,问题关键在于,竞争者可以释放其他人的锁。那么在异常情况下,就会出现问题,所以我们可以进一步给出解决方案:分布式锁需要满足谁申请谁释放原则,不能释放别人的锁,也就是说,分布式锁,是要有归属的。
加入 owner 后的版本可以称得上是完善了吗?还有没有什么隐患呢?
牛牛也不卖关子了,到这一步其实还存在一个小问题,我们完整的流程是竞争者获取锁执行任务,执行完毕后检查锁是不是自己的,最后进行释放。
流程一梳理,你们肯定明白了,执行完毕后,检查锁,再释放,这些操作不是原子化的。
可能锁获取时还是自己的,删除时却已经是别人的了。这可怎么办呢?
Redis 可没有直接提供这种场景原子化的操作啊。遇事不要慌,仔细想一想,Redis 是不是还有个特性,专门整合原子操作,对,就是它 —— Lua。
Redis + Lua,可以说是专门为解决原子问题而生。
有了 Lua 的特性,Redis 才真正在分布式锁、秒杀等场景,有了用武之地,下面便是改造之后的流程:
其实到了这一步,分布式锁的前三个特性:对称性、安全性、可靠性,就满足了。可以说是一个可用的分布式锁了,能满足大多数场景的需要。
分布式锁的四大特性还剩下可靠性没有解决。
针对一些异常场景,包括 Redis 挂掉了、业务执行时间过长、网络波动等情况,我们来一起分析如何处理。
前面我们谈及的内容,基本是基于单机考虑的,如果 Redis 挂掉了,那锁就不能获取了。这个问题该如何解决呢?
一般来说,有两种方法:主从容灾和多级部署。
最简单的一种方式,就是为 Redis 配置从节点,当主节点挂了,用从节点顶包。
但是主从切换,需要人工参与,会提高人力成本。不过 Redis 已经有成熟的解决方案,也就是哨兵模式,可以灵活自动切换,不再需要人工介入。
通过增加从节点的方式,虽然一定程度解决了单点的容灾问题,但并不是尽善尽美的,由于同步有时延,Slave 可能会损失掉部分数据,分布式锁可能失效,这就会发生短暂的多机获取到执行权限。
有没有更可靠的办法呢?
如果对一致性的要求高一些,可以尝试多机部署,比如 Redis 的 RedLock,大概的思路就是多个机器,通常是奇数个,达到一半以上同意加锁才算加锁成功,这样,可靠性会向 ETCD 靠近。
现在假设有 5 个 Redis 主节点,基本保证它们不会同时宕掉,获取锁和释放锁的过程中,客户端会执行以下操作:
-
向 5 个 Redis 申请加锁
-
只要超过一半,也就是 3 个 Redis 返回成功,那么就是获取到了锁。如果超过一半失败,需要向每个 Redis 发送解锁命令
-
由于向 5 个 Redis 发送请求,会有一定时耗,所以锁剩余持有时间,需要减去请求时间。这个可以作为判断依据,如果剩余时间已经为 0,那么也是获取锁失败
-
使用完成之后,向 5 个 Redis 发送解锁请求
这种模式的好处在于,如果挂了 2 台 Redis,整个集群还是可用的,给了运维更多时间来修复。
另外,多说一句,单点 Redis 的所有手段,这种多机模式都可以使用,比如为每个节点配置哨兵模式,由于加锁是一半以上同意就成功,那么如果单个节点进行了主从切换,单个节点数据的丢失,就不会让锁失效了。这样增强了可靠性。
是不是有 RedLock,就一定能保证可靠的分布式锁?
这里牛牛先说结论:由于分布式系统中的三大困境(简称NPC),所以没有完全可靠的分布式锁!
让我们来看看 RedLock 在 NPC 下的表现。
当分布式锁获得返回包的时间过长,此时可能虽然加锁成功,但是已经时过境迁,锁可能很快过期。
比如发生 GC,获取锁之后 GC 了,处于 GC 执行中,然后锁超时。其他锁获取,这种情况几乎无解。这时候 GC 回来了,那么两个进程就获取到了同一个分布式锁。
也许你会说,在 GC 回来之后,可以再去查一次啊?
这里有两个问题,首先你怎么知道 GC 回来了?这个可以在做业务之前,通过时间,进行一个粗略判断,但也是很吃场景经验的;第二,如果你判断的时候是 o k的,但是判断完 GC 了呢?这点 RedLock 是无法解决的。
如果竞争者 A,获得了 RedLock,在 5 台分布式机器上都加上锁。为了方便分析,我们直接假设 5 台机器都发生了时钟漂移,锁瞬间过期了。这时候竞争者 B 拿到了锁,此时 A 和 B 拿到了相同的执行权限。
根据上述的分析,可以看出,RedLock 也不能扛住 NPC 的挑战,因此,单单从分布式锁本身出发,完全可靠是不可能的。要实现一个相对可靠的分布式锁机制,还是需要和业务的配合,业务本身要幂等可重入,这样的设计可以省却很多麻烦。