详解 Redis 分布式锁的 5 种方案

本地加锁的方式在分布式的场景下不适用，所以本文我们来探讨下如何引入分布式锁解决本地锁的问题。本篇所有代码和业务基于我的开源项目 PassJava。

本篇主要内容如下：

一、本地锁的问题

首先我们来回顾下本地锁的问题：

目前题目微服务被拆分成了四个微服务。前端请求进来时，会被转发到不同的微服务。假如前端接收了 10 W 个请求，每个微服务接收 2.5 W 个请求，假如缓存失效了，每个微服务在访问数据库时加锁，通过锁（synchronzied 或 lock）来锁住自己的线程资源，从而防止缓存击穿。

这是一种本地加锁的方式，在分布式情况下会带来数据不一致的问题：比如服务 A 获取数据后，更新缓存 key =100，服务 B 不受服务 A 的锁限制，并发去更新缓存 key = 99，最后的结果可能是 99 或 100，但这是一种未知的状态，与期望结果不一致。流程图如下所示：

二、什么是分布式锁

基于上面本地锁的问题，我们需要一种支持分布式集群环境下的锁：查询 DB 时，只有一个线程能访问，其他线程都需要等待第一个线程释放锁资源后，才能继续执行。

生活中的案例：可以把锁看成房门外的一把锁，所有并发线程比作人，他们都想进入房间，房间内只能有一个人进入。当有人进入后，将门反锁，其他人必须等待，直到进去的人出来。

我们来看下分布式锁的基本原理，如下图所示：

我们来分析下上图的分布式锁：

• 1.前端将 10W 的高并发请求转发给四个题目微服务。
• 2.每个微服务处理 2.5 W 个请求。
• 3.每个处理请求的线程在执行业务之前，需要先抢占锁。可以理解为“占坑”。
• 4.获取到锁的线程在执行完业务后，释放锁。可以理解为“释放坑位”。
• 5.未获取到的线程需要等待锁释放。
• 6.释放锁后，其他线程抢占锁。
• 7.重复执行步骤 4、5、6。

大白话解释：所有请求的线程都去同一个地方“占坑”，如果有坑位，就执行业务逻辑，没有坑位，就需要其他线程释放“坑位”。这个坑位是所有线程可见的，可以把这个坑位放到 Redis 缓存或者数据库，这篇讲的就是如何用 Redis 做