目前基于 Redis 实现的分布式锁罕用的框架是 Redisson, 它的应用比较简单，在我的项目中引入 Redisson 的依赖，而后基于 Redis 实现分布式锁的加锁与开释锁，如下所示：
// 获取锁
RLock lock = redisson.getLock("myLock");
// 上锁
lock.lock();
// 业务代码
//...
// 开释锁
lock.unlock 接下来咱们就说一下 Redisson 这个框架对于 Redis 分布式锁的实现原理。
加锁机制
某个客户端要加锁。如果该客户端面对的是一个 Redis Cluster 集群，它首先会依据 hash 节点抉择一台机器，这里留神，仅仅只是抉择一台机器。紧接着就会发送一段 lua 脚本到 redis 上，lua 脚本如下所示：
为什么要⽤ lua 脚本？
因为 lua 脚本能够保障原⼦性！
上⾯的 lua 脚本代表的意思：
KEYS[1]代表的是你加锁的那个 key，⽐如说：
RLock lock = redisson.getLock(“myLock”)；
这⾥你⾃⼰设置了加锁的那个锁 key 就是“myLock”。
ARGV[1]代表的就是锁 key 的默认⽣存工夫，默认 30 秒。
ARGV[2]代表的是加锁的客户端的 ID，相似于下⾯这样：
8743c9c0-0795-4907-87fd-6c719a6b4586:1
第⼀段 if 判断语句，就是⽤“exists myLock”命令判断⼀下，如果你要加锁的那个锁 key 不存在的话，你就进⾏加锁。
如何加锁呢？很简略，⽤下⾯的命令：
hset myLock 8743c9c0-0795-4907-87fd-6c719a6b4586:1 1
通过这个命令设置⼀个 hash 数据结构，这⾏命令执⾏后，会呈现⼀个相似下⾯的数据结构：
上述就代表“8743c9c0-0795-4907-87fd-6c719a6b4586:1”这个客户端对“myLock”这个锁 key 实现了加锁。接着会执
⾏“pexpire myLock 30000”命令，设置 myLock 这个锁 key 的⽣存工夫是 30 秒。到此为⽌加锁就实现了。
锁互斥机制
如果这个时候客户端 B 来尝试加锁，执行了同样的一段 lua 脚本。第一个 if 判断会执行“exists myLock”，发现 myLock 这个锁 key 曾经存在。接着第二个 if 判断，判断 myLock 锁 key 的 hash 数据结构中，是否蕴含客户端 B 的 ID，但显著没有，那么客户端 B 会获取到 pttl myLock 返回的一个数字，代表 myLock 这个锁 key 的残余生存工夫。此时客户端 B 会进入一个 while 循环，不停的尝试加锁。
watch dog 主动延期机制
客户端 A 加锁的锁 key 默认生存工夫只有 30 秒，如果超过了 30 秒，客户端 A 还想始终持有这把锁，怎么办？其实只有客户端 A 一旦加锁胜利，就会启动一个 watch dog 看门狗，它是一个后盾线程，会每隔 10 秒检查一下，如果客户端 A 还持有锁 key，那么就会一直的缩短锁 key 的生存工夫。
可重入加锁机制
客户端 A 曾经持有锁了，而后可重入加锁，如下代码所示：
这个时候 lua 脚本是这样执行的：第一个 if 判断不成立，“exists myLock”会显示锁 key 曾经存在了。第二个 if 判断会成立，因为 myLock 的 hash 数据结构中蕴含的那个 ID，就是客户端 A 的 ID，此时就会执行可重入加锁的逻辑，它会用“incrby myLock 8743c9c0-0795-4907-87fd-6c71a6b4586:1 1”这个命令对客户端 A 的加锁次数，累加 1，此时 myLock 的数据结构变成上面这样：
即 myLock 的 hash 数据结构中的那个客户端 ID，就对应着加锁的次数。
开释锁机制
执行 lock.unlock()，就能够开释分布式锁。开释逻辑是：每次对 myLock 数据结构中的那个加锁次数减 1，如果加锁次数为 0 了，阐明客户端曾经不再持有锁了，此时就会用“del MyLock”命令，从 redis 里删除了这个 key。而后另外的客户端 B 就能够尝试实现加锁了。
上述 Redis 分布式锁的毛病
下面计划的最大问题，就是如果你对某个 redis master 实例，写入了 myLock 这种锁 key 的 value，此时会异步复制给对应的 master slave 实例，然而这个过程中如果发送 redis master 宕机，主备切换，redis slave 变为了 redis master。
这就会导致客户端 B 来尝试加锁的时候，在新的 redis master 上实现了加锁，而客户端 A 也认为本人胜利加了锁，此时就会导致多个客户端对一个分布式锁实现了加锁。这时就会导致各种脏数据的产生。
所以这个就是 redis cluster，或者是 redis master-slave 架构的主从异步复制导致的 redis 分布式锁的最大缺点：在 redis master 实例宕机的时候，可能导致多个客户端同时实现加锁。