1. 前言
之前写过一篇《Redis 分布式锁的实现》的文章，次要介绍的 Redis 分布式锁的原始性实现，外围是基于 setnx 来加锁，以及应用 lua 保障事务的原子性等。但毕竟比拟原始，须要依据不同的利用场景做不同的代码实现，也容易考虑不周。过后文章中就有提到 Redisson框架，刚好最近工作中又用的比拟多，这次就着重介绍。
Redisson 是架设在 Redis 根底上的一个 Java 开发框架，底层基于 Netty 框架，为使用者提供了一系列具备分布式个性的常用工具类。Redisson 的性能十分丰盛，具体可参考 github 中文 wiki，但本文只介绍 Redisson 分布式锁的性能。
2. 一般可重入锁
2.1. 应用示例
在 SpringBoot 我的项目通过 Redisson 来加锁非常容易，不须要像之前文章中一样写一大堆代码，框架屏蔽掉了很多细节。如下例：
Config config = new Config();
config.useSingleServer().setAddress("redis://ip:port").setPassword("password").setDatabase(0);
RedissonClient redissonClient = Redisson.create(config);
RLock lock = redissonClient.getLock("LOCK_KEY");
long waitTime=500L;
long leaseTime=15000L;
boolean isLock;
try {isLock = lock.tryLock(waitTime, leaseTime, TimeUnit.MILLISECONDS);
if (isLock) {// do something ...}
} catch (InterruptedException e) {Thread.currentThread().interrupt();} finally {lock.unlock();
}留神代码中 Config 并无限度，示例中是 Redis 单节点连贯，但实际上能够是哨兵模式、集群模式、主从模式等。
2.2. 源码解说
后面例子中加锁用到了 RLock 接口，这里贴一下源码：
org.redisson.api.RLock.java
public interface RLock extends Lock, RLockAsync {String getName();
void lockInterruptibly(long var1, TimeUnit var3) throws InterruptedException;
boolean tryLock(long var1, long var3, TimeUnit var5) throws InterruptedException;
void lock(long var1, TimeUnit var3);
boolean forceUnlock();
boolean isLocked();
boolean isHeldByThread(long var1);
boolean isHeldByCurrentThread();
int getHoldCount();
long remainTimeToLive();}对于可重入锁，接口对应的实现办法在 org.redisson.RedissonLock 类外面，源码就不贴了，能够看到落到 Redis 时，理论的“加锁”和“解锁”过程也是一段 lua 脚本。
1、加锁
lua
if (redis.call('exists', KEYS[1]) == 0) then
redis.call('hset', KEYS[1], ARGV[2], 1);
redis.call('pexpire', KEYS[1], ARGV[1]);
return nil;
end
if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then
redis.call('hincrby', KEYS[1], ARGV[2], 1);
redis.call('pexpire', KEYS[1], ARGV[1]);
return nil;
end
return redis.call('pttl', KEYS[1]);参数解释：
KEYS[1]：被锁资源名。ARGV[1]：过期工夫。ARGV[2]：以后程序标识（UUID + 以后 threadId）。
加锁的逻辑，是在 redis 中存入一个 Set 类型值。资源一旦被锁，首次设置 Value 为 1，也只有以后程序可反复加锁，即 Value 往上加 1。
2、解锁
lua
if (redis.call('hexists', KEYS[1], ARGV[3]) == 0) then
return nil;
end
local counter = redis.call('hincrby', KEYS[1], ARGV[3], -1);
if (counter > 0) then
redis.call('pexpire', KEYS[1], ARGV[2]);
return 0;
else
redis.call('del', KEYS[1]);
redis.call('publish', KEYS[2], ARGV[1]);
return 1;
end
return nil;参数解释：
KEYS[1]：被锁资源名。KEYS[2]：解锁时播送通道名。ARGV[1]：解锁时播送通道音讯（值为 0L）。ARGV[2]：过期工夫。ARGV[3]：以后程序标识（UUID + 以后 threadId）。
解锁的逻辑，是先判断被锁资源名是否存在，如果存在则给 Value 减 1，当 Value 为 0 时，则删除 Key，并向指定通道播送音讯。
播送通道的设计很有亮点，当多个线程同时竞争锁时，未抢到锁的线程无需有效轮询，只需订阅一个通道。当锁开释时，在通道中播送音讯，告诉那些期待获取锁的线程当初能够取得锁了，那些线程再去竞争锁，防止性能资源的节约。
3、看门狗机制
如果拿到分布式锁的节点宕机，且这个锁正好处于锁住的状态时，会呈现锁死的状态，为了防止这种状况的产生，锁都会设置一个过期工夫。即后面在加锁时传入的leaseTime。某些利用场景中，如果在指定工夫中，咱们尚未实现业务，此时就须要给锁“续期”。如果整个过程齐全可控，能够在程序中手动给锁续期。但如果心愿能主动续期，就能够用到 Redisson 的 Wath Dog（看门狗）机制。
Redisson 提供了一个监控锁的看门狗，它的作用是在 Redisson 实例被敞开前，一直的缩短锁的有效期，也就是说，如果一个拿到锁的线程始终没有实现逻辑，那么看门狗会帮忙线程一直的缩短锁超时工夫，锁不会因为超时而被开释。默认状况下，看门狗的续期工夫是 30s，也能够通过批改 Config.lockWatchdogTimeout 来另行指定。
上面就是加锁的源码，留神，在调用加锁办法时，如果想用看门狗，则传 leaseTime 值为-1L。如果给 leaseTime 设置了有效值，那么看门狗就不会失效，锁不会主动续期，而是在你指定的工夫后主动解锁。
private <T> RFuture<Long> tryAcquireAsync(long leaseTime, TimeUnit unit, long threadId) {if (leaseTime != -1L) {return this.tryLockInnerAsync(leaseTime, unit, threadId, RedisCommands.EVAL_LONG);
} else {RFuture<Long> ttlRemainingFuture = this.tryLockInnerAsync(this.commandExecutor.getConnectionManager().getCfg().getLockWatchdogTimeout(), TimeUnit.MILLISECONDS, threadId, RedisCommands.EVAL_LONG);
ttlRemainingFuture.onComplete((ttlRemaining, e) -> {if (e == null) {if (ttlRemaining == null) {this.scheduleExpirationRenewal(threadId);
}
}
});
return ttlRemainingFuture;
}
}3. RedLock 红锁
3.1. 概念阐明
也是在之前的那一篇文章中，也提到了 RedLock，中文直译“红锁”。其实那篇文章曾经介绍过了，这里再介绍一下。后面用 redis 实现分布式锁时存在破绽，具体场景：
客户端 A 在 Redis master 节点申请锁。但 master 在将存储的 key 同步到 slave 上之前解体了，而后 slave 晋升为 master。而客户端 B 申请一个客户端 A 曾经持有的资源的锁。而后呢？而后呢？出问题啦，客户端 A 和 B 都能申请到同一个锁。
RedLock 是 Redis 官网提出的算法，具体流程包含：
- 获取以后工夫。
- 顺次 N 个节点获取锁，并设置响应超时工夫，避免单节点获取锁工夫过长。
- 锁无效工夫 = 锁过期工夫 - 获取锁消耗工夫，如果第 2 步骤中获取胜利的节点数大于
N/2+1, 且锁无效工夫大于 0，则取得锁胜利。 - 若取得锁失败，则向所有节点开释锁。
简略点说，就是在锁过期工夫内，如果半数以上的节点胜利获取到了锁，则阐明获取锁胜利。这个有点像 ZooKeeper 的选举机制。这里讲讲 Redisson 中的实现办法。
3.2. 应用示例
Redisson 对于 RedLock 的应用代码上及其简略，只是将几个锁组合成一个“大锁”，而后再失常应用“大锁”的加锁 / 解锁。
Config config1 = new Config();
config1.useSingleServer().setAddress("redis://ip1:port1")
.setPassword("password1").setDatabase(0);
RedissonClient redissonClient1 = Redisson.create(config1);
Config config2 = new Config();
config2.useSingleServer().setAddress("redis://ip2:port2")
.setPassword("password2").setDatabase(0);
RedissonClient redissonClient2 = Redisson.create(config2);
Config config3 = new Config();
config3.useSingleServer().setAddress("redis://ip3:port3")
.setPassword("password3").setDatabase(0);
RedissonClient redissonClient3 = Redisson.create(config3);
String lockKey = "REDLOCK_KEY";
RLock lock1 = redissonClient1.getLock(lockKey);
RLock lock2 = redissonClient2.getLock(lockKey);
RLock lock3 = redissonClient3.getLock(lockKey);
RedissonRedLock redLock = new RedissonRedLock(lock1, lock2, lock3);
boolean isLock;
long waitTime=500L;
long leaseTime=15000L;
try {isLock = redLock.tryLock(waitTime, leaseTime, TimeUnit.MILLISECONDS);
if (isLock) {// do something ...}
} catch (Exception e) {... ...} finally {redLock.unlock();
}留神代码中 Config 并无限度，示例中是 Redis 单节点连贯，但实际上能够是哨兵模式、集群模式、主从模式等。
3.3. 源码解说
在讲 Redisson 的 RedLock（红锁）之前，先讲 MultiLock（联锁），起因先看 RedissonRedLock源码，齐全是继承 RedissonMultiLock的所有性能。
RedissonRedLock.java
public class RedissonRedLock extends RedissonMultiLock {public RedissonRedLock(RLock... locks) {super(locks);
}
protected int failedLocksLimit() {return this.locks.size() - this.minLocksAmount(this.locks);
}
protected int minLocksAmount(List<RLock> locks) {return locks.size() / 2 + 1;
}
protected long calcLockWaitTime(long remainTime) {return Math.max(remainTime / (long)this.locks.size(), 1L);
}
public void unlock() {this.unlockInner(this.locks);
}
}RedissonMultiLock.java 外围代码
// 加锁
public boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException {
long newLeaseTime = -1L;
if (leaseTime != -1L) {if (waitTime == -1L) {newLeaseTime = unit.toMillis(leaseTime);
} else {newLeaseTime = unit.toMillis(waitTime) * 2L;
}
}
long time = System.currentTimeMillis();
long remainTime = -1L;
if (waitTime != -1L) {remainTime = unit.toMillis(waitTime);
}
long lockWaitTime = this.calcLockWaitTime(remainTime);
int failedLocksLimit = this.failedLocksLimit();
List<RLock> acquiredLocks = new ArrayList(this.locks.size());
ListIterator iterator = this.locks.listIterator();
while(iterator.hasNext()) {RLock lock = (RLock)iterator.next();
boolean lockAcquired;
try {if (waitTime == -1L && leaseTime == -1L) {lockAcquired = lock.tryLock();
} else {long awaitTime = Math.min(lockWaitTime, remainTime);
lockAcquired = lock.tryLock(awaitTime, newLeaseTime, TimeUnit.MILLISECONDS);
}
} catch (RedisResponseTimeoutException var21) {this.unlockInner(Arrays.asList(lock));
lockAcquired = false;
} catch (Exception var22) {lockAcquired = false;}
if (lockAcquired) {acquiredLocks.add(lock);
} else {if (this.locks.size() - acquiredLocks.size() == this.failedLocksLimit()) {break;}
if (failedLocksLimit == 0) {this.unlockInner(acquiredLocks);
if (waitTime == -1L) {return false;}
failedLocksLimit = this.failedLocksLimit();
acquiredLocks.clear();
while(iterator.hasPrevious()) {iterator.previous();
}
} else {--failedLocksLimit;}
}
if (remainTime != -1L) {remainTime -= System.currentTimeMillis() - time;
time = System.currentTimeMillis();
if (remainTime <= 0L) {this.unlockInner(acquiredLocks);
return false;
}
}
}
if (leaseTime != -1L) {List<RFuture<Boolean>> futures = new ArrayList(acquiredLocks.size());
Iterator var24 = acquiredLocks.iterator();
while(var24.hasNext()) {RLock rLock = (RLock)var24.next();
RFuture<Boolean> future = ((RedissonLock)rLock).expireAsync(unit.toMillis(leaseTime), TimeUnit.MILLISECONDS);
futures.add(future);
}
var24 = futures.iterator();
while(var24.hasNext()) {RFuture<Boolean> rFuture = (RFuture)var24.next();
rFuture.syncUninterruptibly();}
}
return true;
}
// 解锁
public void unlock() {List<RFuture<Void>> futures = new ArrayList(this.locks.size());
Iterator var2 = this.locks.iterator();
while(var2.hasNext()) {RLock lock = (RLock)var2.next();
futures.add(lock.unlockAsync());
}
var2 = futures.iterator();
while(var2.hasNext()) {RFuture<Void> future = (RFuture)var2.next();
future.syncUninterruptibly();}
}RedissonRedLock.java 中重写了 RedissonMultiLock.java里的几个办法：
- failedLocksLimit：MultiLock 中返回
0，RedLock 中返回locks.size() / 2 - 1。 - calcLockWaitTime：MultiLock 中返回
remainTime，RedLock 中返回Math.max(remainTime / (long)this.locks.size(), 1L)。
通过源码容易看到，Redisson 中的 RedLock 算法齐全是基于 MultiLock 实现的。Redisson 反对这种“联结锁”的概念，将多个 RLock 锁放入一个 ArrayList 中，而后开始遍历加锁。只不过 MultiLock 的要求比拟刻薄，List 中的所有的 RLock 加锁时，不能存在任何加锁失败的，即 failedLocksLimit=0。而 RedLock 要求放松一点，只有过半加锁胜利即可，即 failedLocksLimit = locks.size() / 2 – 1。但解锁时，要求将整个 ArrayList 中的锁都解一遍。