应用
加锁机制
lock()底层是通过一段lua脚本实现的
KEYS[1]代表你加锁的那个key，RLock lock = redisson.getLock("myLock");这里你本人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，相似于上面这样：8743c9c0-0795-4907-87fd-6c719a6b4586:1
加锁流程:
1.判断是否存在这个加锁的key
2.如果不存在，通过hset命令加锁
3.设置过期工夫
锁互斥机制
如果客户端2来尝试加锁，执行了同样的一段lua脚本。
1.第一个if判断这个key发现已存在，走第二个if判断key中的客户端的id是否与是客户端2的id
2.如果发现不是，客户端2会获取到pttl myLock返回的一个数字，这个数字代表了myLock这个锁key的残余生存工夫。比方还剩15000毫秒的生存工夫。此时客户端2会进入一个while循环，不停的尝试加锁。
实际上的原理：
当锁正在被占用时，期待获取锁的过程并不是通过一个 while(true) 死循环去获取锁，而是利用了 Redis 的公布订阅机制,通过 await 办法阻塞期待锁的过程，无效的解决了有效的锁申请浪费资源的问题。
watch dog主动延期机制
客户端1加锁的锁key默认生存工夫才30秒，如果超过了30秒，客户端1还想始终持有这把锁，怎么办呢？
简略！只有客户端1一旦加锁胜利，就会启动一个watch dog看门狗，他是一个后盾线程，会每隔10秒检查一下，如果客户端1还持有锁key，过期工夫持续缩短为30s。
可重入加锁机制
下面那段lua脚本。第一个if判断必定不成立，“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1的那个ID，也就是“8743c9c0-0795-4907-87fd-6c719a6b4586:1”，此时就会执行可重入加锁的逻辑，他会用：incrby myLock 8743c9c0-0795-4907-87fd-6c71a6b4586:1 1 ，通过这个命令，对客户端1的加锁次数，累加1，变为myLock 8743c9c0-0795-4907-87fd-6c71a6b4586:1 2
锁开释机制
如果执行lock.unlock()，就能够开释分布式锁，此时的业务逻辑也是非常简单的。其实说白了，就是每次都对myLock数据结构中的那个加锁次数减1。如果发现加锁次数是0了，阐明这个客户端曾经不再持有锁了，此时就会用：“del myLock”命令，从redis里删除这个key
此种计划Redis分布式锁的缺点
计划最大的问题，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。然而这个过程中一旦产生redis master宕机，主备切换，redis slave变为了redis master。接着就会导致，客户端2来尝试加锁的时候，在新的redis master上实现了加锁，而客户端1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。这时零碎在业务语义上肯定会呈现问题，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。
参考大佬：
托付，面试请不要再问我Redis分布式锁的实现原理！