Redis分布式锁

1、redis分布式锁如何实现 使用redis的setnx，结果成功就代表加锁成功，失败就代表加锁失败

2、redis分布式锁可能遇到的问题

//加锁
redis.setNx(key,value);
System.out.println("执行业务逻辑");
// 释放锁
redis.delete(key);

上面实现了加锁，但是在业务中如果出现异常，将会导致加锁失败，所以应该在finally语句块中释放锁

try {
    //加锁
    redis.setNx(key,value);
    System.out.println("执行业务逻辑");
} finally {
    // 释放锁
    redis.delete(key);
}

上面会确保程序在发生异常时也能正常释放锁，但是如果如果加锁后，服务器宕机了，此时还没释放锁，一样会造成锁无法释放，应该给锁设置超时时间

try {
    //加锁
    redis.setNx(key,value);
    redis.expire(key,10, TimeUnit.SECONDS);
    System.out.println("执行业务逻辑");
} finally {
    // 释放锁
    redis.delete(key);
}

上面虽然设置了超时时间，但是如果刚加上锁还没设置超时时间，服务器就宕机了，依然会导致锁无法释放 ，应该保证上锁和设置超时时间的原子性，

try {
    //加锁
    redis.setNx(key,value,10, TimeUnit.SECONDS);
    System.out.println("执行业务逻辑");
} finally {
    // 释放锁
    redis.delete(key);
}

上面保证了原子性，假设现在有两个线程A，B，线程A加锁成功后已经10s了，此时A业务逻辑还没有执行完毕，这时候锁过期了，线程B获得此时进行加锁，可以正常加锁，但是线程A执行完业务逻辑后，执行了释放锁的逻辑，将B线程持有的锁删除了。那么其他线程又能持有这把锁，这样一来，锁并不能控制并发。所以，应该在删除锁前，应该删除这把锁的线程是不是给这把锁上锁的线程。

try {
    //加锁
    value = UUID.randomUUID();
    redis.setNx(key, value, 10, TimeUnit.SECONDS);
    System.out.println("执行业务逻辑");
} finally {
    // 释放锁
    if (redis.get(key) == value) {
        redis.delete(key);
    }
}

上面在删除前做了一个判断，只有value的值是本线程之前设置的值，才能删除这把锁。上面的代码需要注意，value的值不能用线程名，因为多级环境下，不同节点上的线程名是可能一样的。但是由于获取key和删除key的操作不是原子的，当线程A执行完redis.get(key) == value之后，执行redis.delete(key)之前，锁过期了，此时线程B加了锁，线程A依然可能删除线程B持有的锁，所以，判断redis.get(key) == value，redis.delete(key)这两步操作也需要时原子的，这里需要通过lua脚本来保证。

即使通过lua脚本保证了释放锁的原子性，线程A业务执行过程中，锁过期了，线程B还是能够持有这把锁，这会导致并发问题。所以有锁续命的机制，就是另起线程，判断当前线程A的锁是不是快过期了，如果快过期了，就延长锁的过期时间。

从以上的描述可以看出，分布式锁的加锁的逻辑很复杂，普通开发者自己实现很容易出错，所以可以用Redisson分布式锁，已经帮我们解决了以上的问题，且代码十分简单。

try {
    //加锁
    RLock redissonLock = redisson.getLock(key);
    redissonLock.lock();
    System.out.println("执行业务逻辑");
} finally {
    // 释放锁
    redisson.unlock();
}

以上分布式锁还可能出现问题，就是redis主节点挂了，从节点上并没有锁，然后从节点选举为主节点，之后其他线程仍然可能加锁成功。 redlock 需要超过半数的redis节点加锁成功才算加锁是成功的