一、Redis分布式锁基础实现

public class RedisDistributedLock {private JedisPool jedisPool;private String lockKey;private String clientId;private int expireTime = 30; // 默认30秒public boolean tryLock() {try (Jedis jedis = jedisPool.getResource()) {// NX表示不存在时设置，PX设置过期时间（毫秒）String result = jedis.set(lockKey, clientId, SetParams.setParams().nx().px(expireTime * 1000));return "OK".equals(result);}}public void unlock() {try (Jedis jedis = jedisPool.getResource()) {// 使用Lua脚本保证原子性String script = "if redis.call('get', KEYS[1]) == ARGV[1] then " +"   return redis.call('del', KEYS[1]) " +"else " +"   return 0 " +"end";jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(clientId));}}
}

关键点：

1. 使用SET NX PX命令保证原子性

• 单命令原子性：Redis服务器单线程顺序执行命令
• 仅包含SET操作：仅完成键值设置和过期时间配置
• 无逻辑判断：仅判断键是否存在（NX特性）

2. 客户端唯一标识（clientId）防止误删
3. Lua脚本保证解锁操作的原子性

• 多命令原子性：组合GET、DEL等命令的复合操作
• 包含业务逻辑：实现"比较后删除"的CAS（Compare And Set）操作
• 支持复杂流程：可包含条件判断、循环等逻辑

缺陷：
如果锁存在A redis节点，然后B是A的从库，服务先获取A节点的redis key锁，如果A网络波动的时候的时候，主从切换，B节点升级为主节点，这个时候另一个服务获取B节点的相同的redis key，这种情况就发生脑裂了。

二、RedLock算法核心思想

RedLock算法由Redis作者提出，主要解决单点故障问题：

1. 多节点部署：使用5个（奇数）独立的Redis节点
2. 顺序获取：客户端依次向所有节点申请锁
3. 成功条件：获得超过半数的锁（3个）
4. 耗时计算：总耗时应小于锁的TTL时间
5. 失败释放：失败时需要释放所有已获得的锁

三、Redisson看门狗机制原理

public class RedissonWatchdogExample {public static void main(String[] args) {Config config = new Config();config.useSingleServer().setAddress("redis://127.0.0.1:6379");RedissonClient redisson = Redisson.create(config);RLock lock = redisson.getLock("myLock");try {// 默认30秒过期，看门狗自动续期lock.lock();// 业务逻辑执行时间可能超过30秒Thread.sleep(40000); } finally {lock.unlock();}}
}

集群防止脑裂

Redisson 实现分布式锁的核心机制和集群脑裂防护原理如下：

1. 基础锁实现原理：

-- Redis 原子操作脚本
if redis.call('exists', KEYS[1]) == 0 thenredis.call('hset', KEYS[1], ARGV[2], 1)redis.call('pexpire', KEYS[1], ARGV[1])return nil
end

2. 集群模式防护机制：

// RedissonMultiLock 集群锁实现
List<RLock> locks = new ArrayList<>();
locks.add(redissonClient1.getLock("lock1"));
locks.add(redissonClient2.getLock("lock2"));
RLock multiLock = new RedissonMultiLock(locks.toArray(new RLock[0]));

关键实现要点：

1. 多节点提交机制：

• 需要 N/2+1 个节点成功获取锁才算有效
• 使用异步线程维持锁心跳（Watchdog 机制）

// Watchdog 线程实现（伪代码）
private void scheduleExpirationRenewal() {if (expirationRenewalMap.putIfAbsent(lockName, newTimeout) == null) {// 每 10 秒续期一次internalLockLeaseTime / 3 周期执行}
}

2. 脑裂防护策略：

• 同步延迟控制：主从同步超时时间 > 锁过期时间
• 多数派原则：成功获取锁的节点数 > 集群半数节点
• 故障转移阻断：当节点失联时自动启动锁失效倒计时

3. 异常处理机制：

// 锁释放时的集群同步
public void unlock() {for (RLock lock : locks) {if (lock.isHeldByCurrentThread()) {lock.unlockAsync();}}
}

集群模式下重要参数配置建议：

# redisson.yaml
clusterServersConfig:nodeAddresses:- "redis://127.0.0.1:7000"- "redis://127.0.0.1:7001"scanInterval: 1000retryAttempts: 3retryInterval: 500slaveConnectionMinimumIdleSize: 8failedSlaveReconnectionInterval: 30000

该实现通过以下方式保证脑裂场景下的数据一致性：

1. 使用 Raft 式多数派提交协议
2. 网络分区时自动降级为只读模式
3. 主节点切换后新主节点会等待旧主节点锁超时
4. 客户端自动检测集群拓扑变化并重建连接
   看门狗机制关键点：
5. 后台线程：每10秒检查锁状态
6. 自动续期：当业务未完成时，将过期时间重置为30秒
7. 客户端存活判断：只有客户端保持活跃才会续期
8. 默认配置：lockWatchdogTimeout=30秒

四、完整方案对比

方案	优点	缺点
基础Redis锁	实现简单	单点故障风险
RedLock算法	高可用性	实现复杂、性能损耗
Redisson实现	自动续期、可重入锁、多种锁类型	需要维护客户端连接

实际建议：

1. 单节点场景使用Redisson基础锁
2. 高可用场景使用Redisson+Redis Cluster
3. 极端可靠性需求使用RedLock算法

生产环境注意事项：

1. 合理设置超时时间（业务平均耗时 * 2）
2. 监控锁等待时间和获取次数
3. 为不同业务使用不同的锁前缀
4. 做好锁等待超时的异常处理

竞品分析

分布式锁实现方案对比及优劣势分析

一、ZooKeeper 实现方案

// 使用Curator框架示例
public class ZkDistributedLock {private CuratorFramework client;private InterProcessMutex lock;public boolean tryLock(String lockPath) throws Exception {lock = new InterProcessMutex(client, lockPath);return lock.acquire(3, TimeUnit.SECONDS); // 3秒获取超时}public void unlock() throws Exception {if (lock != null) {lock.release();}}
}

核心原理：
通过创建临时顺序节点实现，获取锁的客户端会生成有序节点，只有序号最小的节点持有锁

优势：

1. 自动释放（会话失效时自动删除节点）
2. 公平锁机制（顺序节点）
3. 强一致性保证

劣势：

1. 写操作性能低于Redis
2. 需要维护ZooKeeper集群
3. 客户端实现相对复杂

---

二、Etcd 实现方案

// 使用jetcd客户端示例
public class EtcdDistributedLock {private Client client;private Lease lease;public boolean tryLock(String lockKey) throws Exception {lease = client.getLeaseClient().grant(30).get(); // 30秒租约Txn txn = client.getKVClient().txn();txn.If(new Cmp(lockKey, Cmp.Op.EQUAL, CmpTarget.version(0))).Then(Op.put(lockKey, "locked", PutOption.newBuilder().withLeaseId(lease.getID()).build())).Else(Op.get(lockKey));return txn.commit().get().isSucceeded();}
}

核心原理：
基于租约（Lease）机制，利用事务操作实现原子性锁获取

优势：

1. 强一致性（Raft协议）
2. 自动续期机制
3. 支持公平锁/非公平锁

劣势：

1. 运维复杂度较高
2. 客户端生态不如Redis完善
3. 性能低于Redis

---

三、数据库实现方案

// 基于MySQL的乐观锁实现
public class DbDistributedLock {@Transactionalpublic boolean tryLock(String lockName) {// 使用唯一索引约束int result = jdbcTemplate.update("INSERT INTO distributed_lock(lock_name,owner) VALUES (?,?) ON DUPLICATE KEY UPDATE owner=IF(expire_time < NOW(), VALUES(owner), owner)",lockName, UUID.randomUUID().toString());return result > 0;}
}

核心原理：
基于数据库唯一约束或排他锁（SELECT FOR UPDATE）

优势：

1. 无需额外中间件
2. 实现简单快速

劣势：

1. 性能差（高并发场景容易成为瓶颈）
2. 无自动释放机制
3. 死锁风险较高

---

方案对比总结表

方案	一致性	性能	自动释放	实现复杂度	适用场景
Redis	最终一致	高	支持	简单	高并发、允许短暂不一致
ZooKeeper	强一致	中	支持	复杂	强一致性要求、公平锁场景
Etcd	强一致	中	支持	较复杂	强一致性且需要自动续期
数据库	强一致	低	不支持	简单	低频访问、无中间件环境的应急方案

选型建议：

1. 追求性能 ➜ Redis（Redisson实现）
2. 强一致性要求 ➜ ZooKeeper/Etcd
3. 无中间件环境 ➜ 数据库方案（需谨慎处理超时）
4. 混合使用场景 ➜ 可组合使用（如Redis做主锁，数据库做备用锁）