深度剖析：Redis分布式鎖安全嗎？

作者：Magic Kaito 2021-07-26 11:09:46

開發(fā)

前端

分布式

Redis 這篇文章，我們主要探討了基于 Redis 實現(xiàn)的分布式鎖，究竟是否安全這個問題。

創(chuàng)新互聯(lián)是一家從事企業(yè)網(wǎng)站建設、成都網(wǎng)站制作、成都網(wǎng)站設計、行業(yè)門戶網(wǎng)站建設、網(wǎng)頁設計制作的專業(yè)網(wǎng)站建設公司，擁有經(jīng)驗豐富的網(wǎng)站建設工程師和網(wǎng)頁設計人員，具備各種規(guī)模與類型網(wǎng)站建設的實力，在網(wǎng)站建設領域樹立了自己獨特的設計風格。自公司成立以來曾獨立設計制作的站點上千余家。

前言

Redis 分布式鎖的話題，很多文章已經(jīng)寫爛了，但是小編發(fā)現(xiàn)網(wǎng)上 99% 的文章，并沒有把這個問題真正講清楚。導致很多讀者看了很多文章，依舊云里霧里。例如下面這些問題，你能清晰地回答上來嗎？

• 基于 Redis 如何實現(xiàn)一個分布式鎖？

• Redis 分布式鎖真的安全嗎？

• Redis 的 Redlock 有什么問題？一定安全嗎？

• 業(yè)界爭論 Redlock，到底在爭論什么？哪種觀點是對的？

• 分布式鎖到底用 Redis 還是 Zookeeper？

• 實現(xiàn)一個有「容錯性」的分布式鎖，都需要考慮哪些問題？

這篇文章，我就來把這些問題徹底講清楚。

讀完這篇文章，你不僅可以徹底了解分布式鎖，還會對「分布式系統(tǒng)」有更加深刻的理解。

文章有點長，但干貨很多，希望你可以耐心讀完。

一、為什么需要分布式鎖？

在開始講分布式鎖之前，有必要簡單介紹一下，為什么需要分布式鎖？

與分布式鎖相對應的是「單機鎖」，我們在寫多線程程序時，避免同時操作一個共享變量產(chǎn)生數(shù)據(jù)問題，通常會使用一把鎖來「互斥」，以保證共享變量的正確性，其使用范圍是在「同一個進程」中。

如果換做是多個進程，需要同時操作一個共享資源，如何互斥呢？

例如，現(xiàn)在的業(yè)務應用通常都是微服務架構(gòu)，這也意味著一個應用會部署多個進程，那這多個進程如果需要修改 MySQL 中的同一行記錄時，為了避免操作亂序?qū)е聰?shù)據(jù)錯誤，此時，我們就需要引入「分布式鎖」來解決這個問題了。

想要實現(xiàn)分布式鎖，必須借助一個外部系統(tǒng)，所有進程都去這個系統(tǒng)上申請「加鎖」。

而這個外部系統(tǒng)，必須要實現(xiàn)「互斥」的能力，即兩個請求同時進來，只會給一個進程返回成功，另一個返回失敗（或等待）。

這個外部系統(tǒng)，可以是 MySQL，也可以是 Redis 或 Zookeeper。但為了追求更好的性能，我們通常會選擇使用 Redis 或 Zookeeper 來做。

下面我就以 Redis 為主線，由淺入深，帶你深度剖析一下，分布式鎖的各種「安全性」問題，幫你徹底理解分布式鎖。

二、分布式鎖怎么實現(xiàn)？

我們從最簡單的開始講起。

想要實現(xiàn)分布式鎖，必須要求 Redis 有「互斥」的能力，我們可以使用 SETNX 命令，這個命令表示SET if Not eXists，即如果 key 不存在，才會設置它的值，否則什么也不做。

兩個客戶端進程可以執(zhí)行這個命令，達到互斥，就可以實現(xiàn)一個分布式鎖。

客戶端 1 申請加鎖，加鎖成功：

   
 
 
 

    
  
  
  
127.0.0.1:6379> SETNX lock 1 
    
  
  
  
(integer) 1     // 客戶端1，加鎖成功 
   
 
 
 

客戶端 2 申請加鎖，因為它后到達，加鎖失?。?/p>

   
 
 
 

    
  
  
  
127.0.0.1:6379> SETNX lock 1 
    
  
  
  
(integer) 0     // 客戶端2，加鎖失敗 
   
 
 
 

此時，加鎖成功的客戶端，就可以去操作「共享資源」，例如，修改 MySQL 的某一行數(shù)據(jù)，或者調(diào)用一個 API 請求。

操作完成后，還要及時釋放鎖，給后來者讓出操作共享資源的機會。如何釋放鎖呢？

也很簡單，直接使用 DEL 命令刪除這個 key 即可：

   
 
 
 

    
  
  
  
127.0.0.1:6379> DEL lock // 釋放鎖 
    
  
  
  
(integer) 1 
   
 
 
 

這個邏輯非常簡單，整體的路程就是這樣：

但是，它存在一個很大的問題，當客戶端 1 拿到鎖后，如果發(fā)生下面的場景，就會造成「死鎖」：

• 程序處理業(yè)務邏輯異常，沒及時釋放鎖

• 進程掛了，沒機會釋放鎖

這時，這個客戶端就會一直占用這個鎖，而其它客戶端就「永遠」拿不到這把鎖了。

怎么解決這個問題呢？

三、如何避免死鎖？

我們很容易想到的方案是，在申請鎖時，給這把鎖設置一個「租期」。

在 Redis 中實現(xiàn)時，就是給這個 key 設置一個「過期時間」。這里我們假設，操作共享資源的時間不會超過 10s，那么在加鎖時，給這個 key 設置 10s 過期即可：

   
 
 
 

    
  
  
  
127.0.0.1:6379> SETNX lock 1    // 加鎖 
    
  
  
  
(integer) 1 
    
  
  
  
127.0.0.1:6379> EXPIRE lock 10  // 10s后自動過期 
    
  
  
  
(integer) 1 
   
 
 
 

這樣一來，無論客戶端是否異常，這個鎖都可以在 10s 后被「自動釋放」，其它客戶端依舊可以拿到鎖。

但這樣真的沒問題嗎？

還是有問題。

現(xiàn)在的操作，加鎖、設置過期是 2 條命令，有沒有可能只執(zhí)行了第一條，第二條卻「來不及」執(zhí)行的情況發(fā)生呢？例如：

• SETNX 執(zhí)行成功，執(zhí)行 EXPIRE 時由于網(wǎng)絡問題，執(zhí)行失敗

• SETNX 執(zhí)行成功，Redis 異常宕機，EXPIRE 沒有機會執(zhí)行

• SETNX 執(zhí)行成功，客戶端異常崩潰，EXPIRE 也沒有機會執(zhí)行

總之，這兩條命令不能保證是原子操作（一起成功），就有潛在的風險導致過期時間設置失敗，依舊發(fā)生「死鎖」問題。

怎么辦？

在 Redis 2.6.12 版本之前，我們需要想盡辦法，保證 SETNX 和 EXPIRE 原子性執(zhí)行，還要考慮各種異常情況如何處理。

但在 Redis 2.6.12 之后，Redis 擴展了 SET 命令的參數(shù)，用這一條命令就可以了：

   
 
 
 

    
  
  
  
// 一條命令保證原子性執(zhí)行 
    
  
  
  
127.0.0.1:6379> SET lock 1 EX 10 NX 
    
  
  
  
OK 
   
 
 
 

這樣就解決了死鎖問題，也比較簡單。

我們再來看分析下，它還有什么問題？

試想這樣一種場景：

• 客戶端 1 加鎖成功，開始操作共享資源

• 客戶端 1 操作共享資源的時間，「超過」了鎖的過期時間，鎖被「自動釋放」

• 客戶端 2 加鎖成功，開始操作共享資源

• 客戶端 1 操作共享資源完成，釋放鎖（但釋放的是客戶端 2 的鎖）

看到了么，這里存在兩個嚴重的問題：

• 鎖過期： 客戶端 1 操作共享資源耗時太久，導致鎖被自動釋放，之后被客戶端 2 持有

• 釋放別人的鎖： 客戶端 1 操作共享資源完成后，卻又釋放了客戶端 2 的鎖

導致這兩個問題的原因是什么？我們一個個來看。

第一個問題，可能是我們評估操作共享資源的時間不準確導致的。

例如，操作共享資源的時間「最慢」可能需要 15s，而我們卻只設置了 10s 過期，那這就存在鎖提前過期的風險。

過期時間太短，那增大冗余時間，例如設置過期時間為 20s，這樣總可以了吧？

這樣確實可以「緩解」這個問題，降低出問題的概率，但依舊無法「徹底解決」問題。

為什么？

原因在于，客戶端在拿到鎖之后，在操作共享資源時，遇到的場景有可能是很復雜的，例如，程序內(nèi)部發(fā)生異常、網(wǎng)絡請求超時等等。

既然是「預估」時間，也只能是大致計算，除非你能預料并覆蓋到所有導致耗時變長的場景，但這其實很難。

有什么更好的解決方案嗎？

別急，關(guān)于這個問題，我會在后面詳細來講對應的解決方案。

我們繼續(xù)來看第二個問題。

第二個問題在于，一個客戶端釋放了其它客戶端持有的鎖。

想一下，導致這個問題的關(guān)鍵點在哪？

重點在于，每個客戶端在釋放鎖時，都是「無腦」操作，并沒有檢查這把鎖是否還「歸自己持有」，所以就會發(fā)生釋放別人鎖的風險，這樣的解鎖流程，很不「嚴謹」！

如何解決這個問題呢？

四、鎖被別人釋放怎么辦?

解決辦法是：客戶端在加鎖時，設置一個只有自己知道的「唯一標識」進去。

例如，可以是自己的線程 ID，也可以是一個 UUID（隨機且唯一），這里我們以 UUID 舉例：

   
 
 
 

    
  
  
  
// 鎖的VALUE設置為UUID 
    
  
  
  
127.0.0.1:6379> SET lock $uuid EX 20 NX 
    
  
  
  
OK 
   
 
 
 

這里假設 20s 操作共享時間完全足夠，先不考慮鎖自動過期的問題。

之后，在釋放鎖時，要先判斷這把鎖是否還歸自己持有，偽代碼可以這么寫：

   
 
 
 

    
  
  
  
// 鎖是自己的，才釋放 
    
  
  
  
if redis.get("lock") == $uuid: 
    
  
  
  
    redis.del("lock") 
   
 
 
 

這里釋放鎖使用的是 GET + DEL 兩條命令，這時，又會遇到我們前面講的原子性問題了。

• 客戶端 1 執(zhí)行 GET，判斷鎖是自己的

• 客戶端 2 執(zhí)行了 SET 命令，強制獲取到鎖（雖然發(fā)生概率比較低，但我們需要嚴謹?shù)乜紤]鎖的安全性模型）

• 客戶端 1 執(zhí)行 DEL，卻釋放了客戶端 2 的鎖

由此可見，這兩個命令還是必須要原子執(zhí)行才行。

怎樣原子執(zhí)行呢？Lua 腳本。

我們可以把這個邏輯，寫成 Lua 腳本，讓 Redis 來執(zhí)行。

因為 Redis 處理每一個請求是「單線程」執(zhí)行的，在執(zhí)行一個 Lua 腳本時，其它請求必須等待，直到這個 Lua 腳本處理完成，這樣一來，GET + DEL 之間就不會插入其它命令了。

安全釋放鎖的 Lua 腳本如下：

   
 
 
 

    
  
  
  
// 判斷鎖是自己的，才釋放 
    
  
  
  
if redis.call("GET",KEYS[1]) == ARGV[1] 
    
  
  
  
then 
    
  
  
  
    return redis.call("DEL",KEYS[1]) 
    
  
  
  
else 
    
  
  
  
    return 0 
    
  
  
  
end 
   
 
 
 

好了，這樣一路優(yōu)化，整個的加鎖、解鎖的流程就更「嚴謹」了。

這里我們先小結(jié)一下，基于 Redis 實現(xiàn)的分布式鎖，一個嚴謹?shù)牡牧鞒倘缦拢?/p>

• 加鎖：SET lock_key $unique_id EX $expire_time NX

• 操作共享資源

• 釋放鎖：Lua 腳本，先 GET 判斷鎖是否歸屬自己，再 DEL 釋放鎖

好，有了這個完整的鎖模型，讓我們重新回到前面提到的第一個問題。

五、鎖過期時間不好評估怎么辦？

鎖過期時間不好評估怎么辦？

前面我們提到，鎖的過期時間如果評估不好，這個鎖就會有「提前」過期的風險。

當時給的妥協(xié)方案是，盡量「冗余」過期時間，降低鎖提前過期的概率。

這個方案其實也不能完美解決問題，那怎么辦呢？

是否可以設計這樣的方案： 加鎖時，先設置一個過期時間，然后我們開啟一個「守護線程」，定時去檢測這個鎖的失效時間，如果鎖快要過期了，操作共享資源還未完成，那么就自動對鎖進行「續(xù)期」，重新設置過期時間。

這確實一種比較好的方案。

如果你是 Java 技術(shù)棧，幸運的是，已經(jīng)有一個庫把這些工作都封裝好了： Redisson。

Redisson 是一個 Java 語言實現(xiàn)的 Redis SDK 客戶端，在使用分布式鎖時，它就采用了「自動續(xù)期」的方案來避免鎖過期，這個守護線程我們一般也把它叫做「看門狗」線程。

除此之外，這個 SDK 還封裝了很多易用的功能：

• 可重入鎖

• 樂觀鎖

• 公平鎖

• 讀寫鎖

• Redlock（紅鎖，下面會詳細講）

這個 SDK 提供的 API 非常友好，它可以像操作本地鎖的方式，操作分布式鎖。如果你是 Java 技術(shù)棧，可以直接把它用起來。

這里不重點介紹 Redisson 的使用，大家可以看官方 Github 學習如何使用，比較簡單。

到這里我們再小結(jié)一下，基于 Redis 的實現(xiàn)分布式鎖，前面遇到的問題，以及對應的解決方案：

• 死鎖： 設置過期時間；

• 過期時間評估不好，鎖提前過期： 守護線程，自動續(xù)期；

• 鎖被別人釋放： 鎖寫入唯一標識，釋放鎖先檢查標識，再釋放。

還有哪些問題場景，會危害 Redis 鎖的安全性呢？

之前分析的場景都是，鎖在「單個」Redis 實例中可能產(chǎn)生的問題，并沒有涉及到 Redis 的部署架構(gòu)細節(jié)。

而我們在使用 Redis 時，一般會采用 主從集群 + 哨兵 的模式部署，這樣做的好處在于，當主庫異常宕機時，哨兵可以實現(xiàn)「故障自動切換」，把從庫提升為主庫，繼續(xù)提供服務，以此保證可用性。

那當「主從發(fā)生切換」時，這個分布鎖會依舊安全嗎？

試想這樣的場景：

• 客戶端 1 在主庫上執(zhí)行 SET 命令，加鎖成功

• 此時，主庫異常宕機，SET 命令還未同步到從庫上（主從復制是異步的）

• 從庫被哨兵提升為新主庫，這個鎖在新的主庫上，丟失了！

可見，當引入 Redis 副本后，分布鎖還是可能會受到影響。

怎么解決這個問題？

為此，Redis 的作者提出一種解決方案，就是我們經(jīng)常聽到的 Redlock（紅鎖）。

它真的可以解決上面這個問題嗎？

六、Redlock 真的安全嗎？

好，終于到了這篇文章的重頭戲。??？上面講的那么多問題，難道只是基礎？

是的，那些只是開胃菜，真正的硬菜，從這里剛剛開始。

如果上面講的內(nèi)容，你還沒有理解，我建議你重新閱讀一遍，先理清整個加鎖、解鎖的基本流程。

如果你已經(jīng)對 Redlock 有所了解，這里可以跟著我再復習一遍，如果你不了解 Redlock，沒關(guān)系，我會帶你重新認識它。

值得提醒你的是，后 面我不僅僅是講 Redlock 的原理，還會引出有關(guān)「分布式系統(tǒng)」中的很多問題，你最好跟緊我的思路，在腦中一起分析問題的答案。

現(xiàn)在我們來看，Redis 作者提出的 Redlock 方案，是如何解決主從切換后，鎖失效問題的。

Redlock 的方案基于 2 個前提：

• 不再需要部署 從庫 和 哨兵 實例，只部署 主庫

• 但主庫要部署多個，官方推薦至少 5 個實例

也就是說，想用使用 Redlock，你至少要部署 5 個 Redis 實例，而且都是主庫，它們之間沒有任何關(guān)系，都是一個個孤立的實例。

注意：不是部署 Redis Cluster，就是部署 5 個簡單的 Redis 實例。

Redlock 具體如何使用呢？

整體的流程是這樣的，一共分為 5 步：

• 客戶端先獲取「當前時間戳T1」

• 客戶端依次向這 5 個 Redis 實例發(fā)起加鎖請求（用前面講到的 SET 命令），且每個請求會設置超時時間（毫秒級，要遠小于鎖的有效時間），如果某一個實例加鎖失敗（包括網(wǎng)絡超時、鎖被其它人持有等各種異常情況），就立即向下一個 Redis 實例申請加鎖

• 如果客戶端從 >=3 個（大多數(shù)）以上 Redis 實例加鎖成功，則再次獲取「當前時間戳T2」，如果 T2 - T1 < 鎖的過期時間，此時，認為客戶端加鎖成功，否則認為加鎖失敗

• 加鎖成功，去操作共享資源（例如修改 MySQL 某一行，或發(fā)起一個 API 請求）

• 加鎖失敗，向「全部節(jié)點」發(fā)起釋放鎖請求（前面講到的 Lua 腳本釋放鎖）

我簡單幫你總結(jié)一下，有 4 個重點：

• 客戶端在多個 Redis 實例上申請加鎖

• 必須保證大多數(shù)節(jié)點加鎖成功

• 大多數(shù)節(jié)點加鎖的總耗時，要小于鎖設置的過期時間

• 釋放鎖，要向全部節(jié)點發(fā)起釋放鎖請求

第一次看可能不太容易理解，建議你把上面的文字多看幾遍，加深記憶。

然后，記住這 5 步，非常重要，下面會根據(jù)這個流程，剖析各種可能導致鎖失效的問題假設。

好，明白了 Redlock 的流程，我們來看 Redlock 為什么要這么做。

1) 為什么要在多個實例上加鎖？

本質(zhì)上是為了「容錯」，部分實例異常宕機，剩余的實例加鎖成功，整個鎖服務依舊可用。

2) 為什么大多數(shù)加鎖成功，才算成功？

多個 Redis 實例一起來用，其實就組成了一個「分布式系統(tǒng)」。

在分布式系統(tǒng)中，總會出現(xiàn)「異常節(jié)點」，所以，在談論分布式系統(tǒng)問題時，需要考慮異常節(jié)點達到多少個，也依舊不會影響整個系統(tǒng)的「正確性」。

這是一個分布式系統(tǒng)「容錯」問題，這個問題的結(jié)論是： 如果只存在「故障」節(jié)點，只要大多數(shù)節(jié)點正常，那么整個系統(tǒng)依舊是可以提供正確服務的。

這個問題的模型，就是我們經(jīng)常聽到的「拜占庭將軍」問題，感興趣可以去看算法的推演過程。

3) 為什么步驟 3 加鎖成功后，還要計算加鎖的累計耗時？

因為操作的是多個節(jié)點，所以耗時肯定會比操作單個實例耗時更久，而且，因為是網(wǎng)絡請求，網(wǎng)絡情況是復雜的，有可能存在延遲、丟包、超時等情況發(fā)生，網(wǎng)絡請求越多，異常發(fā)生的概率就越大。

所以，即使大多數(shù)節(jié)點加鎖成功，但如果加鎖的累計耗時已經(jīng)「超過」了鎖的過期時間，那此時有些實例上的鎖可能已經(jīng)失效了，這個鎖就沒有意義了。

4) 為什么釋放鎖，要操作所有節(jié)點？

在某一個 Redis 節(jié)點加鎖時，可能因為「網(wǎng)絡原因」導致加鎖失敗。

例如，客戶端在一個 Redis 實例上加鎖成功，但在讀取響應結(jié)果時，網(wǎng)絡問題導致 讀取失敗 ，那這把鎖其實已經(jīng)在 Redis 上加鎖成功了。

所以，釋放鎖時，不管之前有沒有加鎖成功，需要釋放「所有節(jié)點」的鎖，以保證清理節(jié)點上「殘留」的鎖。

好了，明白了 Redlock 的流程和相關(guān)問題，看似 Redlock 確實解決了 Redis 節(jié)點異常宕機鎖失效的問題，保證了鎖的「安全性」。

但事實真的如此嗎？

七、Redlock 的爭論誰對誰錯？

Redis 作者把這個方案一經(jīng)提出，就馬上受到業(yè)界著名的分布式系統(tǒng)專家的 質(zhì)疑！

這個專家叫 Martin， 是英國劍橋大學的一名分布式系統(tǒng)研究員。在此之前他曾是軟件工程師和企業(yè)家，從事大規(guī)模數(shù)據(jù)基礎設施相關(guān)的工作。它還經(jīng)常在大會做演講，寫博客，寫書，也是開源貢獻者。

他馬上寫了篇文章，質(zhì)疑這個 Redlock 的算法模型是有問題的，并對分布式鎖的設計，提出了自己的看法。

之后，Redis 作者 Antirez 面對質(zhì)疑，不甘示弱，也寫了一篇文章，反駁了對方的觀點，并詳細剖析了 Redlock 算法模型的更多設計細節(jié)。

而且，關(guān)于這個問題的爭論，在當時互聯(lián)網(wǎng)上也引起了非常激烈的討論。

二人思路清晰，論據(jù)充分，這是一場高手過招，也是分布式系統(tǒng)領域非常好的一次思想的碰撞！雙方都是分布式系統(tǒng)領域的專家，卻對同一個問題提出很多相反的論斷，究竟是怎么回事？

下面我會從他們的爭論文章中，提取重要的觀點，整理呈現(xiàn)給你。

提醒：后面的信息量極大，可能不宜理解，最好放慢速度閱讀。

分布式專家 Martin 對于 Relock 的質(zhì)疑

在他的文章中，主要闡述了 4 個論點：

1) 分布式鎖的目的是什么？

Martin 表示，你必須先清楚你在使用分布式鎖的目的是什么？

他認為有兩個目的。

第一，效率。

使用分布式鎖的互斥能力，是避免不必要地做同樣的兩次工作（例如一些昂貴的計算任務）。如果鎖失效，并不會帶來「惡性」的后果，例如發(fā)了 2 次郵件等，無傷大雅。

第二，正確性。

使用鎖用來防止并發(fā)進程互相干擾。如果鎖失效，會造成多個進程同時操作同一條數(shù)據(jù)，產(chǎn)生的后果是 數(shù)據(jù)嚴重錯誤、永久性不一致、數(shù)據(jù)丟失 等惡性問題，就像給患者服用了重復劑量的藥物，后果很嚴重。

他認為，如果你是為了前者——效率，那么使用單機版 Redis 就可以了，即使偶爾發(fā)生鎖失效（宕機、主從切換），都不會產(chǎn)生嚴重的后果。而使用 Redlock 太重了，沒必要。

而如果是為了正確性，Martin 認為 Redlock 根本達不到安全性的要求，也依舊存在鎖失效的問題！

2) 鎖在分布式系統(tǒng)中會遇到的問題

Martin 表示，一個分布式系統(tǒng)，更像一個復雜的「野獸」，存在著你想不到的各種異常情況。

這些異常場景主要包括三大塊，這也是分布式系統(tǒng)會遇到的三座大山： NPC。

• N：Network Delay，網(wǎng)絡延遲

• P：Process Pause，進程暫停（GC）

• C：Clock Drift，時鐘漂移

Martin 用一個進程暫停（GC）的例子，指出了 Redlock 安全性問題：

• 客戶端 1 請求鎖定節(jié)點 A、B、C、D、E

• 客戶端 1 的拿到鎖后，進入 GC（時間比較久）

• 所有 Redis 節(jié)點上的鎖都過期了

• 客戶端 2 獲取到了 A、B、C、D、E 上的鎖

• 客戶端 1 GC 結(jié)束，認為成功獲取鎖

• 客戶端 2 也認為獲取到了鎖，發(fā)生「沖突」

Martin 認為，GC 可能發(fā)生在程序的任意時刻，而且執(zhí)行時間是不可控的。

注：當然，即使是使用沒有 GC 的編程語言，在發(fā)生網(wǎng)絡延遲、時鐘漂移時，也都有可能導致 Redlock 出現(xiàn)問題，這里 Martin 只是拿 GC 舉例。

3) 假設時鐘正確的是不合理的

又或者，當多個 Redis 節(jié)點「時鐘」發(fā)生問題時，也會導致 Redlock 鎖失效。

• 客戶端 1 獲取節(jié)點 A、B、C 上的鎖，但由于網(wǎng)絡問題，無法訪問 D 和 E

• 節(jié)點 C 上的時鐘「向前跳躍」，導致鎖到期

• 客戶端 2 獲取節(jié)點 C、D、E 上的鎖，由于網(wǎng)絡問題，無法訪問 A 和 B

• 客戶端 1 和 2 現(xiàn)在都相信它們持有了鎖（沖突）

Martin 覺得，Redlock 必須「強依賴」多個節(jié)點的時鐘是保持同步的，一旦有節(jié)點時鐘發(fā)生錯誤，那這個算法模型就失效了。

即使 C 不是時鐘跳躍，而是「崩潰后立即重啟」，也會發(fā)生類似的問題。

Martin 繼續(xù)闡述，機器的時鐘發(fā)生錯誤，是很有可能發(fā)生的：

• 系統(tǒng)管理員「手動修改」了機器時鐘

• 機器時鐘在同步 NTP 時間時，發(fā)生了大的「跳躍」

總之，Martin 認為，Redlock 的算法是建立在「同步模型」基礎上的，有大量資料研究表明，同步模型的假設，在分布式系統(tǒng)中是有問題的。

在混亂的分布式系統(tǒng)的中，你不能假設系統(tǒng)時鐘就是對的，所以，你必須非常小心你的假設。

4) 提出 fecing token 的方案，保證正確性

相對應的，Martin 提出一種被叫作 fecing token 的方案，保證分布式鎖的正確性。

這個模型流程如下：

• 客戶端在獲取鎖時，鎖服務可以提供一個「遞增」的 token

• 客戶端拿著這個 token 去操作共享資源

• 共享資源可以根據(jù) token 拒絕「后來者」的請求

這樣一來，無論 NPC 哪種異常情況發(fā)生，都可以保證分布式鎖的安全性，因為它是建立在「異步模型」上的。

而 Redlock 無法提供類似 fecing token 的方案，所以它無法保證安全性。

他還表示，一 個好的分布式鎖，無論 NPC 怎么發(fā)生，可以不在規(guī)定時間內(nèi)給出結(jié)果，但并不會給出一個錯誤的結(jié)果。也就是只會影響到鎖的「性能」（或稱之為活性），而不會影響它的「正確性」。

Martin 的結(jié)論：

1、 Redlock 不倫不類： 它對于效率來講，Redlock 比較重，沒必要這么做，而對于正確性來說，Redlock 是不夠安全的。

2、 時鐘假設不合理： 該算法對系統(tǒng)時鐘做出了危險的假設（假設多個節(jié)點機器時鐘都是一致的），如果不滿足這些假設，鎖就會失效。

3、 無法保證正確性： Redlock 不能提供類似 fencing token 的方案，所以解決不了正確性的問題。為了正確性，請使用有「共識系統(tǒng)」的軟件，例如 Zookeeper。

好了，以上就是 Martin 反對使用 Redlock 的觀點，看起來有理有據(jù)。

下面我們來看 Redis 作者 Antirez 是如何反駁的。

Redis 作者 Antirez 的反駁

在 Redis 作者的文章中，重點有 3 個：

1) 解釋時鐘問題

首先，Redis 作者一眼就看穿了對方提出的最為核心的問題： 時鐘問題。

Redis 作者表示，Redlock 并不需要完全一致的時鐘，只需要大體一致就可以了，允許有「誤差」。

例如要計時 5s，但實際可能記了 4.5s，之后又記了 5.5s，有一定誤差，但只要不超過「誤差范圍」鎖失效時間即可，這種對于時鐘的精度要求并不是很高，而且這也符合現(xiàn)實環(huán)境。

對于對方提到的「時鐘修改」問題，Redis 作者反駁到：

手動修改時鐘： 不要這么做就好了，否則你直接修改 Raft 日志，那 Raft 也會無法工作...

時鐘跳躍： 通過「恰當?shù)倪\維」，保證機器時鐘不會大幅度跳躍（每次通過微小的調(diào)整來完成），實際上這是可以做到的

為什么 Redis 作者優(yōu)先解釋時鐘問題？因為在后面的反駁過程中，需要依賴這個基礎做進一步解釋。

2) 解釋網(wǎng)絡延遲、GC 問題

之后，Redis 作者對于對方提出的，網(wǎng)絡延遲、進程 GC 可能導致 Redlock 失效的問題，也做了反駁：

我們重新回顧一下，Martin 提出的問題假設：

• 客戶端 1 請求鎖定節(jié)點 A、B、C、D、E

• 客戶端 1 的拿到鎖后，進入 GC

• 所有 Redis 節(jié)點上的鎖都過期了

• 客戶端 2 獲取節(jié)點 A、B、C、D、E 上的鎖

• 客戶端 1 GC 結(jié)束，認為成功獲取鎖

• 客戶端 2 也認為獲取到鎖，發(fā)生「沖突」

Redis 作者反駁到，這個假設其實是有問題的，Redlock 是可以保證鎖安全的。

這是怎么回事呢？

還記得前面介紹 Redlock 流程的那 5 步嗎？這里我再拿過來讓你復習一下。

• 客戶端先獲取「當前時間戳T1」

• 客戶端依次向這 5 個 Redis 實例發(fā)起加鎖請求（用前面講到的 SET 命令），且每個請求會設置超時時間（毫秒級，要遠小于鎖的有效時間），如果某一個實例加鎖失?。òňW(wǎng)絡超時、鎖被其它人持有等各種異常情況），就立即向下一個 Redis 實例申請加鎖

• 如果客戶端從 3 個（大多數(shù)）以上 Redis 實例加鎖成功，則再次獲取「當前時間戳T2」，如果 T2 - T1 < 鎖的過期時間，此時，認為客戶端加鎖成功，否則認為加鎖失敗

• 加鎖成功，去操作共享資源（例如修改 MySQL 某一行，或發(fā)起一個 API 請求）

• 加鎖失敗，向「全部節(jié)點」發(fā)起釋放鎖請求（前面講到的 Lua 腳本釋放鎖）

注意，重點是 1-3，在步驟 3，加鎖成功后為什么要重新獲取「當前時間戳T2」？還用 T2 - T1 的時間，與鎖的過期時間做比較？

Redis 作者強調(diào)：如果在 1-3 發(fā)生了網(wǎng)絡延遲、進程 GC 等耗時長的異常情況，那在第 3 步 T2 - T1，是可以檢測出來的，如果超出了鎖設置的過期時間，那這時就認為加鎖會失敗，之后釋放所有節(jié)點的鎖就好了！

Redis 作者繼續(xù)論述，如果對方認為，發(fā)生網(wǎng)絡延遲、進程 GC 是在步驟 3 之后，也就是客戶端確認拿到了鎖，去操作共享資源的途中發(fā)生了問題，導致鎖失效， 那這不止是 Redlock 的問題，任何其它鎖服務例如 Zookeeper，都有類似的問題，這不在討論范疇內(nèi)。

這里我舉個例子解釋一下這個問題：

• 客戶端通過 Redlock 成功獲取到鎖（通過了大多數(shù)節(jié)點加鎖成功、加鎖耗時檢查邏輯）

• 客戶端開始操作共享資源，此時發(fā)生網(wǎng)絡延遲、進程 GC 等耗時很長的情況

• 此時，鎖過期自動釋放

• 客戶端開始操作 MySQL（此時的鎖可能會被別人拿到，鎖失效）

Redis 作者這里的結(jié)論就是：

• 客戶端在拿到鎖之前，無論經(jīng)歷什么耗時長問題，Redlock 都能夠在第 3 步檢測出來

• 客戶端在拿到鎖之后，發(fā)生 NPC，那 Redlock、Zookeeper 都無能為力

所以，Redis 作者認為 Redlock 在保證時鐘正確的基礎上，是可以保證正確性的。

3) 質(zhì)疑 fencing token 機制

Redis 作者對于對方提出的 fecing token 機制，也提出了質(zhì)疑，主要分為 2 個問題，這里最不宜理解，請跟緊我的思路。

第一， 這個方案必須要求要操作的「共享資源服務器」有拒絕「舊 token」的能力。

例如，要操作 MySQL，從鎖服務拿到一個遞增數(shù)字的 token，然后客戶端要帶著這個 token 去改 MySQL 的某一行，這就需要利用 MySQL 的「事物隔離性」來做。

   
 
 
 

    
  
  
  
// 兩個客戶端必須利用事物和隔離性達到目的 
    
  
  
  
// 注意 token 的判斷條件 
    
  
  
  
UPDATE table T SET val = $new_val WHERE id = $id AND current_token < $token 
   
 
 
 

但如果操作的不是 MySQL 呢？例如向磁盤上寫一個文件，或發(fā)起一個 HTTP 請求，那這個方案就無能為力了，這對要操作的資源服務器，提出了更高的要求。

也就是說，大部分要操作的資源服務器，都是沒有這種互斥能力的。

再者，既然資源服務器都有了「互斥」能力，那還要分布式鎖干什么？

所以，Redis 作者認為這個方案是站不住腳的。

第二， 退一步講，即使 Redlock 沒有提供 fecing token 的能力，但 Redlock 已經(jīng)提供了隨機值（就是前面講的 UUID），利用這個隨機值，也可以達到與 fecing token 同樣的效果。

如何做呢？

Redis 作者只是提到了可以完成 fecing token 類似的功能，但卻沒有展開相關(guān)細節(jié)，根據(jù)我查閱的資料，大概流程應該如下，如有錯誤，歡迎交流~

• 客戶端使用 Redlock 拿到鎖

• 客戶端在操作共享資源之前，先把這個鎖的 VALUE，在要操作的共享資源上做標記

• 客戶端處理業(yè)務邏輯，最后，在修改共享資源時，判斷這個標記是否與之前一樣，一樣才修改（類似 CAS 的思路）

還是以 MySQL 為例，舉個例子就是這樣的：

• 客戶端使用 Redlock 拿到鎖

• 客戶端要修改 MySQL 表中的某一行數(shù)據(jù)之前，先把鎖的 VALUE 更新到這一行的某個字段中（這里假設為 current_token 字段)

• 客戶端處理業(yè)務邏輯

• 客戶端修改 MySQL 的這一行數(shù)據(jù)，把 VALUE 當做 WHERE 條件，再修改

   
 
 
 

    
  
  
  
UPDATE table T SET val = $new_val WHERE id = $id AND current_token = $redlock_value 
   
 
 
 

可見，這種方案依賴 MySQL 的事物機制，也達到對方提到的 fecing token 一樣的效果。

但這里還有個小問題，是網(wǎng)友參與問題討論時提出的： 兩個客戶端通過這種方案，先「標記」再「檢查+修改」共享資源，那這兩個客戶端的操作順序無法保證啊？

而用 Martin 提到的 fecing token，因為這個 token 是單調(diào)遞增的數(shù)字，資源服務器可以拒絕小的 token 請求，保證了操作的「順序性」！

Redis 作者對這問題做了不同的解釋，我覺得很有道理，他解釋道： 分布式鎖的本質(zhì)，是為了「互斥」，只要能保證兩個客戶端在并發(fā)時，一個成功，一個失敗就好了，不需要關(guān)心「順序性」。

前面 Martin 的質(zhì)疑中，一直很關(guān)心這個順序性問題，但 Redis 的作者的看法卻不同。

綜上，Redis 作者的結(jié)論：

1、作者同意對方關(guān)于「時鐘跳躍」對 Redlock 的影響，但認為時鐘跳躍是可以避免的，取決于基礎設施和運維。

2、Redlock 在設計時，充分考慮了 NPC 問題，在 Redlock 步驟 3 之前出現(xiàn) NPC，可以保證鎖的正確性，但在步驟 3 之后發(fā)生 NPC，不止是 Redlock 有問題，其它分布式鎖服務同樣也有問題，所以不在討論范疇內(nèi)。

是不是覺得很有意思？

在分布式系統(tǒng)中，一個小小的鎖，居然可能會遇到這么多問題場景，影響它的安全性！

不知道你看完雙方的觀點，更贊同哪一方的說法呢？

別急，后面我還會綜合以上論點，談談自己的理解。

好，講完了雙方對于 Redis 分布鎖的爭論，你可能也注意到了，Martin 在他的文章中，推薦使用 Zookeeper 實現(xiàn)分布式鎖，認為它更安全，確實如此嗎？

八、基于 Zookeeper 的鎖安全嗎？

如果你有了解過 Zookeeper，基于它實現(xiàn)的分布式鎖是這樣的：

• 客戶端 1 和 2 都嘗試創(chuàng)建「臨時節(jié)點」，例如 /lock

• 假設客戶端 1 先到達，則加鎖成功，客戶端 2 加鎖失敗

• 客戶端 1 操作共享資源

• 客戶端 1 刪除 /lock 節(jié)點，釋放鎖

你應該也看到了，Zookeeper 不像 Redis 那樣，需要考慮鎖的過期時間問題，它是采用了「臨時節(jié)點」，保證客戶端 1 拿到鎖后，只要連接不斷，就可以一直持有鎖。

而且，如果客戶端 1 異常崩潰了，那么這個臨時節(jié)點會自動刪除，保證了鎖一定會被釋放。

不錯，沒有鎖過期的煩惱，還能在異常時自動釋放鎖，是不是覺得很完美？

其實不然。

思考一下，客戶端 1 創(chuàng)建臨時節(jié)點后，Zookeeper 是如何保證讓這個客戶端一直持有鎖呢？

原因就在于 ，客戶端 1 此時會與 Zookeeper 服務器維護一個 Session，這個 Session 會依賴客戶端「定時心跳」來維持連接。

如果 Zookeeper 長時間收不到客戶端的心跳，就認為這個 Session 過期了，也會把這個臨時節(jié)點刪除。

同樣地，基于此問題，我們也討論一下 GC 問題對 Zookeeper 的鎖有何影響：

• 客戶端 1 創(chuàng)建臨時節(jié)點 /lock 成功，拿到了鎖

• 客戶端 1 發(fā)生長時間 GC

• 客戶端 1 無法給 Zookeeper 發(fā)送心跳，Zookeeper 把臨時節(jié)點「刪除」

• 客戶端 2 創(chuàng)建臨時節(jié)點 /lock 成功，拿到了鎖

• 客戶端 1 GC 結(jié)束，它仍然認為自己持有鎖（沖突）

可見，即使是使用 Zookeeper，也無法保證進程 GC、網(wǎng)絡延遲異常場景下的安全性。

這就是前面 Redis 作者在反駁的文章中提到的：如果客戶端已經(jīng)拿到了鎖，但客戶端與鎖服務器發(fā)生「失聯(lián)」（例如 GC），那不止 Redlock 有問題，其它鎖服務都有類似的問題，Zookeeper 也是一樣！

所以，這里我們就能得出結(jié)論了： 一個分布式鎖，在極端情況下，不一定是安全的。

如果你的業(yè)務數(shù)據(jù)非常敏感，在使用分布式鎖時，一定要注意這個問題，不能假設分布式鎖 100% 安全。

好，現(xiàn)在我們來總結(jié)一下 Zookeeper 在使用分布式鎖時優(yōu)劣：

Zookeeper 的優(yōu)點：

• 不需要考慮鎖的過期時間

• watch 機制，加鎖失敗，可以 watch 等待鎖釋放，實現(xiàn)樂觀鎖

但它的劣勢是：

• 性能不如 Redis

• 部署和運維成本高

• 客戶端與 Zookeeper 的長時間失聯(lián)，鎖被釋放問題

九、我對分布式鎖的理解

好了，前面詳細介紹了基于 Redis 的 Redlock 和 Zookeeper 實現(xiàn)的分布鎖，在各種異常情況下的安全性問題，下面我想和你聊一聊我的看法，僅供參考，不喜勿噴。

1) 到底要不要用 Redlock？

前面也分析了，Redlock 只有建立在「時鐘正確」的前提下，才能正常工作，如果你可以保證這個前提，那么可以拿來使用。

但保證時鐘正確，我認為并不是你想的那么簡單就能做到的。

第一，從硬件角度來說， 時鐘發(fā)生偏移是時有發(fā)生，無法避免。

例如，CPU 溫度、機器負載、芯片材料都是有可能導致時鐘發(fā)生偏移的。

第二，從我的工作經(jīng)歷來說， 曾經(jīng)就遇到過時鐘錯誤、運維暴力修改時鐘的情況發(fā)生，進而影響了系統(tǒng)的正確性，所以，人為錯誤也是很難完全避免的。

所以，我對 Redlock 的個人看法是，盡量不用它，而且它的性能不如單機版 Redis，部署成本也高，我還是會優(yōu)先考慮使用主從+ 哨兵的模式 實現(xiàn)分布式鎖。

那正確性如何保證呢？第二點給你答案。

2) 如何正確使用分布式鎖？

在分析 Martin 觀點時，它提到了 fecing token 的方案，給我了很大的啟發(fā)，雖然這種方案有很大的局限性，但對于保證「正確性」的場景，是一個非常好的思路。

所以，我們可以把這兩者結(jié)合起來用：

1、使用分布式鎖，在上層完成「互斥」目的，雖然極端情況下鎖會失效，但它可以最大程度把并發(fā)請求阻擋在最上層，減輕操作資源層的壓力。

2、但對于要求數(shù)據(jù)絕對正確的業(yè)務，在資源層一定要做好「兜底」，設計思路可以借鑒 fecing token 的方案來做。

兩種思路結(jié)合，我認為對于大多數(shù)業(yè)務場景，已經(jīng)可以滿足要求了。

十、總結(jié)

好了，總結(jié)一下。

這篇文章，我們主要探討了基于 Redis 實現(xiàn)的分布式鎖，究竟是否安全這個問題。

從最簡單分布式鎖的實現(xiàn)，到處理各種異常場景，再到引出 Redlock，以及兩個分布式專家的辯論，得出了 Redlock 的適用場景。

最后，我們還對比了 Zookeeper 在做分布式鎖時，可能會遇到的問題，以及與 Redis 的差異。

這里我把這些內(nèi)容總結(jié)成了思維導圖，方便你理解。

十一、后記

這篇文章的信息量其實是非常大的，我覺得應該把分布鎖的問題，徹底講清楚了。

如果你沒有理解，我建議你多讀幾遍，并在腦海中構(gòu)建各種假定的場景，反復思辨。

在寫這篇文章時，我又重新研讀了兩位大神關(guān)于 Redlock 爭辯的這兩篇文章，可謂是是收獲滿滿，在這里也分享一些心得給你。

1、在分布式系統(tǒng)環(huán)境下，看似完美的設計方案，可能并不是那么「嚴絲合縫」，如果稍加推敲，就會發(fā)現(xiàn)各種問題。所以，在思考分布式系統(tǒng)問題時，一定要 謹慎再謹慎。

2、從 Redlock 的爭辯中，我們不要過多關(guān)注對錯，而是要多學習大神的思考方式，以及對一個問題嚴格審查的嚴謹精神。

最后，用 Martin 在對于 Redlock 爭論過后，寫下的感悟來結(jié)尾：

“前人已經(jīng)為我們創(chuàng)造出了許多偉大的成果：站在巨人的肩膀上，我們可以才得以構(gòu)建更好的軟件。無論如何，通過爭論和檢查它們是否經(jīng)得起別人的詳細審查，這是學習過程的一部分。但目標應該是獲取知識，而不是為了說服別人，讓別人相信你是對的。有時候，那只是意味著停下來，好好地想一想。”

共勉。 

標題名稱：深度剖析：Redis分布式鎖安全嗎？
網(wǎng)頁URL：http://www.fisionsoft.com.cn/article/djocppc.html