highlight: a11y-light theme: mk-cute
引子
在上文的结尾中我提到了redis分布式锁在“主从架构”下失效的情况：比如当redis执行相应命令时，主节点挂掉了，从节点被选为新的主节点，但命令还没来得及同步到从节点，因此高并发场景下，新的请求又会拿到锁，但前一个锁并没有手动释放掉，到过期时间后，就把新请求的锁给释放掉了，那么就又出现并发问题了，本篇文章就将以解决这个问题作为开端来展开。
解决问题
在解决问题之前，我们先要认识一个名词-"CAP"。它是 Consistency（一致性）、Availability（可用性）和 Partition tolerance（分区容忍性）的缩写，这是一个在设计分布式系统时必须考虑的理论。CAP理论指出，一个分布式系统不可能同时满足这三个特性。在不存在网络失败的情况下（分布式系统正常运行时），C和A能够同时保证。只有当网络发生分区或失败时，才会在C和A之间做出选择。对于一个分布式系统而言，P是前提，必须保证，因为只要有网络交互就一定会有延迟和数据丢失，这种状况我们必须接受，必须保证系统不能挂掉。所以只剩下C、A可以选择。
为什么要先科普这个理论呢？因为redis在“主从架构”的前提下遵循的是AP，即保证高可用，也就是说主节点在收到命令执行后，会立即返回执行结果，而不是先往从节点同步数据，这也就是为什么redis主从架构下“锁”依然可能失效的原因。既然问题找到了，我们怎么解决呢？最简单的办法不用redis。
1.zookeeper分布式锁
zookeeper就不过多介绍了，不知道的同学自行百度，使用它的原因在于它追求的是CP，即数据一致性。和redis不同的是：它在接收到线程的命令后，并不会立即返回，而是先给从节点同步数据，从节点同步成功后会返回给主节点，主节点会统计从节点同步数据成功的个数，只有当半数以上的从节点同步成功，主节点才会返回“加锁成功”。
而当主节点挂掉后，从节点重新选举则依靠ZAB机制（Ps：用于实现分布式一致的协议），它通过底层的“选举算法”可以保证选举出来的从节点一定是同步过数据的。具体来说：
在ZooKeeper中，每个事务请求都会被赋予一个全局唯一的事务id，也就是zxid（ZooKeeper Transaction Id）。当主节点向从节点同步数据时，这些数据变更会作为一个事务被赋予一个zxid。 因此，如果一个从节点成功地从主节点那里接收并应用了这些数据变更，那么它的zxid就会更新。这就意味着，同步过数据的节点和未同步过数据的节点的zxid是不一样的。而在选举新的主节点时，ZooKeeper会选择zxid最大的节点，也就是数据最新的节点作为新的主节点。因为zxid最大的节点最有可能是已经同步过最新数据的节点。
2.Redlock算法
Redlock算法是Redis社区提出的一种解决Redis分布式锁失效问题的算法，在使用多个独立Redis实例的情况下，能够提供更高的可靠性和安全性。 Redlock算法的核心思想是：使用多个独立的Redis实例作为锁服务器，当客户端获取锁时，需要在大多数（如3个或5个）独立的Redis实例上设置锁，并在释放锁时需在所有实例上进行操作。只有当大多数实例都设置或释放锁成功时，才认为操作成功。 以下是一个简单的基于Redlock算法的Redis分布式锁的代码demo：
import redis
from redlock import RedLock
def acquire_lock(lock_name, retry_times=3, retry_delay=0.1):
redlocks = RedLock(lock_name, retry_times, retry_delay) for _ in range # 创建3个RedLock实例
acquired_locks = lock.acquire() for lock in redlocks # 在各个实例上尝试获取锁
if acquired_locks.count(True) >= 2: # 大多数实例获取锁成功
return True
else:
release_lock(lock_name)
return False
def release_lock(lock_name):
redlocks = RedLock(lock_name) for _ in range
lock.release() for lock in redlocks # 在所有实例上释放锁
f acquire_lock(“my_lock”):
try:
# 获取到锁后执行需要加锁的操作
print(“Do something…”)
finally:
release_lock(“my_lock”)
else:
print(“Failed to acquire lock”)
以上代码使用了Python Redis客户端及Redlock库，通过创建多个RedLock实例来实现锁的设置和释放。在获取锁时，需要在大多数实例上设置锁，并在释放锁时需在所有实例上进行操作，以保证操作的可靠性。