|
|
51CTO旗下网站
|
|
移动端

老板问我分布式锁,结果悲剧了......

公司交给了萌新小猿一个光荣而艰巨的项目,该项目需要使用分布式锁,这可难道了小猿。

作者:zxiaofan来源:zxiaofan|2020-04-10 08:03

公司交给了萌新小猿一个光荣而艰巨的项目,该项目需要使用分布式锁,这可难到了小猿。

图片来自 Pexels

只是听说过分布式锁很牛掰,其他就一概不知了,唉,不懂就问呗,遂向老板请教。

老板:我们每天不都在经历分布式锁吗,我来给你回忆回忆。

小猿:好勒,瓜子板凳已备好。

本文结构:

  • 为什么要使用分布式锁
  • 分布式锁有哪些特点
  • 分布式锁流行算法及其优缺点
  • 总结

为什么要使用分布式锁

这个问题应该拆分成以下 2 个问题回答。

①为什么使用锁

保证在同一时刻共享资源只能被一个客户端访问;根据锁用途分为以下两种:

  • 共享资源只允许一个客户端操作
  • 共享资源允许多个客户端操作

仅允许一个客户端访问:共享资源的操作不具备幂等性。常见于数据的修改、删除操作。

在上面的例子中:

允许多个客户端操作:主要应用场景是共享资源的操作具有幂等性;如数据的查询。

既然都具有幂等性了,为什么还需要分布式锁呢,通常是为了效率或性能,避免重复操作(尤其是消耗资源的操作)。

例如我们常见的缓存方案:

在上面的例子中:

由于此处的资源是幂等的,通常会将这类资源做缓存,这就是常见的锁+缓存架构。

常适用于获取较为消耗资源(时间、内存、CPU 等)的幂等资源,如:

  • 查询用户信息
  • 查询历史订单

当然,如果资源仅在一段时间范围内具有幂等性,这时候,架构就应该升级了:

锁+缓存+缓存失效/失效重新获取/缓存定时更新。

②锁为什么需要分布式的?

还是以上面的缓存方案为例,此处略作变化:

在上面的例子中:

分布式锁有哪些特点?

①互斥性

在任意时刻,仅允许有一个客户端获得锁。

PS:如果多个客户端都能同时获得锁,那锁就没意义了,共享资源的安全性也就无法保证了。

老板:当我在会议室接待客户 A 时,其他客户只有等待,你需要等到我空闲了才能把其他人带到我办公室。

小猿:明白。

接待客户(非幂等共享资源);等到老板空闲(获取锁)。

②可重入性

客户端 A 获得了锁,只要锁没有过期,客户端 A 可以继续获得该锁。锁在我这里,我还要继续使用,其他人不准抢。

这种特性可以很好的支持【锁续约】功能。例如:客户端 A 获取锁,锁释放时间为 10S,即将到达 10S 时,客户端 A 未完成任务,需要再申请 5S。若锁没有可重入性,客户端 A 将无法续约,导致锁可能被其他客户端抢走。

小猿:受教了,老板 3 分钟后你还有一场面试。

老板:小猿啊,难得你这么好学,我很欣慰,我们的交流时间延10分钟吧,其他会议延后。

③高性能

获取锁的效率应该足够高;总不能让业务阻塞在获取锁上面吧?

小猿:好的,我已在钉钉申请将会议延长 10 分钟了。

老板:嗯,我已经接受会议邀请了;

小猿:老板你真高效。

④高可用

分布式、微服务环境下,必须保证服务的高可用,否则轻则影响其他业务模块,重则引发服务雪崩。

老板:我手机 24 小时开机,有会议时联系不上我也可以联系我秘书。

⑤支持阻塞和非阻塞式锁

获取锁失败,是直接返回失败,还是一直阻塞知道获取成功?不同的业务场景有不同的答案。

例如:

⑥解锁权限

客户端仅能释放(解锁)自己加的锁。常见的解决方案是,给锁加随机数(或 ThreadID)。

老板:小猿啊,给你讲了这么多,都明白了吗?

笼子里的鹦鹉:明白啦,明白啦。

老板:闭嘴,我问的是小猿,只有小猿自己有资格回答。

⑦避免死锁

加锁方异常终止无法主动释放锁;常规做法是 加锁时设置超时时间,如果未主动释放锁,则利用 Redis 的自动过期被动释放锁。

秘书破门而入:老板,你们 10 分钟的会议已经到点了,隔壁的李总已经等不及了。

老板:一不留神就忘记时间了,我得去见李总了。

小猿:老板,我们还没聊完呢...

⑧异常处理

常见的异常情况有 Redis 宕机、时钟跳跃、网络故障等。

小猿:不管出现哪种情况,我获取锁都会失败啊,这可怎么办呢?

PS:这就复杂了,需要根据具体的业务场景分析。对于必须同步处理的业务,则必须失败告警,对于允许延迟处理的业务可以考虑记录失败信息待其他系统处理。

分布式锁流行算法

基本方案 SETNX

基于 Redis 的 SETNX 指令完成锁的获取。

①获取锁 SET lock:resource_name random_value NX PX 30000

lock:resource_name:资源名字,加锁对象的唯一标记。

random_value:通常存储加锁方的唯一标记,如“UUID+ThreadID”。

NX:Key 不存在才设置,即锁未被其他人加锁才能加锁。

PX:锁超时时间。

当然,此种加锁方式是不支持“锁重入性”的。

②释放锁(LUA 脚本)

checkValueThenDelete:检查解锁方是否是加锁方,是则允许解锁,否则不允许解锁。

伪代码是:

  1. public class RedisTool { 
  2.     // 释放锁成功标记 
  3.     private static final Long RELEASE_LOCK_SUCCESS = 1L; 
  4.  
  5.     /** 
  6.      * 释放分布式锁 
  7.      * 
  8.      * @param jedis     Redis客户端 
  9.      * @param lockKey   锁标记 
  10.      * @param lockValue 加锁方标记 
  11.      * @return 是否释放成功 
  12.      */ 
  13.     public static boolean releaseDistributedLock(Jedis jedis, String lockKey, String lockValue) { 
  14.         String script = "" + 
  15.                 "if redis.call('get', KEYS[1]) == ARGV[1] then" + 
  16.                 "    return redis.call('del', KEYS[1]) " + 
  17.                 "else" + 
  18.                 "    return 0 " + 
  19.                 "end"
  20.         // Collections.singletonList():用于只有一个元素的场景,减少内存分配 
  21.         Object result = jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(lockValue)); 
  22.         if (RELEASE_LOCK_SUCCESS.equals(result)) { 
  23.             return true
  24.         } 
  25.         return false
  26.     } 

Redlock 算法

此算法由 Redis 作者 antirez 提出,作为一种分布式场景下的锁实现方案。

Redlock 算法原理:【核心】大多数节点获取锁成功且锁依旧有效。

Step 1:获取当前时间(毫秒数)。

Step 2:按序想 N 个 Redis 节点获取锁。设置随机字符串 random_value;设置锁过期时间:

  • Note 1:获取锁需设置超时时间(防止某个节点不可用),且 timeout 应远小于锁有效时间(几十毫秒级)。
  • Note 2:某节点获取锁失败后,立即向下一个节点获取锁(任何类型失败,包含该节点上的锁已被其他客户端持有)。

Step 3:计算获取锁的总耗时 totalTime。

Step 4:获取锁成功。

获取锁成功:客户端从大多数节点(>=N/2+1)成功获取锁,且 totalTime 不超过锁的有效时间。

重新计算锁有效时间:最初锁有效时间减 3.1 计算的获取锁消耗的时间。

Step 5:获取锁失败。

获取失败后应立即向【所有】客户端发起释放锁(Lua 脚本)。

Step 6:释放锁。

业务完成后应立即向【所有】客户端发起释放锁(Lua 脚本)。

Redlock 算法优点:

  • 可用性高,大多数节点正常即可。
  • 单 Redis 节点的分布式锁在 failover 时锁失效问题不复存在。

Redlock 算法问题点:

  • Redis 节点崩溃将影响锁安全性:节点崩溃前锁未持久化,节点重启后锁将丢失;Redis 默认 AOF 持久化是每秒刷盘(fsync)一次,最坏情况将丢失 1 秒的数据。
  • 需避免始终跳跃:管理员手动修改时钟;使用[不会跳跃调整系统时钟]的 ntpd(时钟同步)程序,对时钟修改通过多次微调实现。
  • 客户端阻塞导致锁过期,导致共享资源不安全。
  • 如果获取锁消耗时间较长,导致效时间很短,是否应该立即释放锁?多段才算短?

带 fencing token 的实现

分布式系统专家 Martin Kleppmann 讨论提出 RedLock 存在安全性问题。

神仙之战:Martin Kleppmann 认为 Redis 作者 antirez 提出的 RedLock 算法有安全性问题,双方在网络上多轮探讨交锋。

Martin 指出 RedLock 算法的核心问题点如下:

  • 锁过期或者网络延迟将导致锁冲突:客户端 A 进程 pause→锁过期→客户端 B 持有锁→客户端 A 恢复并向共享资源发起写请求;网络延迟也会产生类似效果。
  • RedLock 安全性对系统时钟有强依赖。

fencing token 算法原理:

  • fencing token 是一个单调递增的数字,当客户端成功获取锁时随同锁一起返回给客户端。
  • 客户端访问共享资源时带上 token。
  • 共享资源服务检查 token,拒绝延迟到来的请求。

fencing token 算法问题点:

  • 需要改造共享资源服务。
  • 如果资源服务也是分布式,如何保证 token 在多个资源服务节点递增。
  • 2 个 fencing token 到达资源服务的顺序颠倒,服务检查将异常。
  • 【antirez】既然存在 fencing 机制保持资源互斥访问,为什么还需要分布式锁且要求強安全性呢。

其他分布式锁

数据库排它锁:

  • 获取锁(select for update ,悲观锁)。
  • 处理业务逻辑。
  • 释放锁(connection.commit())。

注意:InnoDB 引擎在加锁的时候,只有通过索引进行检索的时候才会使用行级锁,否则会使用表级锁。So 必须给 lock_name 加索引。

ZooKeeper 分布式锁:

  • 客户端创建 znode 节点,创建成功则获取锁成功。
  • 持有锁的客户端访问共享资源完成后删除 znode。
  • znode 创建成 ephemeral(znode 特性),保证创建 znode 的客户端崩溃后,znode 会被自动删除。
  • 【问题】Zookeeper 基于客户端与 Zookeeper 某台服务器维护 Session,Session 依赖定期心跳(heartbeat)维持。

Zookeeper 长时间收不到客户端心跳,就任务 Session 过期,这个 Session 所创建的所有 ephemeral 类型的 znode 节点都将被删除。

Google 的 Chubby 分布式锁:

  • sequencer 机制(类似 fencing token)缓解延迟导致的问题。
  • 锁持有者可随时请求一个 sequencer。
  • 客户端操作资源时将 sequencer 传给资源服务器。
  • 资源服务器检查 sequencer 有效性:①调用 Chubby 的 API(CheckSequencer)检查。②对比检查客户端、资源服务器当前观察到的 sequencer(类似 fencing token)。③lock-delay:允许客户端为持有锁指定一个 lock-delay 延迟时间,Chubby 发现客户端失去联系时,在 lock-delay 时间内组织其他客户端获取锁;

总结

我们该使用怎样的分布式锁算法?

  • 技术都是为业务服务的,避免选择“高大上”的炫技;
  • 依托业务场景,尽可能选择最简单的做法;
  • 最简单的分布式锁导致偶发性异常如何处理呢?建议增加额外的机制甚至人工介入保证业务准确性,通常这部分成本低于复杂的分布式锁的开发、运维成本。

分布式锁的另类玩法,“分而治之”经久不衰:

  • 如果共享资源本身可以拆分,那就分开处理吧。
  • 比如电商系统防止超卖,假设有 10000 个口罩将被秒杀,常规做法是一个锁控制所有资源。另类玩法就是将 10000 个口罩交由 20 个锁控制,整体性能瞬间提升几十倍。

PS:此处超卖仅是举例,真实场景下的秒杀超卖有更加复杂的场景,慎重。

【编辑推荐】

  1. 看一眼就能懂的“分布式锁”原理
  2. 分布式Redis的分布式锁Redlock
  3. 分布式锁用Redis还是Zookeeper?
  4. SpringBoot+Redis分布式锁:模拟抢单
  5. 带你一起了解分布式锁
【责任编辑:武晓燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

Active Directory 架构规划实战

Active Directory 架构规划实战

4类AD架构规划
共15章 | wx5918591c0084b

250人订阅学习

庖丁解牛Ceph分布式存储

庖丁解牛Ceph分布式存储

云计算存储的基石
共5章 | Happy云实验室

161人订阅学习

AI语音聊天应用开发

AI语音聊天应用开发

一键部署Web服务
共4章 | jextop

22人订阅学习

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO官微