Redis中是如何实现分布式锁的

news2026/3/20 8:31:38
在分布式系统中多个服务实例共享资源时需通过分布式锁保证操作原子性Redis凭借高性能、高可用特性成为实现分布式锁的主流方案。本文从核心原理、关键实现细节、常见问题及面试高频考点展开解析帮助理解Redis分布式锁的设计逻辑与实践要点。 在后端面试中Redis分布式锁堪称“必考题之王”——从初级工程师到架构师几乎每个技术面都会被追问。不少候选人能说出SET NX EX命令却栽在“脑裂怎么解决”“锁过期了怎么办”上错失心仪offer。今天这篇文章帮你吃透Redis分布式锁的核心逻辑、高频考点和避坑要点让你面对追问时游刃有余。一、先搞懂Redis分布式锁到底用来解决什么问题在单体应用里用Java的synchronized或ReentrantLock就能保证线程安全但到了分布式系统多个服务实例共享同一资源比如库存扣减、订单创建本地锁完全失效——这时候就需要“分布式锁”让多个服务像排队一样同一时间只有一个能操作资源。Redis凭借高性能单机QPS万级、支持原子操作的特性成为实现分布式锁的首选方案。它的核心逻辑特别简单用一个唯一的Redis key当“锁”谁能成功创建这个key谁就拿到锁操作完资源后再删除这个key释放锁。篇幅限制下面就只能给大家展示小册部分内容了。整理了一份核心面试笔记包括了Java面试、Spring、JVM、MyBatis、Redis、MySQL、并发编程、微服务、Linux、Springboot、SpringCloud、MQ、Kafka 面试专题以上笔记或面试技巧 https://github.com/encode-studio-fe/natural_traffic/wiki/scan_material3二、面试必问的3个核心考点答案直接背考点1最基础的加锁命令为什么必须用SET NX EX很多面试候选人会说“用SETNX加锁再用EXPIRE设过期时间”但这恰恰是第一个坑因为SETNX和EXPIRE是两步操作不是原子的——如果SETNX成功后服务突然宕机EXPIRE没执行这个锁就会永久存在导致其他服务永远拿不到锁死锁。正确答案用Redis 2.6.12以上版本支持的SET命令多参数组合把“加锁设过期时间”变成原子操作# key锁名称如lock:stockvalue唯一标识IP线程ID # NX仅当key不存在时创建EX设10秒过期时间 SET lock:stock 192.168.1.100:thread1 NX EX 10这句话一定要记牢NX保证互斥同一时间只有一个人能加锁EX避免死锁服务宕机后锁会自动释放原子操作解决“两步走”的风险。考点2释放锁时直接DEL命令行吗绝对不行这是第二个高频坑。比如服务A加的锁过期了Redis自动删除了key这时候服务B成功加锁开始执行业务但服务A恢复后直接用DEL命令删除了锁——相当于服务A误删了服务B的锁导致多个服务同时操作资源锁彻底失效。正确答案释放锁必须先“校验身份”再“删除锁”而且这两步要原子化。解决方案是用Lua脚本# 先判断锁的持有者是不是自己对比value是就删除 if redis.call(GET, KEYS[1]) ARGV[1] then return redis.call(DEL, KEYS[1]) else return 0 end原理Redis执行Lua脚本时会阻塞其他命令确保“校验删除”不会被打断彻底避免误删他人锁的问题。考点3Redis主从架构下分布式锁有什么风险怎么解决这是区分候选人“基础款”和“进阶款”的关键问题90%的初级工程师答不上来。风险点Redis主从同步是异步的。比如服务A在主节点加锁成功但主节点还没把这个锁同步到从节点就宕机了从节点升级成新主节点后因为没同步到锁信息服务B就能成功加锁——这时候出现“两把锁”也就是“脑裂”问题。正确答案用Redlock红锁算法。核心逻辑是1.部署至少3个独立的Redis节点无主从关系各自独立2.加锁时同时向这3个节点发送SET NX EX命令3.只有当超过半数节点比如3个节点中至少2个 加锁成功才认为整体加锁成功4.释放锁时向所有节点发送释放命令。原理通过“多节点投票”即使某个节点宕机只要多数节点正常就能保证锁的唯一性降低脑裂风险。生产中不用自己实现直接用Redisson组件的RedissonRedLock即可。篇幅限制下面就只能给大家展示小册部分内容了。整理了一份核心面试笔记包括了Java面试、Spring、JVM、MyBatis、Redis、MySQL、并发编程、微服务、Linux、Springboot、SpringCloud、MQ、Kafka 面试专题笔记或面试技巧 https://github.com/encode-studio-fe/natural_traffic/wiki/scan_material3三、实战避坑2个生产环境常见问题面试提一句加分问题1业务执行时间超过锁过期时间怎么办 比如锁设了10秒过期但业务需要20秒才能执行完——锁过期后其他服务会加锁导致数据冲突。 解决方案用“锁续约”机制比如Redisson的“看门狗”线程。业务执行过程中看门狗线程每隔3秒检查一次如果当前服务还持有锁就把锁的过期时间延长到10秒直到业务执行完再释放锁。问题2分布式锁支持重入吗怎么实现 基础版的SET NX EX不支持重入同一线程多次加锁会失败比如递归调用场景。 解决方案用可重入锁设计。在value中存储“持有者标识重入次数”比如value192.168.1.100:thread1:2最后一位是重入次数。加锁时• 如果是新线程执行SET NX EX• 如果是当前持有锁的线程直接把重入次数1 释放时• 重入次数-1当次数减到0时再执行DEL命令删除锁。 生产中直接用Redisson的RLock开箱即用支持重入。四、总结面试应答框架直接套用当面试官问“Redis如何实现分布式锁”时别上来就说命令按这个逻辑答条理清晰还加分1.先讲核心场景分布式系统共享资源需互斥Redis因高性能成为首选2.再讲基础实现用SET NX EX原子加锁Lua脚本原子释放避免死锁和误删3.然后讲进阶风险主从架构的脑裂问题用Redlock算法解决4.最后提实战优化锁续约解决过期问题可重入锁支持递归场景生产用Redisson组件

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2429303.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…