分布式锁的四个坑:过期时间、误删、RedLock 与可重入
从一个真实的超卖事故说起
上周帮朋友排查一个秒杀活动的事故:库存 100 件的活动卖出了 137 件。代码里明明加了分布式锁,setnx 也没少写,但高峰期就是拦不住并发。复盘下来,问题出在锁的过期时间设成了 3 秒,而业务高峰期一次扣库存链路(调风控、查优惠券、写订单)偶尔会跑到 4 秒以上。锁提前失效,第二个请求进来,超卖就这么发生了。
分布式锁是分布式系统里最基础的组件之一,但它恰恰是"看起来简单、做对很难"的典型。这篇文章把我们踩过的四个坑整理出来,每一个都对应一次真实的线上问题。
第一个坑:锁过期了,业务还没跑完
这是最常见的坑。Redis 锁必须设置过期时间,否则持锁进程崩溃后锁永远释放不了;但过期时间设短了,业务没执行完锁就自动失效,并发照样穿透。
常见的错误解法是把过期时间设得很大,比如 60 秒。这只是把问题概率降低了,并没有消除,而且锁竞争的代价被放大了——一个真挂掉的请求会让后续请求白等一分钟。
正确的做法是看门狗机制:持锁的客户端启动一个后台任务,每隔一段时间(通常是过期时间的 1/3)检查业务是否还在执行,如果还在就续期。Redisson 的 watchdog 就是这个思路,加锁时不指定 leaseTime,默认 30 秒锁,每 10 秒续一次。自己实现的话要注意续期动作本身要原子(Lua 脚本判断持锁者再 EXPIRE),否则续期请求和释放请求可能交错出错。
第二个坑:释放了别人的锁
第二个坑和第一个坑是一对。锁过期后请求 B 拿到了锁,此时请求 A 的业务终于跑完了,执行 del key——把 B 的锁删掉了,请求 C 又进来了。雪崩式的连锁失效。
解法是加锁时把持有者标识(通常是 UUID + 线程 ID)写进 value,释放前先校验再删除,且两步必须原子化,用 Lua 脚本实现:
if redis.call('GET', KEYS[1]) == ARGV[1] then
return redis.call('DEL', KEYS[1])
else
return 0
end
这个坑的隐蔽之处在于:它只在"业务耗时逼近锁过期时间"时出现,低峰期测不出来,一到高峰期就爆。所以第一坑和第二坑必须一起修,只修一个等于没修。
第三个坑:主从切换导致锁丢失
Redis 主从架构下,加锁写在主库,异步复制到从库。如果加锁成功后主库宕机、从库提升为主,而锁的 key 还没同步过去,新的客户端就能在同一把锁上再加一次——两把"合法"的锁同时生效。
RedLock 算法就是为此设计的:向 N 个独立的 Redis 实例依次加锁,超过半数成功且总耗时小于锁有效期,才算持锁成功。但 RedLock 的争议很大,Martin Kleppmann 和 antirez 的那场著名争论值得每个使用者读一遍。我们的实践结论是:大多数业务不需要 RedLock,更好的路径是想清楚"锁到底在保护什么"。如果保护的是资金操作,用 Redis 锁做快路径、数据库唯一约束或乐观锁版本号做兜底,锁失效的最坏结果是一次可回滚的冲突,而不是资损。
第四个坑:不可重入把调用方逼成堆锁
Java 开发者习惯了 synchronized 和 ReentrantLock 的可重入语义,切到分布式锁后经常忘了这回事:同一个方法 A 持锁后调用方法 B,B 里也要拿同一把锁,结果自己把自己锁死了,表现为线程卡死、超时堆栈里全是 WAITING。
要么用支持可重入的实现(Redisson 的 RLock 用 Hash 结构记录持有者和重入次数),要么在代码层面约定清楚"锁的粒度边界",避免嵌套加锁。我们倾向于后者,因为可重入锁会把"谁持有"的语义复杂化,出问题时更难排查。
落地清单
把上面的内容压缩成四条可执行的检查项:
- 加锁必须设置过期时间,同时必须实现续期(看门狗),二者缺一不可;
-
- 释放锁必须校验持有者身份,且校验和删除必须用 Lua 脚本原子执行;
-
-
主从架构下要意识到锁有丢失窗口,关键操作用数据库层的唯一约束或版本号兜底;
-
-
明确锁的可重入语义,避免嵌套加锁导致自锁。
-
分布式锁没有"用了就安全"这回事,它只是一把普通的门锁,门后是否安全取决于你有没有把每一扇窗户都关上。下次写
setnx的时候,不妨先把这四个坑对着过一遍。
-
-
(作者:链接科技开发团队,首发于华为云开发者社区)
-
- 点赞
- 收藏
- 关注作者
评论(0)