序言
前面的文章都是理论知识，写多了头有点大，突然想写点实战方面的内容，刚好最近公司在做异步任务迁移，用到了分布式锁和任务分片，所以打算写2篇实战方面的文章，分别介绍分布式锁和任务分片的实现方式，这个在实际项目中，应该会经常用到，今天这篇文章就先讲解分布式锁的实现方式。
使用场景
分布式锁的使用场景其实很多，在小米这边我主要遇到以下场景：
- 在服务集群中执行定时任务，我们希望只有一台机器去执行，就需要用到分布式锁，只有拿到锁的机器，才能执行该定时任务；
- 当外部请求打到集群中时，比如该请求是对订单进行操作，为了避免请求重入，我们需要在入口加上订单维度的分布式锁。
Redis分布式锁
Redis分布式锁是面试常面的考题，很多同学都知道用SetNx()去获取锁，如果面试官问你下面2个问题，你知道怎么回答么？
- 如果获取锁的机器挂掉，如何处理？
- 当锁超时时，A/B两台机器同时获取锁，可能会同时获取，如何解决？
其实Redis分布式锁，肯定不仅仅是SetNx()就能解决的，什么？你不知道什么是SetNx()，楼哥是暖男嘛
，马上给你解答：
Redis Setnx（SET if Not eXists） 命令在指定的 key 不存在时，为 key 设置指定的值。（返回值：设置成功，返回 1，设置失败，返回 0）
如果调用SetNx()返回1，表示获取到锁，如果返回0，表示没有获取到锁，为了避免机器宕机&重启，导致锁一直没有释放，所以我们需要记录锁的超时时间，整体执行流程如下：
- 先通过SetNx()获取锁，并将value设置成超时时间，如果成功获取锁，直接返回；
- 如果未获取到锁，可能是机器宕机&重启等，需要通过GetKey()获取锁的超时时间value，如果锁未超时，证明机器未宕机&重启，获取锁失败；
- 如果锁已经超时，就可以重新去获取锁，并设置锁的新的超时时间，为了避免多台机器机器同时拿到锁，需要使用GetSet()方法，因为GetSet()会返回之前的旧值，如果此时有两台机器A/B同时执行GetSet()方法，假如A先执行，B后执行，那么A调用GetSet()返回的值，其实就等于之前调用GetKey()获取的的值current_time，B调用GetKey()返回的值，其实就是A设置的新值，肯定不等于current_time，所以我们可以通过两个时间是否相等，来判断是谁先拿到锁。（这里应该是分布式锁最难理解的地方，我每次重温这个逻辑，都会在这个地方卡一下。。。）
Redis Getset 命令用于设置指定 key 的值，并返回 key 的旧值。(返回值：返回给定 key 的旧值。当 key 没有旧值时，即 key 不存在时，返回 nil；当 key 存在但不是字符串类型时，返回一个错误。)
可能有同学说，写了一堆，看的我头都大了，来来来，楼哥给你画了一幅图，是不是就清晰很多
具体实现
基本原理讲清楚了，下面就开始堆代码了哈，先看看获取锁的逻辑，里面的注释写的相当详细，即使不懂编程的同学，应该都能看懂：
// 获取分布式锁，需要考虑以下情况： // 1. 机器A获取到锁，但是在未释放锁之前，机器挂掉或者重启，会导致其它机器全部hang住，这时需要根据锁的超时时间，判断该锁是否需要重置； // 2. 当锁超时时，需要考虑两台机器同时去获取该锁，需要通过GETSET方法，让先执行该方法的机器获取锁，另外一台继续等待。 func GetDistributeLock(key string, expireTime int64) bool { currentTime := time.Now().Unix() expires := currentTime + expireTime redisAlias := "jointly" // 1.获取锁，并将value值设置为锁的超时时间 redisRet, err := redis.SetNx(redisAlias, key, expires) if nil == err && utils.MustInt64(1) == redisRet { // 成功获取到锁 return true } // 2.当获取到锁的机器突然重启&挂掉时，就需要判断锁的超时时间，如果锁超时，新的机器可以重新获取锁 // 2.1 获取锁的超时时间 currentLockTime, err := redis.GetKey(redisAlias, key) if err != nil { return false } // 2.2 当"锁的超时时间"大于等于"当前时间"，证明锁未超时，直接返回 if utils.MustInt64(currentLockTime) >= currentTime { return false } // 2.3 将最新的超时时间，更新到锁的value值，并返回旧的锁的超时时间 oldLockTime, err := redis.GetSet(redisAlias, key, expires) if err != nil { return false } // 2.4 当锁的两个"旧的超时时间"相等时，证明之前没有其它机器进行GetSet操作，成功获取锁 // 说明：这里存在并发情况，如果有A和B同时竞争，A会先GetSet，当B再去GetSet时，oldLockTime就等于A设置的超时时间 if utils.MustString(oldLockTime) == currentLockTime { return true } return false }
对于里面的一些函数utils.MustString()、utils.MustInt64()，其实就是一些底层封装好的类型转换函数，应该不会影响大家理解哈，如果想直接拿去使用，这里需要简单修改一下。
再看看删除锁的逻辑：
// 删除分布式锁 // @return bool true-删除成功；false-删除失败 func DelDistributeLock(key string) bool { redisAlias := "jointly" redisRet := redis.Del(redisAlias, key) if redisRet != nil { return false } return true }
然后是业务处理逻辑：
func DoProcess(processId int) { fmt.Printf("启动第%d个线程\n", processId) redisKey := "redis_lock_key" for { // 获取分布式锁 isGetLock := GetDistributeLock(redisKey, 10) if isGetLock { fmt.Printf("Get Redis Key Success, id:%d\n", processId) time.Sleep(time.Second * 3) // 删除分布式锁 DelDistributeLock(redisKey) } else { // 如果未获取到该锁，为了避免redis负载过高，先睡一会 time.Sleep(time.Second * 1) } } }
最后起个10个多线程，去执行这个DoProcess()：
func main() { // 初始化资源 var group string = "i18n" var name string = "jointly_shop" var host string // 初始化资源 host = "http://ip:port" _, err := xrpc.NewXRpcDefault(group, name, host) if err != nil { panic(fmt.Sprintf("initRpc when init rpc failed, err:%v", err)) } redis.SetRedis("jointly", "redis_jointly") // 开启10个线程，去抢Redis分布式锁 for i := 0; i <= 9; i ++ { go DoProcess(i) } // 避免子线程退出，主线程睡一会 time.Sleep(time.Second * 100) return }
程序跑了100s，我们可以看到，每次都只有1个线程获取到锁，分别是2、1、5、9、3，执行结果如下：
启动第0个线程 启动第6个线程 启动第9个线程 启动第4个线程 启动第5个线程 启动第2个线程 启动第1个线程 启动第8个线程 启动第7个线程 启动第3个线程 Get Redis Key Success, id:2 Get Redis Key Success, id:2 Get Redis Key Success, id:1 Get Redis Key Success, id:5 Get Redis Key Success, id:5 Get Redis Key Success, id:5 Get Redis Key Success, id:5 Get Redis Key Success, id:5 Get Redis Key Success, id:5 Get Redis Key Success, id:5 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:9 Get Redis Key Success, id:3 Get Redis Key Success, id:3 Get Redis Key Success, id:3 Get Redis Key Success, id:3 Get Redis Key Success, id:3
遇到的坑
中间出现过一些坑，我简单说一下：
- 之前我们做过一次服务迁移，需要将物理机迁移到Neo云，当把流量从物理机迁移Neo云后，千万不要忘了停掉物理机上的定时任务，否则物理机会去抢占这个分布式锁，特别是代码有变更后，物理机如果抢到锁，会继续执行旧的代码，那就是个大坑了。
- 不要轻易去修改分布式锁的超时时间，之前为了能快速排查问题，修改过一次，然后出现了非常诡异的问题，当时排查了一天，具体问题也记不太清了，大家感兴趣，可以自己模拟一下。
后记
这个分布式锁其实是我2019年写的，已经在线上跑了2年，只需要进行简单修改，就可以放到线上跑，不用担心里面有坑哈，因为坑已经被我趟过了。
上周写了一篇限流的文章，加上今天这个分布式锁，其实都是最近项目中使用的，所以就整理一下，其实我最想写的，是任务分片的实现方式，也是最近在公司做异步任务时Get到的新技能，它支持多机并发执行一个任务，是不是很神奇，后面会分享给大家。
