Redlock 的争论谁对谁错？
Redis 作者把这个方案一经提出，就马上受到业界著名的分布式系统专家的质疑 ！
这个专家叫 Martin ，是英国剑桥大学的一名分布式系统研究员。在此之前他曾是软件工程师和企业家，从事大规模数据基础设施相关的工作。它还经常在大会做演讲，写博客，写书，也是开源贡献者。
他马上写了篇文章，质疑这个 Redlock 的算法模型是有问题的，并对分布式锁的设计，提出了自己的看法。
之后，Redis 作者 Antirez 面对质疑，不甘示弱，也写了一篇文章，反驳了对方的观点，并详细剖析了 Redlock 算法模型的更多设计细节。
而且，关于这个问题的争论，在当时互联网上也引起了非常激烈的讨论。
二人思路清晰，论据充分，这是一场高手过招，也是分布式系统领域非常好的一次思想的碰撞！双方都是分布式系统领域的专家，却对同一个问题提出很多相反的论断，究竟是怎么回事？
下面我会从他们的争论文章中，提取重要的观点，整理呈现给你。
提醒：后面的信息量极大，可能不宜理解，最好放慢速度阅读。
分布式专家 Martin 对于 Relock 的质疑
在他的文章中，主要阐述了 4 个论点：
1) 分布式锁的目的是什么？
Martin 表示，你必须先清楚你在使用分布式锁的目的是什么？
他认为有两个目的。
第一，效率。
使用分布式锁的互斥能力，是避免不必要地做同样的两次工作（例如一些昂贵的计算任务）。如果锁失效，并不会带来「恶性」的后果，例如发了 2 次邮件等，无伤大雅。
第二，正确性。
使用锁用来防止并发进程互相干扰。如果锁失效，会造成多个进程同时操作同一条数据，产生的后果是数据严重错误、永久性不一致、数据丢失 等恶性问题，就像给患者服用了重复剂量的药物，后果很严重。
他认为，如果你是为了前者——效率，那么使用单机版 Redis 就可以了，即使偶尔发生锁失效（宕机、主从切换），都不会产生严重的后果。而使用 Redlock 太重了，没必要。
而如果是为了正确性，Martin 认为 Redlock 根本达不到安全性的要求，也依旧存在锁失效的问题！
2) 锁在分布式系统中会遇到的问题
Martin 表示，一个分布式系统，更像一个复杂的「野兽」，存在着你想不到的各种异常情况。
这些异常场景主要包括三大块，这也是分布式系统会遇到的三座大山：NPC 。
- N：Network Delay，网络延迟
- P：Process Pause，进程暂停（GC）
- C：Clock Drift，时钟漂移
Martin 用一个进程暂停（GC）的例子，指出了 Redlock 安全性问题：
- 客户端 1 请求锁定节点 A、B、C、D、E
- 客户端 1 的拿到锁后，进入 GC（时间比较久）
- 所有 Redis 节点上的锁都过期了
- 客户端 2 获取到了 A、B、C、D、E 上的锁
- 客户端 1 GC 结束，认为成功获取锁
- 客户端 2 也认为获取到了锁，发生「冲突」
Martin 认为，GC 可能发生在程序的任意时刻，而且执行时间是不可控的。
注：当然，即使是使用没有 GC 的编程语言，在发生网络延迟、时钟漂移时，也都有可能导致 Redlock 出现问题，这里 Martin 只是拿 GC 举例。
3) 假设时钟正确的是不合理的
又或者，当多个 Redis 节点「时钟」发生问题时，也会导致 Redlock 锁失效 。
- 客户端 1 获取节点 A、B、C 上的锁，但由于网络问题，无法访问 D 和 E
- 节点 C 上的时钟「向前跳跃」，导致锁到期
- 客户端 2 获取节点 C、D、E 上的锁，由于网络问题，无法访问 A 和 B
- 客户端 1 和 2 现在都相信它们持有了锁（冲突）
Martin 觉得，Redlock 必须「强依赖」多个节点的时钟是保持同步的，一旦有节点时钟发生错误，那这个算法模型就失效了。
即使 C 不是时钟跳跃，而是「崩溃后立即重启」，也会发生类似的问题。
Martin 继续阐述，机器的时钟发生错误，是很有可能发生的：
- 系统管理员「手动修改」了机器时钟
- 机器时钟在同步 NTP 时间时，发生了大的「跳跃」
总之，Martin 认为，Redlock 的算法是建立在「同步模型」基础上的，有大量资料研究表明，同步模型的假设，在分布式系统中是有问题的。
在混乱的分布式系统的中，你不能假设系统时钟就是对的，所以，你必须非常小心你的假设。
4) 提出 fecing token 的方案，保证正确性
相对应的，Martin 提出一种被叫作 fecing token 的方案，保证分布式锁的正确性。
这个模型流程如下：
- 客户端在获取锁时，锁服务可以提供一个「递增」的 token
- 客户端拿着这个 token 去操作共享资源
- 共享资源可以根据 token 拒绝「后来者」的请求
这样一来，无论 NPC 哪种异常情况发生，都可以保证分布式锁的安全性，因为它是建立在「异步模型」上的。
而 Redlock 无法提供类似 fecing token 的方案，所以它无法保证安全性。
他还表示，一个好的分布式锁，无论 NPC 怎么发生，可以不在规定时间内给出结果，但并不会给出一个错误的结果。也就是只会影响到锁的「性能」（或称之为活性），而不会影响它的「正确性」。
Martin 的结论：
1、Redlock 不伦不类 ：它对于效率来讲，Redlock 比较重，没必要这么做，而对于正确性来说，Redlock 是不够安全的。
2、时钟假设不合理 ：该算法对系统时钟做出了危险的假设（假设多个节点机器时钟都是一致的），如果不满足这些假设，锁就会失效。
3、无法保证正确性 ：Redlock 不能提供类似 fencing token 的方案，所以解决不了正确性的问题。为了正确性，请使用有「共识系统」的软件，例如 Zookeeper。
好了，以上就是 Martin 反对使用 Redlock 的观点，看起来有理有据。
下面我们来看 Redis 作者 Antirez 是如何反驳的。
Redis 作者 Antirez 的反驳
在 Redis 作者的文章中，重点有 3 个：
1) 解释时钟问题
首先，Redis 作者一眼就看穿了对方提出的最为核心的问题：时钟问题 。
Redis 作者表示，Redlock 并不需要完全一致的时钟，只需要大体一致就可以了，允许有「误差」。
例如要计时 5s，但实际可能记了 4.5s，之后又记了 5.5s，有一定误差，但只要不超过「误差范围」锁失效时间即可，这种对于时钟的精度要求并不是很高，而且这也符合现实环境。
对于对方提到的「时钟修改」问题，Redis 作者反驳到：
- 手动修改时钟 ：不要这么做就好了，否则你直接修改 Raft 日志，那 Raft 也会无法工作...
- 时钟跳跃 ：通过「恰当的运维」，保证机器时钟不会大幅度跳跃（每次通过微小的调整来完成），实际上这是可以做到的
为什么 Redis 作者优先解释时钟问题？因为在后面的反驳过程中，需要依赖这个基础做进一步解释。
2) 解释网络延迟、GC 问题
之后，Redis 作者对于对方提出的，网络延迟、进程 GC 可能导致 Redlock 失效的问题，也做了反驳：
我们重新回顾一下，Martin 提出的问题假设：
- 客户端 1 请求锁定节点 A、B、C、D、E
- 客户端 1 的拿到锁后，进入 GC
- 所有 Redis 节点上的锁都过期了
- 客户端 2 获取节点 A、B、C、D、E 上的锁
- 客户端 1 GC 结束，认为成功获取锁
- 客户端 2 也认为获取到锁，发生「冲突」
Redis 作者反驳到，这个假设其实是有问题的，Redlock 是可以保证锁安全的。
这是怎么回事呢？
还记得前面介绍 Redlock 流程的那 5 步吗？这里我再拿过来让你复习一下。
- 客户端先获取「当前时间戳T1」
- 客户端依次向这 5 个 Redis 实例发起加锁请求（用前面讲到的 SET 命令），且每个请求会设置超时时间（毫秒级，要远小于锁的有效时间），如果某一个实例加锁失败（包括网络超时、锁被其它人持有等各种异常情况），就立即向下一个 Redis 实例申请加锁
- 如果客户端从 3 个（大多数）以上 Redis 实例加锁成功，则再次获取「当前时间戳T2」，如果 T2 - T1 < 锁的过期时间，此时，认为客户端加锁成功，否则认为加锁失败
- 加锁成功，去操作共享资源（例如修改 MySQL 某一行，或发起一个 API 请求）
- 加锁失败，向「全部节点」发起释放锁请求（前面讲到的 Lua 脚本释放锁）
注意，重点是 1-3，在步骤 3，加锁成功后为什么要重新获取「当前时间戳T2」？还用 T2 - T1 的时间，与锁的过期时间做比较？
Redis 作者强调：如果在 1-3 发生了网络延迟、进程 GC 等耗时长的异常情况，那在第 3 步 T2 - T1，是可以检测出来的，如果超出了锁设置的过期时间，那这时就认为加锁会失败，之后释放所有节点的锁就好了！
Redis 作者继续论述，如果对方认为，发生网络延迟、进程 GC 是在步骤 3 之后，也就是客户端确认拿到了锁，去操作共享资源的途中发生了问题，导致锁失效，那这不止是 Redlock 的问题，任何其它锁服务例如 Zookeeper，都有类似的问题，这不在讨论范畴内。
这里我举个例子解释一下这个问题：
- 客户端通过 Redlock 成功获取到锁（通过了大多数节点加锁成功、加锁耗时检查逻辑）
- 客户端开始操作共享资源，此时发生网络延迟、进程 GC 等耗时很长的情况
- 此时，锁过期自动释放
- 客户端开始操作 MySQL（此时的锁可能会被别人拿到，锁失效）
Redis 作者这里的结论就是：
- 客户端在拿到锁之前，无论经历什么耗时长问题，Redlock 都能够在第 3 步检测出来
- 客户端在拿到锁之后，发生 NPC，那 Redlock、Zookeeper 都无能为力
所以，Redis 作者认为 Redlock 在保证时钟正确的基础上，是可以保证正确性的。
3) 质疑 fencing token 机制
Redis 作者对于对方提出的 fecing token 机制，也提出了质疑，主要分为 2 个问题，这里最不宜理解，请跟紧我的思路。
第一 ，这个方案必须要求要操作的「共享资源服务器」有拒绝「旧 token」的能力。
例如，要操作 MySQL，从锁服务拿到一个递增数字的 token，然后客户端要带着这个 token 去改 MySQL 的某一行，这就需要利用 MySQL 的「事物隔离性」来做。
// 两个客户端必须利用事物和隔离性达到目的 // 注意 token 的判断条件 UPDATE table T SET val = $new_val WHERE id = $id AND current_token < $token
但如果操作的不是 MySQL 呢？例如向磁盘上写一个文件，或发起一个 HTTP 请求，那这个方案就无能为力了，这对要操作的资源服务器，提出了更高的要求。
也就是说，大部分要操作的资源服务器，都是没有这种互斥能力的。
再者，既然资源服务器都有了「互斥」能力，那还要分布式锁干什么？
所以，Redis 作者认为这个方案是站不住脚的。
第二 ，退一步讲，即使 Redlock 没有提供 fecing token 的能力，但 Redlock 已经提供了随机值（就是前面讲的 UUID），利用这个随机值，也可以达到与 fecing token 同样的效果。
如何做呢？
Redis 作者只是提到了可以完成 fecing token 类似的功能，但却没有展开相关细节，根据我查阅的资料，大概流程应该如下，如有错误，欢迎交流~
- 客户端使用 Redlock 拿到锁
- 客户端在操作共享资源之前，先把这个锁的 VALUE，在要操作的共享资源上做标记
- 客户端处理业务逻辑，最后，在修改共享资源时，判断这个标记是否与之前一样，一样才修改（类似 CAS 的思路）
还是以 MySQL 为例，举个例子就是这样的：
- 客户端使用 Redlock 拿到锁
- 客户端要修改 MySQL 表中的某一行数据之前，先把锁的 VALUE 更新到这一行的某个字段中（这里假设为 current_token 字段)
- 客户端处理业务逻辑
- 客户端修改 MySQL 的这一行数据，把 VALUE 当做 WHERE 条件，再修改
UPDATE table T SET val = $new_val WHERE id = $id AND current_token = $redlock_value
可见，这种方案依赖 MySQL 的事物机制，也达到对方提到的 fecing token 一样的效果。
但这里还有个小问题，是网友参与问题讨论时提出的：两个客户端通过这种方案，先「标记」再「检查+修改」共享资源，那这两个客户端的操作顺序无法保证啊？
而用 Martin 提到的 fecing token，因为这个 token 是单调递增的数字，资源服务器可以拒绝小的 token 请求，保证了操作的「顺序性」！
Redis 作者对这问题做了不同的解释，我觉得很有道理，他解释道：分布式锁的本质，是为了「互斥」，只要能保证两个客户端在并发时，一个成功，一个失败就好了，不需要关心「顺序性」。
前面 Martin 的质疑中，一直很关心这个顺序性问题，但 Redis 的作者的看法却不同。
综上，Redis 作者的结论：
1、作者同意对方关于「时钟跳跃」对 Redlock 的影响，但认为时钟跳跃是可以避免的，取决于基础设施和运维。
2、Redlock 在设计时，充分考虑了 NPC 问题，在 Redlock 步骤 3 之前出现 NPC，可以保证锁的正确性，但在步骤 3 之后发生 NPC，不止是 Redlock 有问题，其它分布式锁服务同样也有问题，所以不在讨论范畴内。
是不是觉得很有意思？
在分布式系统中，一个小小的锁，居然可能会遇到这么多问题场景，影响它的安全性！
不知道你看完双方的观点，更赞同哪一方的说法呢？
别急，后面我还会综合以上论点，谈谈自己的理解。
好，讲完了双方对于 Redis 分布锁的争论，你可能也注意到了，Martin 在他的文章中，推荐使用 Zookeeper 实现分布式锁，认为它更安全，确实如此吗？
基于 Zookeeper 的锁安全吗？
如果你有了解过 Zookeeper，基于它实现的分布式锁是这样的：
- 客户端 1 和 2 都尝试创建「临时节点」，例如 /lock
- 假设客户端 1 先到达，则加锁成功，客户端 2 加锁失败
- 客户端 1 操作共享资源
- 客户端 1 删除 /lock 节点，释放锁
你应该也看到了，Zookeeper 不像 Redis 那样，需要考虑锁的过期时间问题，它是采用了「临时节点」，保证客户端 1 拿到锁后，只要连接不断，就可以一直持有锁。
而且，如果客户端 1 异常崩溃了，那么这个临时节点会自动删除，保证了锁一定会被释放。
不错，没有锁过期的烦恼，还能在异常时自动释放锁，是不是觉得很完美？
其实不然。
思考一下，客户端 1 创建临时节点后，Zookeeper 是如何保证让这个客户端一直持有锁呢？
原因就在于，客户端 1 此时会与 Zookeeper 服务器维护一个 Session，这个 Session 会依赖客户端「定时心跳」来维持连接。
如果 Zookeeper 长时间收不到客户端的心跳，就认为这个 Session 过期了，也会把这个临时节点删除。
同样地，基于此问题，我们也讨论一下 GC 问题对 Zookeeper 的锁有何影响：
- 客户端 1 创建临时节点 /lock 成功，拿到了锁
- 客户端 1 发生长时间 GC
- 客户端 1 无法给 Zookeeper 发送心跳，Zookeeper 把临时节点「删除」
- 客户端 2 创建临时节点 /lock 成功，拿到了锁
- 客户端 1 GC 结束，它仍然认为自己持有锁（冲突）
可见，即使是使用 Zookeeper，也无法保证进程 GC、网络延迟异常场景下的安全性。
这就是前面 Redis 作者在反驳的文章中提到的：如果客户端已经拿到了锁，但客户端与锁服务器发生「失联」（例如 GC），那不止 Redlock 有问题，其它锁服务都有类似的问题，Zookeeper 也是一样！
所以，这里我们就能得出结论了：一个分布式锁，在极端情况下，不一定是安全的。
如果你的业务数据非常敏感，在使用分布式锁时，一定要注意这个问题，不能假设分布式锁 100% 安全。
好，现在我们来总结一下 Zookeeper 在使用分布式锁时优劣：
Zookeeper 的优点：
- 不需要考虑锁的过期时间
- watch 机制，加锁失败，可以 watch 等待锁释放，实现乐观锁
但它的劣势是：
- 性能不如 Redis
- 部署和运维成本高
- 客户端与 Zookeeper 的长时间失联，锁被释放问题
我对分布式锁的理解
好了，前面详细介绍了基于 Redis 的 Redlock 和 Zookeeper 实现的分布锁，在各种异常情况下的安全性问题，下面我想和你聊一聊我的看法，仅供参考，不喜勿喷。
1) 到底要不要用 Redlock？
前面也分析了，Redlock 只有建立在「时钟正确」的前提下，才能正常工作，如果你可以保证这个前提，那么可以拿来使用。
但保证时钟正确，我认为并不是你想的那么简单就能做到的。
第一，从硬件角度来说 ，时钟发生偏移是时有发生，无法避免。
例如，CPU 温度、机器负载、芯片材料都是有可能导致时钟发生偏移的。
第二，从我的工作经历来说 ，曾经就遇到过时钟错误、运维暴力修改时钟的情况发生，进而影响了系统的正确性，所以，人为错误也是很难完全避免的。
所以，我对 Redlock 的个人看法是，尽量不用它，而且它的性能不如单机版 Redis，部署成本也高，我还是会优先考虑使用主从+ 哨兵的模式 实现分布式锁。
那正确性如何保证呢？第二点给你答案。
2) 如何正确使用分布式锁？
在分析 Martin 观点时，它提到了 fecing token 的方案，给我了很大的启发，虽然这种方案有很大的局限性，但对于保证「正确性」的场景，是一个非常好的思路。
所以，我们可以把这两者结合起来用：
1、使用分布式锁，在上层完成「互斥」目的，虽然极端情况下锁会失效，但它可以最大程度把并发请求阻挡在最上层，减轻操作资源层的压力。
2、但对于要求数据绝对正确的业务，在资源层一定要做好「兜底」，设计思路可以借鉴 fecing token 的方案来做。
两种思路结合，我认为对于大多数业务场景，已经可以满足要求了。
总结
好了，总结一下。
这篇文章，我们主要探讨了基于 Redis 实现的分布式锁，究竟是否安全这个问题。
从最简单分布式锁的实现，到处理各种异常场景，再到引出 Redlock，以及两个分布式专家的辩论，得出了 Redlock 的适用场景。
最后，我们还对比了 Zookeeper 在做分布式锁时，可能会遇到的问题，以及与 Redis 的差异。
这里我把这些内容总结成了思维导图，方便你理解。
后记
这篇文章的信息量其实是非常大的，我觉得应该把分布锁的问题，彻底讲清楚了。
如果你没有理解，我建议你多读几遍，并在脑海中构建各种假定的场景，反复思辨。
在写这篇文章时，我又重新研读了两位大神关于 Redlock 争辩的这两篇文章，可谓是是收获满满，在这里也分享一些心得给你。
- 1、在分布式系统环境下，看似完美的设计方案，可能并不是那么「严丝合缝」，如果稍加推敲，就会发现各种问题。所以，在思考分布式系统问题时，一定要谨慎再谨慎 。
- 2、从 Redlock 的争辩中，我们不要过多关注对错，而是要多学习大神的思考方式，以及对一个问题严格审查的严谨精神。
最后，用 Martin 在对于 Redlock 争论过后，写下的感悟来结尾：
“前人已经为我们创造出了许多伟大的成果：站在巨人的肩膀上，我们可以才得以构建更好的软件。无论如何，通过争论和检查它们是否经得起别人的详细审查，这是学习过程的一部分。但目标应该是获取知识，而不是为了说服别人，让别人相信你是对的。有时候，那只是意味着停下来，好好地想一想。 ”
共勉。
