同样叫 Redis 的分布式锁,不同团队的实现可能差出数量级,差别往往在 SET NX、Redlock 争议、看门狗这 3 个环节的处理顺序上。
一、问题定位
Redis 的分布式锁的可靠性上限,取决于 SET NX 和 Redlock 争议之间最弱的那条链路。找到 SET NX 这条最弱的链路、把它单独拎出来测,比全面铺开更有效。
1.1 为什么现在更值得讨论
把视角拉长到三年,会发现 Redis 的分布式锁在数据库里的角色一直在变,变化来自三个方面:
- 交付节奏变快:一天多次变更让「人工确认」成为瓶颈
- 拓扑更碎:跨可用区、跨云的部署让本地假设频繁失效
- 责任下沉:平台团队把能力做成自助服务,默认值就必须是安全的
二、按要点拆解:Redis 的分布式锁
2.1 SET NX
SET NX 的常见误用是把它当成纯技术问题,实际上 SET NX 有一半是流程问题:谁有权限改、改了谁验证、怎么回滚,都要先定下来。
- 超时预算:SET NX 的每次调用都要有明确上限,并计入调用方的总预算
- 观测:SET NX 至少有成功率、P99、积压量三个指标能被独立查询
- 状态可见:SET NX 的当前状态要能被外部查询,而不是只能靠日志反推
2.2 Redlock 争议
Redlock 争议的参数不要一次定死,先留出可覆盖的入口,再用压测数据回填默认值。Redlock 争议的参数一旦过早定死,往往在负载变化后变成新的瓶颈。
- 版本标识:Redlock 争议的每次变更都要带版本,便于灰度期间对比效果
- 文档同步:Redlock 争议的边界条件与默认值要写进仓库,而不是留在人脑里
- 契约:Redlock 争议的输入输出、超时与错误码要在接口层固定,调用方不依赖内部实现
2.3 看门狗
看门狗的实现可以分两层:一层保证正确,一层保证快。先让看门狗的正确层稳定运行,再逐步把快的部分替换进去,风险可控。
- 灰度颗粒度:看门狗的变更按流量比例还是按租户/节点放量,决定了回滚速度
- 变更可逆:看门狗的配置与代码要能在 30 秒内回到上一版
- 数据兼容:看门狗改造期间,新旧状态格式必须双向可读
把 3 个要点串起来看,它们构成一条有方向的链:
SET NX → Redlock 争议 → 看门狗
SET NX 的输出是 Redlock 争议的输入,前者一旦抖动,后者再怎么优化也只是在消化噪声。先把 SET NX 稳住,收益会顺链路传下去。
三、最小可运行实现
一次线上演练中,SET NX 被人为降级后,Redlock 争议的负载立刻翻倍。这说明 SET NX 与 Redlock 争议之间存在隐含的容量依赖,之前一直没人量化过。
分三步处理:先给 SET NX 加背压并限制重试预算,再把 Redlock 争议的全局依赖改成局部视图,最后用影子流量验证一致性。这套组合拳打完,Redis 的分布式锁的关键指标才落到可接受区间。
把上面的思路落到代码,数据库场景的最小实现大致是这样:
// 分布式锁:SET NX PX 加锁 + Lua 校验释放 + 看门狗续期
package lock
import (
"context"
"crypto/rand"
"encoding/hex"
"time"
"github.com/redis/go-redis/v9"
)
const (
releaseScript = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) end return 0"
renewScript = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('pexpire', KEYS[1], ARGV[2]) end return 0"
)
type Lock struct {
rdb *redis.Client
key string
token string
ttl time.Duration
}
func New(rdb *redis.Client, key string, ttl time.Duration) *Lock {
buf := make([]byte, 16)
_, _ = rand.Read(buf)
return &Lock{rdb: rdb, key: key, token: hex.EncodeToString(buf), ttl: ttl}
}
func (l *Lock) Acquire(ctx context.Context) (bool, error) {
ok, err := l.rdb.SetNX(ctx, l.key, l.token, l.ttl).Result()
if err != nil || !ok {
return false, err
}
go l.renew(ctx)
return true, nil
}
func (l *Lock) renew(ctx context.Context) {
interval := l.ttl / 3
for {
time.Sleep(interval)
if ctx.Err() != nil {
return
}
l.rdb.Eval(ctx, renewScript, []string{l.key}, l.token, l.ttl.Milliseconds())
}
}
func (l *Lock) Release(ctx context.Context) error {
return l.rdb.Eval(ctx, releaseScript, []string{l.key}, l.token).Err()
}
四、验证与调优
分段统计的结果(按流量区间拆分,避免平均值掩盖长尾):
| 环节 | 单次耗时 | 占关键路径 | 优化手段 |
|---|---|---|---|
| SET NX | 1.9ms | 38% | 预分配缓冲区避免扩容 |
| Redlock 争议 | 3.0ms | 27% | 降低锁竞争 |
| 看门狗 | 4.2ms | 20% | 把同步等待改成批量合并 |
整体指标:P99 从 135ms 降到 78ms(-42%),吞吐从 17 万 QPS 提升到 32 万 QPS(+88%),CPU 占用从 86% 降到 70%。
4.1 灰度策略
- 阶段一:只对读路径生效,写路径保持原样
- 阶段二:读路径稳定后,再把写路径切过来
- 阶段三:双写比对一个周期,确认数据一致
- 阶段四:下线旧路径,观察一个完整的业务周期
4.2 观测面
可观测性不做全套,只做能定位问题的最小集合:
- 指标:成功率、P99、积压量、重试次数,四个指标能覆盖大部分故障定位
- 日志:结构化输出并带请求 ID,保证一次请求的全链路可串起来
- 链路:只采关键路径,采样率随错误率动态提高
五、结论
SET NX、Redlock 争议、看门狗如果只能先做一件事,先做可观测性——没有度量,Redis 的分布式锁的每一次改动都是盲飞。
- 责任显式化:每个环节谁负责、谁兜底,要写进接口而不靠默契
- 容量可计算:单次开销能算出来,才有资格谈冗余设计
- 变更留痕:配置与代码的版本要能追溯,灰度才有意义
文章由 AI 辅助撰写,示例数据不对应真实系统,落地时需替换为自身场景的实测值。

发表评论 取消回复