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 NX1.9ms38%预分配缓冲区避免扩容
Redlock 争议3.0ms27%降低锁竞争
看门狗4.2ms20%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。

点赞(0) 打赏

评论列表 共有 0 条评论

暂无评论
立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部