分布式锁的见解

实现分布式锁可以利用公共组件Redis

• redis的setnx：设置key value 当且仅当key不存在，设置成功返回1，失败返回0

1. 最简单得就是获取在redis上获取一个key，然后根据返回结果处理逻辑

# 伪代码
ret = redis.setnx(key,value)
if ret:
   stock = redis.get('stock')   # 100
   if stock > 0:
       stock -= 1
   else:
       return Response('库存不足')
else:
   return Response('忙')
redis.del(key)

• 问题：如果程序运行时报错，锁没有被释放，死锁产生。
• 方案：在finally中释放锁，程序运行报错会进入finally释放锁

2. 在此基础上改进，加入try，finally

try:
	ret = redis.setnx(key,value)
	if ret:
		stock = redis.get('stock')   # 100
		if stock > 0:
		    stock -= 1
		else:
		    return Response('库存不足')
	else:
		return Response('忙')
finally:
	redis.del(key)
	

• 问题：如果应用被kill了，那么就不会进入finally释放锁
• 方案：加过期时间，死锁一小段时间可以接受

try:
	ret = redis.set(key, value, ex=10,nx=True)  #  10秒后锁释放，产生死锁也会解除
	if ret:
		stock = redis.get('stock')   # 100
		if stock > 0:
		    stock -= 1
		else:
		    return Response('库存不足')
	else:
		return Response('忙')
finally:
	redis.del(key)

• 问题：

场景：过期时间为10s，若某个请求需要15秒完成，在10s的时候Redis服务就会将这个key释放掉，第二个请求来了之后请求key，过了5秒钟，第一个请求完成主动的释放了key，但是第二个请求可能还未完成，第三个请求来了，请求key，第二个请求完成主动释放key。

后果: 后请求的redis_key被前者释放，导致失效。

• 方案：设置时，键是唯一的，但是值可以设置为当前线程的信息，在主动释放的时候判断是否为当前线程持有的锁。

• 不足：在超时的时候还是会发生两个线程持有同一个锁。

• 弥补不足：当成功setnx后，开一个守护线程，判断当前线程是否还持有锁，如果有，就重新设置过期时间，否则，说明主线程释放了锁。代码逻辑很简单，但是实现可能会出现各种Bug，可以使用redis-py的锁
  使用方式就是锁的方式：lock = Lock() lock.acquire