背景：基于redis实现分布式锁。客户端：lettuce-core-5.1.7.RELEASE。连接池：commons-pool2-2.6.2

单点与故障转移问题

单点问题

很简单，单机的服务，如果服务器宕机，那么服务处于不可用状态，如何解决？增加备份，master- slave模式，master宕机后，slave升级master进行服务

故障转移问题

单点问题解决后也引入了故障转移问题。如果master宕机时，数据还没有同步至slave怎么办？

分布式锁也同样需要解决此类问题，如果master宕机slave未完成master数据的同步，会导致两台机器同时获取到同一把分布式锁

解决方案

主从同步模式

简单讲就是写入主库的同时，等待主库数据同步至从库后再响应客户端，但是牺牲的是可用性。互联网时代，如果一主一从，那么代价就是任何一台机器有问题都会导致服务不可用，如果增加slave机器，则可用性也会降低

优势

1. 客户端代码逻辑简单，服务端层面保障双写一致性

劣势

1. rt翻倍，每增加一个深度（水平扩展不影响）链路节点就代表请求的rt要增加一个节点请求rt

redlock

redis不再采用master-slave模式，而是集群模式，假设有3台机器，同时向三台机器申请分布式锁。如果有两台机器响应成功则代表请求成功，类似于选举算法的过半原则。既保障了高可用性，也解决了故障转移问题

redlock其实就是“双写”方案的变形，等同于：多写+过半机制

优势

1. 不存在主从同步问题

劣势

1. 成本高，3台机器只能允许一台机器宕机

代码实现

主从同步模式

环境背景：集群分片+master-slave模式
底层实现使用的是redis的wait命令
wait命令的作用：
此命令将阻塞当前客户端，直到当前Session连接（master节点上）所有的写命令都被传送到指定数据量的slave节点。
如果到达超时(以毫秒为单位)，则即使尚未完全传送到达指定数量的salve节点，该命令也会返回成功传送到的节点的个数。

private boolean doClusterLock(String lock, String resource, String sign, long maxWaitTime, long maxLockDuration) {
    boolean masterSuccess = false;
    boolean rollback = false;
    long getPoolStartTime = System.currentTimeMillis();
    try (StatefulConnection<String, String> conn = genericObjectPool.borrowObject()) {
        long getPoolEndTime = System.currentTimeMillis();
        logger.debug("the lock {} get connection time is : {}", lock, (getPoolEndTime - getPoolStartTime));
        StatefulRedisClusterConnection<String, String> clusterConn = (StatefulRedisClusterConnection<String, String>) conn;
        long beginTime = System.currentTimeMillis();
        
        // 1. 获取redis key所在集群分片的master节点id
        int keySlot = SlotHash.getSlot(resource);
        String masterId = redisClusterClient.getPartitions().getPartitionBySlot(keySlot).getNodeId();
        // 2. 操作redis master节点，获取分布式锁
        RedisCommands<String, String> masterCmd = clusterConn.getConnection(masterId).sync();
        String masterResult = masterCmd.set(resource, sign, SetArgs.Builder.nx().px(maxLockDuration));
        masterSuccess = "OK".equals(masterResult);
        if (!masterSuccess) {
            return false;
        }
        
        // 3. 等待master节点同步数据至slave节点
        Map<RedisClusterNode, RedisAsyncCommands<String, String>> slaveNodes =
            clusterConn.async()
            .slaves(node -> masterId.equals(node.getSlaveOf()))
            .asMap();
        int slaveCount = slaveNodes.size();
        if (slaveCount > 0) {
            int minReplicaCount = Math.min(slaveCount, MIN_REPLICA_COUNT);
            masterCmd.waitForReplication(minReplicaCount, maxWaitTime);
        }
        ...
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33