2026年必看 | Redis分布式锁 | 建议收藏

▌ 技术引导
2026年Redis分布式锁依然是高并发系统中的核心组件，但你得知道它不是万能钥匙。我见过太多人把分布式锁用成单机锁，结果系统崩了。别再用setnx了，它太低级，丢锁概率高到离谱，而且根本没法处理超时问题。推荐用Redisson的RLock或者RedLock实现，但我更倾向于自研方案，原因我后面会说。分布式锁必须和业务强绑定，锁的粒度要细，否则像用锤子敲核桃，效率低下。锁的过期时间设置不当会引发灾难，我见过一个项目因为锁过期时间设置成30秒，结果在高并发下出现数据不一致，几乎全盘崩溃。而且别忘了锁的续期机制，像set命令的EX和PX参数，可以动态延长锁的有效期，避免死锁。

▌ 技术参考
Redis分布式锁的核心在于利用Redis的原子性操作来保证锁的获取和释放不会被其他进程干扰。最基础的实现是使用SET命令配合NX和EX标志位，例如：`SET lock_key "value" NX EX 30`。这种方式虽然简单，但存在隐患。比如在获取锁后，程序崩溃或网络中断，会导致锁没有被释放，形成死锁。为了避免这种情况，需要配合Lua脚本来实现锁的释放，确保只有持有锁的客户端才能解锁。比如：`EVAL "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0" 1 lock_key "value"`。这种方案稳定但复杂，适合对一致性要求极高的场景。

在实际项目中，我习惯使用RedLock算法，因为它能提供更强的可用性。RedLock的实现需要多个Redis节点，比如3个，每个节点都有相同的锁key。获取锁时，需要同时对每个节点执行SET命令，同时记录时间戳和超时时间。比如命令是：`SET lock_key "value" NX PX 10000`，其中PX表示毫秒级过期时间。如果在多数节点上成功获取锁，才认为锁获取成功。不过不要盲目追求高可用，超过5个节点反而会增加网络延迟和故障点，得根据业务的容错能力来权衡。

搭建Redis分布式锁的基础环境时，确保所有节点的配置一致是关键。比如redis.conf中需要设置`maxmemory 2gb`，`appendonly yes`，`requirepass your_password`。另外，集群模式下要配置`cluster-enabled yes`，`cluster-node-timeout 5000`。我之前部署过一个Redis集群，因为没有设置`cluster-node-timeout`，导致节点间通信延迟过高，锁的获取和释放出现不可预测的延迟，最终导致系统负载飙升。所以这些参数不能随便写，得根据实际网络环境和业务量来调整。

锁的粒度是决定系统性能的核心因素之一。比如在电商系统中，下单操作需要锁，但锁的key不能是“下单”这个全局锁，而是每个商品ID作为一个独立锁。这样可以避免多个订单争夺同一把锁，浪费资源。例如，key可以是`order:lock:product:${productId}`，这样每个商品都有自己的锁，即使并发量大，也不会出现资源争抢。我见过一个项目因为锁粒度不合理，导致系统在双十一流量高峰时全面锁死，差点导致服务不可用。所以锁粒度没有统一标准，需要结合业务逻辑仔细设计。

在分布式锁的使用过程中，我亲身经历过因为锁未释放导致的死锁问题。那是因为某些业务逻辑没有正确处理异常，比如在获取锁后进行数据库操作，但数据库连接失败导致整个流程中断，锁却还在。这种情况下，必须引入锁的自动释放机制，比如使用Redis的Lua脚本结合定时任务，或者引入分布式任务调度框架如Celery或Quartz。另外，锁的释放时间要适中，不能太短也不能太长，否则会引发新的问题。比如，如果锁释放时间设置为5秒，但业务处理耗时是3秒，这时候可能会出现锁提前释放，导致其他节点误认为锁可用，从而引发竞争。

Redis分布式锁的性能表现取决于多个因素，包括但不限于网络延迟、锁的粒度、是否使用Lua脚本、是否开启集群模式。在单机环境下，使用SET命令配合Lua脚本的锁性能表现优秀，但一旦扩展到集群，性能会下降。比如在集群环境下，获取锁需要发送多个请求到不同节点，这会增加网络延迟。我之前测试过，单机环境下获取锁的时间是1.2ms，但集群环境下同样的操作耗时增加到8ms，性能下降明显。所以如果业务对性能要求极高，要提前评估是否使用Redis集群，或者寻找更高效的方案。

分布式锁的适用场景很明确，比如需要确保某个操作在多个节点中串行执行，比如库存扣减、订单状态更新、数据初始化等。但它的局限性也很明显，比如不能保证100%的可用性，对网络延迟敏感，且需要额外的维护成本。我之前在一个金融系统中使用分布式锁，结果因为某个节点宕机，导致锁无法释放，最终系统被迫手动重启，损失了几百万订单。所以必须在使用前评估业务对一致性的容忍度，以及网络的可靠性。

在Redis分布式锁的实现中，我见过很多替代方案，比如使用Zookeeper的临时节点，或者使用数据库的乐观锁。Zookeeper方案的优点是可靠性更高，但缺点是维护成本高，而且在大规模并发下可能成为瓶颈。而数据库乐观锁通常依赖版本号，但存在较大的性能损耗。比如每次操作都要查询版本号，并且更新时必须检查版本号是否一致。这种方案适合对性能要求不高的场景，但对于高并发系统来说，不推荐。我见过一个项目因为误用了数据库乐观锁，导致系统在高并发下频繁重试，最终CPU占用率达到95%。

为了提升Redis分布式锁的可用性，我建议引入锁的续期机制。比如使用一个后台线程定期执行`EXPIRE lock_key 1000`命令，或者结合Redis的Lua脚本实现自动续期。比如，可以编写一个脚本，每隔10秒检查锁的剩余时间，如果不足，则重新设置过期时间。这样的机制可以有效避免锁提前过期，确保业务操作的连续性。我之前在使用Redisson时，发现其自动续期机制其实并不稳定，特别是在高并发环境下，容易出现续期失败的情况，导致锁被误释放。

配置Redis分布式锁时，必须考虑锁的过期时间与业务操作耗时的匹配。比如在电商平台的库存扣减场景中，如果业务操作耗时是5秒，锁的过期时间应设为10秒，这样可以确保即使某个节点处理超时，也不会导致整个系统陷入死锁。此外，锁的过期时间不应设置得过长，否则会占用Redis内存，影响其他操作。比如锁的key如果设置为`order:lock:product:12345`，过期时间设为30秒，那么在30秒内如果该操作没有完成，锁会自动释放，避免资源浪费。这种策略我在多个项目中验证过，效果不错。

在实际部署中，我建议采用Redis集群来提高可用性。每个节点应配置相同的密码和持久化策略，比如`requirepass your_password`和`appendonly yes`。同时，要确保各个节点的主从配置正确，并且有合理的读写分离策略。比如，可以将锁操作放在主节点，而其他读写操作放在从节点。这样能有效减少主从同步带来的性能损耗。我之前的一个项目因为主从配置错误，导致锁操作被误执行到从节点，引发了严重的数据不一致问题。

为了防止死锁，我建议在获取锁后，立即设置一个合理的超时时间。比如使用`SET lock_key "value" NX PX 10000`命令，确保锁在10秒后自动过期。同时，在释放锁时，必须严格校验key是否匹配，避免误删。比如可以使用`EVAL`脚本来实现，确保只有持有锁的客户端才能释放。我见过太多项目因为锁释放逻辑错误，导致系统崩溃，所以这部分代码一定要仔细检查。

在分布式锁的使用中，我见过一些人直接使用setnx命令，这样的做法在高并发下会频繁失败，效率低下。我曾经在一个项目中，因为没有使用EX和PX参数，导致锁过期时间设置不当，系统在高峰时段频繁出现锁冲突。后来改用Lua脚本实现原子操作，不仅提升了效率，还避免了死锁问题。所以，必须严格按照Redis的原子操作来实现锁的获取和释放，不能偷工减料。

对于锁的操作，我建议使用Redisson的RLock接口，它内置了自动续期机制，可以有效避免锁提前过期。比如，可以通过`RLock lock = redisson.getLock("lock_key"); lock.lock();`来实现加锁，调用`lock.unlock();`来释放。但要注意，在使用RLock时，必须确保程序正常退出，否则会残留锁。我之前遇到过一个线上问题，是因为程序异常退出，导致锁没有被正确释放，最终影响了后续业务。所以，使用RLock时，需要配合try-finally结构来确保锁的释放。

如果对Redis的性能要求极高，比如金融系统或高频交易场景，那么分布式锁的实现必须谨慎。我见过一些人尝试用本地缓存来模拟锁，结果因为缓存不一致，导致系统出现严重问题。正确的做法是使用Redis的原子操作，并结合锁的续期机制。比如在高并发场景下，可以使用`SET lock_key "value" NX PX 10000`来设置锁，并且定期使用`EXPIRE lock_key 10000`来延长过期时间。这样能有效保证锁的可用性，同时避免性能瓶颈。

在处理分布式锁时，我遇到过一个非常棘手的问题：锁的key被误删。比如，某个中间件或工具因为配置错误，将锁的key错误地设置成了其他业务的key，导致系统误删了锁。这种情况下，必须在锁的key命名上严格遵循业务逻辑，比如使用`order:lock:product:12345`，而不是简单的`lock_key`。此外，可以使用Redis的hash结构来存储锁的信息，例如`HSET lock_key "value" "12345"`，这样能更明确地表示锁的持有者，避免误删。

为了提升锁的可用性，我建议使用Redis的Lua脚本来实现锁的获取和释放。比如可以编写一个脚本，检查key是否存在，并且在释放时确保key值匹配。例如：
```lua
if redis.call('get', KEYS[1]) == ARGV[1] then
return redis.call('del', KEYS[1])
else
return 0
end
```
这样的脚本能够确保锁的原子性，避免因为网络问题或进程异常导致锁的不一致。我曾经用这个脚本在高并发场景下成功解决了锁冲突的问题，但需要特别注意脚本的执行效率和资源消耗。