分布式可重入锁原理与Redis实现优化

1. 分布式可重入锁的核心价值与应用场景

在分布式系统中，锁机制是保证数据一致性的关键基础设施。与单机环境不同，分布式锁需要解决网络分区、节点故障等特有挑战。可重入特性（Reentrant）允许同一个线程多次获取同一把锁，避免死锁情况发生——这个特性在复杂业务逻辑中尤为重要。

我曾在电商秒杀系统中亲历过这样的场景：某个商品库存扣减方法被多个服务层嵌套调用，如果不采用可重入锁，外层方法获取锁后，内层方法再次尝试获取时就会形成死锁。最终我们通过基于Redis的分布式可重入锁方案，将峰值并发处理能力提升了8倍。

2. 可重入锁的底层实现原理

2.1 锁标识设计

核心在于维护"锁持有者"与"重入次数"的映射关系。我们采用复合键结构：

code复制lock:{resourceId} -> {
  "threadId": "节点ID+线程ID",
  "count": 2
}

其中count记录重入次数，归零时才会真正释放锁。这种设计相比简单的setnx命令，能精确控制锁的生命周期。

2.2 原子性保证

通过Redis的Lua脚本实现原子操作：

lua复制local key = KEYS[1]
local threadId = ARGV[1]
local count = redis.call('get', key)
if count and count.threadId ~= threadId then
    return 0
end
count = count or {threadId = threadId, count = 0}
count.count = count.count + 1
redis.call('set', key, count)
return 1

这段脚本在获取锁时自动完成存在性检查、线程验证和计数递增，避免多命令导致的竞态条件。

3. 生产级实现的关键细节

3.1 锁续期机制

采用守护线程定期延长锁过期时间：

java复制private void scheduleExpirationRenewal() {
    Thread renewalThread = new Thread(() -> {
        while (!Thread.currentThread().is