1. 为什么需要Redis分布式锁?
最近在做一个保险业务系统时遇到了一个典型的高并发问题:多个客服同时操作同一份保单,导致数据错乱。比如客服A正在修改保单信息,客服B同时也在修改,最后保存的数据就乱套了。这种场景在电商秒杀、金融交易等系统中也很常见。
传统单机锁(如synchronized)在分布式环境下完全失效,因为多个服务实例运行在不同机器上。这时候就需要分布式锁来保证同一时刻只有一个实例能操作共享资源。Redis凭借其高性能和原子性操作,成为实现分布式锁的首选方案。
我刚开始用Redis锁时踩过不少坑。有一次忘记设置过期时间,结果系统崩溃后锁永远无法释放,导致整个系统瘫痪。还有一次设置的过期时间太短,业务还没执行完锁就自动释放了,引发数据不一致。这些问题都源于对setIfAbsent和expire两个关键命令的理解不够深入。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. Redis分布式锁的核心机制
2.1 setIfAbsent的原子性魔法
setIfAbsent是Redis实现分布式锁的核心命令,它的作用是只有当key不存在时才设置值。用Java代码表示是这样的:
java复制Boolean result = redisTemplate.opsForValue()
.setIfAbsent("policy_lock_123", "request_456", 30, TimeUnit.SECONDS);
这个操作是原子性的,意味着判断key是否存在和设置值这两个动作不会被其他命令打断。如果多个线程同时执行这个命令,Redis会确保只有一个能成功返回true。
我在实际项目中发现,value应该设置为唯一标识(如UUID),这样在释放锁时可以验证是否是自己加的锁,避免误删别人的锁。曾经有个线上事故就是因为value设置成固定值,导致锁被错误释放。
2.2 expire防止死锁的关键
expire命令用于设置key的过期时间,这是避免死锁的关键保障。即使持有锁的客户端崩溃,锁也会在过期后自动释放。但要注意两个细节:
- 过期时间不能太短,要覆盖业务操作的最长时间。比如保单处理通常需要3-5秒,那么锁至少要设置10秒以上
- 过期时间也不能太长,否则系统故障时恢复时间会变长
在Spring Data Redis中,可以直接在
