第 6 章:原子性、分布式锁与限流
"加个锁"三个字,是后端最容易写错的地方。锁加错,比不加更危险。
学习目标
- 用
SET NX PX写出一把可用的锁,并知道它哪里会失效 - 明白释放锁为什么必须用 Lua,不能先查后删
- 处理"业务没跑完锁就过期",知道续期和看门狗的做法
- 三种限流算法的差别,以及各自会漏在哪里
6.1 为什么锁在 Redis 里,不在代码里
# 库存 1,两个实例同时下单
stock = db.get_stock(book_id)
if stock > 0:
db.set_stock(book_id, stock - 1)单实例、单线程时这段没问题。多实例部署后,"读—判断—写"三步之间,另一个实例可能已经改过数据,于是超卖。
Python 的 threading.Lock 只在同一个进程里有效;multiprocessing.Lock 只在同一台机器有效。跨机器、跨进程的互斥,只能放在一个大家都能访问的地方——这就是 Redis 的位置。
6.2 一条命令拿到锁
token = str(uuid.uuid4())
ok = r.set("lock:stock:1001", token, nx=True, px=3000)
if not ok:
return "稍后再试" # 别人持有锁
try:
do_business() # 扣库存
finally:
release_lock("lock:stock:1001", token)三个参数缺一不可:
| 参数 | 作用 | 少了会怎样 |
|---|---|---|
nx=True | 只有 key 不存在时才设置 | 变成直接覆盖,锁形同虚设 |
px=3000 | 3 秒后自动过期 | 持锁进程崩了,锁永远不释放,死锁 |
token(唯一值) | 标记"这把锁是我的" | 没法安全释放(见下一节) |
SET NX PX 是一条命令,Redis 单线程执行保证原子——不会出现"检查时不存在、设置时已存在"的竞态。
6.3 释放锁:必须比对再删
错误写法:
if r.get(lock_key) == token: # ①
r.delete(lock_key) # ②① 和 ② 之间锁可能已经过期、并被别人重新拿到,这时 ② 删掉的是别人的锁。
正确写法:把"比对 + 删除"放进 Lua,让服务端一次执行完:
RELEASE = """
if redis.call("get", KEYS[1]) == ARGV[1] then
return redis.call("del", KEYS[1])
else
return 0
end
"""
r.eval(RELEASE, 1, "lock:stock:1001", token)Redis 执行 Lua 时不会插入其它命令,所以这个"检查并删除"是原子的。任何"先读后写"的组合,只要需要原子,就该交给 Lua。
6.4 锁过期了,业务还没跑完
上面时序图里那个 4 秒的问题,是分布式锁最现实的坑。三种处理:
| 做法 | 说明 | 代价 |
|---|---|---|
| 估足超时 | 业务最长耗时 × 2,作为 px | 估错就失效 |
| 续期(看门狗) | 后台线程每 1/3 超时时间续一次 | 多一个线程,实现复杂 |
| 业务幂等 | 不追求互斥绝对可靠,重复执行也无害 | 治本,但要改造业务 |
第三条最容易被忽略,也最可靠:如果你能保证"重复执行一次不出错",锁只是性能优化,不再是正确性依赖。库存扣减用"检查并扣减"的原子 SQL,比一把不可靠的锁更稳。
6.5 Redlock 值不值得用
单实例的锁有一个根本问题:Redis 主从是异步复制的。主节点拿到锁后还没同步就宕机,从节点升主,锁丢了,另一个实例也能拿到——同一时刻两个持有者。
Redlock 的思路是向 5 个独立实例申请锁,超过半数成功才算拿到。它在理论上提高了可靠性,但业界有明确争议:
- 反对者(Martin Kleppmann)指出:有时钟漂移、网络延迟时,Redlock 仍不能提供严格保证,用它做正确性保障不如用数据库或共识系统;
- 支持者认为:在"没有更好选择"的场景下,它比单实例强。
实际建议:
| 场景 | 建议 |
|---|---|
| 防止重复任务、减少重复计算 | 单实例 SET NX PX 够用 |
| 扣款、发券等资金相关 | 不要用 Redis 锁,用数据库行锁/唯一约束/队列 |
| 必须强一致互斥 | 用数据库或专门协调服务 |
6.6 限流:三种算法,三种漏法
| 算法 | 实现 | 优点 | 漏在哪 |
|---|---|---|---|
| 固定窗口 | INCR + EXPIRE | 一行代码,最简单 | 窗口边界突刺(上例 20 秒放 120 次) |
| 滑动窗口 | ZADD 时间戳 + ZREMRANGEBYSCORE + ZCARD | 精确 | 每次请求存一个成员,内存开销大 |
| 令牌桶 | Lua 脚本,按时间补桶 | 平滑、允许突发 | 实现复杂,要用 Lua 保证原子 |
固定窗口的实现:
def allow_fixed(user_id, limit=60, window=60):
key = f"rate:{user_id}:{int(time.time()) // window}"
n = r.incr(key)
if n == 1:
r.expire(key, window) # 第一次才设过期
return n <= limit坑在 expire:如果每次 INCR 都设过期,窗口就会被不断延长,限流变成"从最后一次请求起 60 秒内 60 次"。只在 n == 1 时设。
滑动窗口更精确,但每个请求一个 ZSet 成员。高频接口(每秒上百次)要算内存:60 次/分钟 × 1000 用户 = 6 万个成员,再乘以结构开销,不小。
6.7 原子操作与"假事务"
除了锁,Redis 还提供了几种保证原子的手段:
| 手段 | 原子性 | 说明 |
|---|---|---|
| 单条命令 | 是 | INCR、SETNX、LPUSH 本身原子 |
| Lua 脚本 | 是 | 整段脚本作为一个整体执行 |
MULTI / EXEC | 部分 | 命令按顺序执行不被打断,但中间某条失败不会回滚 |
WATCH | 乐观锁 | 监控 key,被改过就放弃整个事务 |
MULTI/EXEC 常被误当成"事务"。它更接近"批量执行":如果第二条命令因为类型错误失败,第一条已经生效,不会回滚。需要"要么全做要么全不做"的逻辑,用 Lua 自己判断。
本章小结
| 要点 | 说明 |
|---|---|
| 加锁 | SET key token NX PX,一条命令原子 |
| 释放 | Lua 比对 token 再删,不能先查后删 |
| 锁过期 | 估足超时 / 看门狗续期 / 业务幂等 |
| Redlock | 有争议;资金场景别用 Redis 锁 |
| 限流 | 固定窗口有边界突刺,滑动窗口精确但费内存,令牌桶平滑 |
| 原子性 | 单命令与 Lua 原子,MULTI 不回滚 |
下一章
锁和限流解决的是"同时只能一个人做"。还有一类需求是"这件事先记下来,晚点再做"——这就是队列。下一章讲 List、Stream、Pub/Sub 三者的取舍。