之前寫過一篇部落格，裡面吭哧吭哧半天，使用Redis實現了一個分散式鎖。

今天閒來沒事看原始碼，突然發現redis set命令的用法可以直接指定nx和ex，文件中沒有明說這是個原子方法，但是後面給出了一個例子使用set nx ex的方法實現了redis鎖。

感覺應該是原子性的，挺好。

相比這篇文章裡的方法，有兩個優點：

1）簡單，之前的那篇文章裡使用getSet方法，折騰了一頓，就是怕setnx之後expire成功不了，這裡直接原子性的話，省事多了。

2）解決了超時誤刪鎖引入的競態問題，之前我們在value中保留了時間，這裡我們可以保留一個uuid，判斷是自己的鎖再刪除，避免誤刪。

直接粘在下面，以後實現了例項再回來。api出處：

命令 SET resource-name anystring NX EX max-lock-time 是一種在 Redis 中實現鎖的簡單方法。

客戶端執行以上的命令：

• 如果伺服器返回 OK ，那麼這個客戶端獲得鎖。
• 如果伺服器返回 NIL ，那麼客戶端獲取鎖失敗，可以在稍後再重試。

設定的過期時間到達之後，鎖將自動釋放。

可以通過以下修改，讓這個鎖實現更健壯：

• 不使用固定的字串作為鍵的值，而是設定一個不可猜測（non-guessable）的長隨機字串，作為口令串（token）。
• 不使用 DEL 命令來釋放鎖，而是傳送一個 Lua 指令碼，這個指令碼只在客戶端傳入的值和鍵的口令串相匹配時，才對鍵進行刪除。

這兩個改動可以防止持有過期鎖的客戶端誤刪現有鎖的情況出現。

以下是一個簡單的解鎖指令碼示例：

if redis.call("get",KEYS[1]) == ARGV[1]
then
    return redis.call("del",KEYS[1])
else
    return 0
end

這個指令碼可以通過 EVAL ...script... 1 resource-name token-value 命令來呼叫。

提供一個分散式鎖的實現

# -*- coding:utf-8 -*-
from __future__ import print_function
import redis
import time
import multiprocessing
from contextlib import contextmanager as _contextmanager
# 簡單建立redis的客戶端
r = redis.Redis(host='localhost', port=6379, db=0)

# 分散式鎖實現
# finally中驗證本執行緒是否獲得鎖, 是為了防止誤刪別的執行緒獲取的鎖
@_contextmanager
def dist_lock(client, key):
    dist_lock_key = 'lock:%s' % key
    is_acquire_lock = False
    try:
        is_acquire_lock = _acquire_lock(client, dist_lock_key)
        yield
    finally:
        if is_acquire_lock:
            _release_lock(client, dist_lock_key)


# 嘗試獲取鎖
# 成功: 返回True, 失敗: 丟擲異常
# 使用set nx ex原語, 使得setnx和expire操作成為原子操作
def _acquire_lock(client, key):
    is_lock = r.set(key, 1, nx=True, ex=10)
    if not is_lock:
        raise Exception("already locked!")
    return is_lock


# 釋放鎖
# 簡單刪除key
# 如果刪除失敗, 鎖也會通過expire時間超時
def _release_lock(client, key):
    client.delete(key)


# 測試函式
# 獲取鎖成功, 列印成功, 並持有鎖3s
# 獲取鎖失敗, 直接列印
def func():
    while 1:
        try:
            with dist_lock(r, 'key'):
                print("*", end='')
                time.sleep(3)
        except Exception, ex:
            print('!', end='')


# 多程序啟動
# 這種模式下, 執行緒鎖無效, 可以驗證分散式鎖
process_list = list()
for i in range(2):
    process_list.append(multiprocessing.Process(target=func))
for process in process_list:
    process.start()
for process in process_list:
    process.join()