Redisson简明教程—你家的锁芯该换了

• 1.简介
• 2.看门狗
• 2-1.为什么需要这个"狗子"？
• 2-2.工作原理
• 2-3.如何“撸狗子”
• 3.可重入锁：你的分布式"万能钥匙"
• 3-1.Redisson可重入锁的魔法
• 3-2.使用姿势大全
• 3-3.公平锁
• 3-4.非公平锁
• 3-5.可重入原理深扒
• 4.联锁：分布式锁中的"全家桶套餐"
• 4-1.联锁是什么？——"要么全有，要么全无"的霸道总裁
• 4-2.为什么需要联锁？
• 4-3.联锁使用三件套
• 4-4.联锁的硬核原理
• 4-5.联锁的三大禁忌
• 5.Redisson读写锁：分布式系统中的"读写分离"高手
• 5-1.使用姿势
• 5-2.原理深扒
• 6.信号量（Semaphore）：分布式系统中的"限量入场券"
• 6-1.使用姿势大全
• 6-2.原理深扒
• 7.红锁（RedLock）：分布式锁界的“联合国维和部队”
• 7-1.核心原理
• 7-2.注意事项
• 7-3.使用姿势
• 8.闭锁（CountDownLatch）：分布式系统中的"集结号"
• 8-1.使用姿势
• 8-2.原理深扒
• 9.总结

1.简介

各位攻城狮们，你还在使用原生命令来上锁么？看来你还是不够懒，饺子都给你包好了，你非要吃大饼配炒韭菜，快点改善一下“伙食”吧，写代码也要来点幸福感。今天咱们就来聊聊Redisson提供的各种锁，Redisson就像是Redis给Java程序员的一把瑞士军刀，不仅能存数据，还能玩出各种分布式花样。

• Redis版本：Redis 2.8+，理想版本5.0+（支持 Stream、模块化等高级特性，Redisson 能秀出全部技能）。
• 架构模式：支持单机、哨兵和集群（集群模式可靠性更高）

2.看门狗

想象你上厕所（获取锁）时带着一只忠心耿耿的阿黄（看门狗）。当你蹲坑时间快到时（锁快要过期），阿黄就会大叫："主人你还没完事吗？我给你续时间啦！"（自动续期）

2-1.为什么需要这个"狗子"？

• 防止业务没执行完锁就过期：默认锁30秒过期，但万一你的业务要31秒呢？
• 避免锁丢失：如果客户端崩溃，看门狗停止续期，锁最终会自动释放
• 不用手动计算业务时间：再也不用战战兢兢估算业务执行时间了

2-2.工作原理

• 首次加锁：默认设置锁过期时间30秒
• 启动看门狗：加锁成功后启动一个定时任务（后台线程）
• 定期续期：每10秒（过期时间的1/3）检查业务是否完成。未完成：执行expire命令把锁再续30秒；已完成：停止续期。
• 最终释放：业务完成调用unlock或客户端断开连接时释放

2-3.如何“撸狗子”

Config config = new Config();config.setLockWatchdogTimeout(30000L); // 单位毫秒，默认就是30秒// ...RedissonClient redisson = Redisson.create(config);

// 你也可以在加锁时指定（会覆盖默认值）lock.lock(60, TimeUnit.SECONDS); 

3.可重入锁：你的分布式"万能钥匙"

我们都知道Java中ReentrantLock和synchronized都是可重入锁，但都只能用于单机环境的，在分布式环境下，Redisson给我提供了类似体验的可重入锁。

3-1.Redisson可重入锁的魔法

• 线程安全：不同JVM的相同线程也可重入
• 自动续期：看门狗机制保活（默认30秒）
• 公平/非公平：两种模式可选
• 超时机制：避免无限等待

3-2.使用姿势大全

基础款（阻塞式）：

RLock lock = redisson.getLock("orderLock");lock.lock(); // 一直等到天荒地老try {// 你的核心业务} finally {    lock.unlock(); // 一定要放在finally！}

高级款（尝试获取）：

if (lock.tryLock(3, 30, TimeUnit.SECONDS)) { // 最多等3秒，锁30秒自动过期try {// 业务处理    } finally {        lock.unlock();    }} else {    log.warn("获取锁失败，换个姿势再试一次");}

骚操作款（异步获取）：

RFuture<Void> lockFuture = lock.lockAsync();lockFuture.whenComplete((res, ex) -> {if (ex == null) {try {// 异步业务处理        } finally {            lock.unlock();        }    }});

3-3.公平锁

• 排队机制：使用Redis的List结构维护等待队列
• 订阅发布：通过Redis的pub/sub通知下一个等待者
• 双重检查：获取锁时检查自己是否在队列头部

RLock fairLock = redisson.getFairLock("myFairLock");try {    fairLock.lock();// 业务逻辑} finally {    fairLock.unlock();}

3-4.非公平锁

• 直接竞争：所有线程同时尝试CAS操作
• 效率优先：没有队列维护开销
• 可能饥饿：运气差的线程可能长期得不到锁

RLock nonFairLock = redisson.getLock("hotItemLock");if (nonFairLock.tryLock(50, TimeUnit.MILLISECONDS)) { // 拼手速！try {// 秒杀业务逻辑    } finally {        nonFairLock.unlock();    }}

3-5.可重入原理深扒

加锁Lua脚本伪代码：

-- 参数：锁key、锁超时时间、客户端ID+线程IDif (redis.call('exists', KEYS[1]) == 0) then-- 锁不存在，直接获取    redis.call('hset', KEYS[1], ARGV[2], 1);    redis.call('pexpire', KEYS[1], ARGV[1]);returnnil;end;if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then-- 重入情况：计数器+1    redis.call('hincrby', KEYS[1], ARGV[2], 1);    redis.call('pexpire', KEYS[1], ARGV[1]);returnnil;end;-- 锁被其他线程持有return redis.call('pttl', KEYS[1]); -- 返回剩余过期时间

解锁Lua脚本伪代码：

-- 参数：锁key、客户端ID+线程IDif (redis.call('hexists', KEYS[1], ARGV[1]) == 0) then-- 压根没持有锁returnnil;end;-- 重入次数-1local counter = redis.call('hincrby', KEYS[1], ARGV[1], -1);if (counter > 0) then-- 还有重入次数，更新过期时间    redis.call('pexpire', KEYS[1], 30000);return0;else-- 最后一次解锁，删除key    redis.call('del', KEYS[1]);-- 发布解锁消息    redis.call('publish', KEYS[2], ARGV[2]);return1;end;

4.联锁：分布式锁中的"全家桶套餐"

4-1.联锁是什么？——"要么全有，要么全无"的霸道总裁

想象你要同时约三个女神约会：

• 女神A：周末有空 ✅
• 女神B：周末有空 ✅
• 女神C：周末要加班 ❌ Redisson联锁的做法是：只要有一个拒绝，就取消所有约会！这就是联锁的"All or Nothing"哲学。

4-2.为什么需要联锁？

典型场景：

• 跨资源事务：需要同时锁定订单、库存、优惠券三个系统
• 数据一致性：确保多个关联资源同时被保护
• 避免死锁：防止交叉等待导致的死锁情况

4-3.联锁使用三件套

基本用法：

// 准备三把锁（就像三个女神的联系方式）RLock lock1 = redisson.getLock("order_lock");RLock lock2 = redisson.getLock("stock_lock");RLock lock3 = redisson.getLock("coupon_lock");// 创建联锁"约会套餐"RedissonMultiLock multiLock = new RedissonMultiLock(lock1, lock2, lock3);try {// 尝试同时锁定（约三位女神）if (multiLock.tryLock(3, 30, TimeUnit.SECONDS)) {// 三位都同意了！开始你的表演        processOrder();        updateStock();        useCoupon();    } else {        log.warn("有个女神拒绝了你");    }} finally {    multiLock.unlock(); // 记得送她们回家}

高阶技巧：

// 动态构造联锁（适合不确定数量的资源）List<RLock> locks = resourceIds.stream()    .map(id -> redisson.getLock("resource_" + id))    .collect(Collectors.toList());RedissonMultiLock dynamicLock = new RedissonMultiLock(locks.toArray(new RLock[0]));

4-4.联锁的硬核原理

加锁流程：

• 顺序加锁：按传入锁的顺序依次尝试获取
• 失败回滚：任意一个锁获取失败时，释放已获得的所有锁
• 统一过期时间：所有锁使用相同的过期时间

底层Lua脚本（简化版）：

-- 参数：多个锁的KEYS，统一过期时间，线程标识local failed = falsefor i, key inipairs(KEYS) doif redis.call('setnx', key, ARGV[2]) == 0then        failed = truebreakend    redis.call('expire', key, ARGV[1])endif failed then-- 释放已经获取的锁for j = 1, i-1do        redis.call('del', KEYS[j])endreturn0endreturn1

4-5.联锁的三大禁忌

乱序使用（导致死锁）：

// 线程1：multiLock(lockA, lockB).lock();// 线程2：multiLock(lockB, lockA).lock(); // 危险！可能死锁

✅ 正确做法：全局统一加锁顺序

混合锁类型：

// 混合普通锁和公平锁new MultiLock(lock1, fairLock2); // 不推荐

✅ 正确做法：使用相同特性的锁组合

忽略部分锁失败：

if (!multiLock.tryLock()) {// 直接返回，不处理部分获取成功的情况return; // 危险！}

✅ 正确做法：确保完全获取或完全失败

5.Redisson读写锁：分布式系统中的"读写分离"高手

也许单机版的ReentrantReadWriteLock你听说过，但是分布式环境下的版本可能很少接触到。

典型场景：

• 读多写少系统：比如商品详情页（每秒上万次读取，每分钟几次更新）
• 数据一致性要求：保证读取时不会读到半成品数据
• 系统性能优化：避免读操作被不必要的串行化

5-1.使用姿势

RReadWriteLock rwLock = redisson.getReadWriteLock("libraryBook_123");// 读操作（多个线程可同时进入）rwLock.readLock().lock();try {// 查询数据（安全读取）    Book book = getBookFromDB(123);} finally {    rwLock.readLock().unlock();}// 写操作（独占访问）rwLock.writeLock().lock();try {// 修改数据（安全写入）    updateBookInDB(123, newVersion);} finally {    rwLock.writeLock().unlock();}

5-2.原理深扒

加读锁Lua脚本（简化）：

-- 检查是否可以加读锁（没有写锁或当前线程持有写锁）if redis.call('hget', KEYS[1], 'mode') == 'write' then    -- 如果有写锁且不是当前线程持有，则失败if redis.call('hexists', KEYS[1], ARGV[2]) == 0 thenreturn0;    end;end;-- 增加读锁计数redis.call('hincrby', KEYS[1], ARGV[1], 1);redis.call('pexpire', KEYS[1], ARGV[3]);return1;

加写锁Lua脚本（简化）：

-- 检查是否已有锁if redis.call('exists', KEYS[1]) == 1 then    -- 如果是读模式或有其他写锁if redis.call('hget', KEYS[1], 'mode') == 'read' or       redis.call('hlen', KEYS[1]) > 1 thenreturn0;    end;    -- 如果是当前线程持有的写锁（重入）if redis.call('hexists', KEYS[1], ARGV[2]) == 1 then        redis.call('hincrby', KEYS[1], ARGV[2], 1);return1;    end;end;-- 获取写锁redis.call('hset', KEYS[1], 'mode', 'write');redis.call('hset', KEYS[1], ARGV[2], 1);redis.call('pexpire', KEYS[1], ARGV[3]);return1;

6.信号量（Semaphore）：分布式系统中的"限量入场券"

同样的味道，Java中Semaphore的分布式版本。

6-1.使用姿势大全

基础用法：

// 获取信号量（初始10个许可）RSemaphore semaphore = redisson.getSemaphore("apiLimit");semaphore.trySetPermits(10); // 设置许可数量// 获取许可（阻塞直到可用）semaphore.acquire();try {// 执行业务（保证最多10个并发）    callLimitedAPI();} finally {    semaphore.release(); // 记得归还！}// 尝试获取（非阻塞）if (semaphore.tryAcquire()) {try {// 抢到许可了！    } finally {        semaphore.release();    }} else {    log.warn("系统繁忙，请稍后再试");}

高级技巧：

// 带超时的尝试获取if (semaphore.tryAcquire(3, 500, TimeUnit.MILLISECONDS)) {try {// 在500ms内获取到3个许可        batchProcess();    } finally {        semaphore.release(3); // 归还多个许可    }}// 动态调整许可数量semaphore.addPermits(5); // 增加5个许可（扩容）semaphore.reducePermits(3); // 减少3个许可（缩容）

6-2.原理深扒

获取许可的Lua脚本（简化）：

-- 参数：信号量key、请求许可数local value = redis.call('get', KEYS[1])if value >= ARGV[1] thenreturn redis.call('decrby', KEYS[1], ARGV[1])elsereturn -1end

释放许可的Lua脚本（简化）：

-- 参数：信号量key、释放许可数return redis.call('incrby', KEYS[1], ARGV[1])

7.红锁（RedLock）：分布式锁界的“联合国维和部队”

RedLock 的诞生是为了对抗单点 Redis 挂掉后锁失效的问题。它的目标就是：“即使部分节点挂了，我也要稳如老狗”。

7-1.核心原理

Redisson 的 RedLock 实现来源于 Redis 作者 antirez 提出的 Redlock 算法。流程如下：

• 准备多个独立的 Redis 节点（注意：是互相独立的，不是主从复制结构）。
• 客户端依次向这些节点尝试加锁（使用 SET NX PX 命令）。
• 记录耗时：加锁操作总共不能超过锁过期时间的 1/2（比如设置锁有效期 10 秒，那就必须 5 秒内搞定加锁）。
• 加锁成功节点超过半数（N/2 + 1）视为成功。
• 若失败，立刻释放所有加锁成功的节点，以避免资源死锁。
• 释放锁时，同样要向所有节点发送 unlock 操作。

7-2.注意事项

• RedLock 是为多主 Redis 实例准备的，不是给 Redis Cluster 用的。
• 你得维护多个彼此独立的 Redis 实例，部署和运维成本更高。
• RedLock 的“强一致性”并非线性一致性，它只是通过多点确认提升“高可用性”。

7-3.使用姿势

// 准备多个独立的RLock实例RLock lock1 = redissonClient1.getLock("lock");RLock lock2 = redissonClient2.getLock("lock"); RLock lock3 = redissonClient3.getLock("lock");// 构造红锁（建议奇数个，通常3/5个）RedissonRedLock redLock = new RedissonRedLock(lock1, lock2, lock3);try {// 尝试获取锁（等待时间100s，锁持有时间30s）boolean locked = redLock.tryLock(100, 30, TimeUnit.SECONDS);if (locked) {// 执行业务逻辑        doCriticalWork();    }} finally {    redLock.unlock();}

8.闭锁（CountDownLatch）：分布式系统中的"集结号"

一样是Java的CountDownLatch的分布式版本，用法也是基本一样。

8-1.使用姿势

// 主协调节点（教官）RCountDownLatch latch = redisson.getCountDownLatch("batchTaskLatch");latch.trySetCount(5); // 需要等待5个任务// 工作节点（学员）RCountDownLatch workerLatch = redisson.getCountDownLatch("batchTaskLatch");workerLatch.countDown(); // 完成任务时调用// 主节点等待（在另一个线程/JVM）latch.await(); // 阻塞直到计数器归零System.out.println("所有任务已完成！");

8-2.原理深扒

关键操作伪代码：

-- countDown操作local remaining = redis.call('decr', KEYS[1])if remaining <= 0then    redis.call('publish', KEYS[2], '0') -- 通知所有等待者    redis.call('del', KEYS[1]) -- 清理计数器endreturn remaining-- await操作local count = redis.call('get', KEYS[1])if count == falseortonumber(count) <= 0thenreturn1-- 已经完成endreturn0-- 需要继续等待

9.总结

Redisson 提供了丰富的分布式锁实现，适用于各种分布式场景，使用体验更好，选择锁类型时应根据具体业务场景和需求来决定，同时要注意锁的粒度和持有时间，避免分布式死锁和性能问题。

关于作者，高宏杰，转转门店技术部研发工程师。