外观
30 - Redis 分布式锁真的安全吗:租约、续期与 Fencing Token
摘要
两个服务实例同时修改同一订单时,可以通过 Redis 锁决定谁先执行。但实例 A 拿到锁后,如果因垃圾回收(GC)长时间暂停,锁可能已经过期,实例 B 已经接管并完成写入;A 恢复后却仍会继续执行,覆盖 B 的结果。
理解这个问题,要分清两件事:Redis 决定当前把锁授予谁,最终资源决定是否接受一次写入。带过期时间的锁是一段租约,即有期限的持有资格;租约到期不会自动终止业务代码。原子解锁避免误删别人的锁,续期降低长任务失去锁的概率,Fencing Token 则让资源端识别并拒绝过时的写入。
1. 基本加锁与解锁
分布式锁用于协调不同进程或服务实例对共享资源的访问。参与者必须针对同一资源使用同一个锁键,并且只在成功获得锁后执行受保护的操作。下面是 Redis 单实例锁的加锁命令示例:
text
SET lock:order:1 random-owner-token NX PX 10000lock:order:1 表示订单 1 的锁;NX 表示仅在键不存在时设置;PX 10000 设置 10000 毫秒的过期时间,也就是 TTL(Time To Live,存活时间)。把“仅在不存在时设置”和“设置过期时间”放在同一条命令中,避免先加锁、后设过期时间之间进程崩溃,留下没有期限的锁。
random-owner-token 是持有者标识,实际使用时应为每次加锁生成不同的随机值。它用于回答“这个锁是否仍属于我”,并不表示持有者的新旧顺序。加锁的预期结果是:键不存在时设置成功;键已存在时本次未获得锁,客户端不能继续执行受保护的操作。
解锁时必须把“校验持有者”和“删除锁”作为一个原子操作执行,即两步之间不能插入其他客户端的锁操作。下面是交给 Redis 执行的 Lua 脚本片段,KEYS[1] 为锁键,ARGV[1] 为本次加锁保存的持有者标识:
lua
if redis.call('get', KEYS[1]) == ARGV[1] then
return redis.call('del', KEYS[1])
end
return 0预期结果是:标识匹配时删除锁并返回删除结果;不匹配或锁已不存在时返回 0。客户端需通过所用 Redis 客户端的脚本接口传入键和参数。
假设 A 的锁已经过期,B 随后获得同名锁。如果 A 完成任务后直接删除锁键,就会删掉 B 的锁。即使先读取标识再单独删除,也可能在两条命令之间发生过期和接管,因此比较与删除必须在同一次原子操作中完成。
2. 租约过期后的旧持有者
原子解锁保护的是锁记录,无法阻止旧持有者写数据库。下面的时序展示了租约过期后的风险,其中 Worker 表示执行业务任务的进程或线程,DB 表示最终接收写入的数据库:
图表将在阅读到此处时加载…
Redis 删除过期的锁键后,B 可以获得新锁;但 Redis 无法让暂停中的 A 停止,也不会撤销 A 已准备好的数据库请求。因此,A 和 B 可能都在执行受保护的业务,即使 Redis 中始终只有一个当前锁记录。
Watchdog(看门狗)续期是客户端定期延长锁有效期的机制。它能降低正常长任务因租约到期而失去锁的概率,但依赖续期任务及时运行、网络可达,以及续期时确认锁仍属于自己。进程暂停时,续期任务也可能无法运行;网络隔离时,续期请求可能无法到达 Redis。失去续期能力并不能证明旧持有者已经停止。
因此,TTL 不是业务完成时间的保证,续期也不能消除上述窗口。即使写入前检查一次锁仍有效,检查与写入之间仍可能发生暂停和过期;需要让最终资源在接受写入时判断请求是否过时。
3. Fencing Token
Fencing Token 是用于拦截过时请求的递增编号。支持这一机制的锁服务每次授予锁时给出更大的编号,持有者将它随写请求一起交给资源端。资源端记录已接受的最大编号,拒绝编号更小的请求。这与随机持有者标识不同:随机标识用于确认身份,递增编号用于比较新旧。
例如,A 获得 token=41,B 后来获得 token=42。如果数据库已经接受 B 的写入并记录 42,A 恢复后携带 41 的请求就会被拒绝。关键在于资源端把编号校验和业务修改放在同一个原子操作中,不能先在应用中查询编号,再单独写入。
下面是条件更新的 SQL 片段,需预先建立 resource 表并由数据库驱动绑定 ? 参数。id 标识资源,value 保存业务值,fence_token 保存已接受的编号;该字段应有非空初值,且小于首次合法编号。语法与并发更新语义需适配所用数据库:
sql
UPDATE resource
SET value = ?, fence_token = ?
WHERE id = ? AND fence_token < ?;四个参数依次为新业务值、本次 Token、资源 ID、本次 Token;第二和第四个参数必须相同。预期结果是:资源存在且已存编号更小时,更新业务值与编号;否则影响行数为 0,调用方不能将其当作写入成功。
这里使用严格比较 fence_token < ?,所以相同 Token 的再次更新也会被拒绝。如果同一次持锁需要多次写入,必须另行设计相同 Token 的处理方式和业务幂等规则;幂等是指重复请求不会重复产生业务效果。拒绝过时 Token 与处理重复请求是两个不同问题。
Fencing 的前提是编号在故障恢复后仍保持递增,并且所有受保护的写入都经过最终资源的校验。上面的 SET 命令只保存随机持有者标识,并没有生成这样的编号。只生成 Token 却不验证没有意义;资源尚未接受更大编号时,也不能单凭本地记录判断某个请求的租约是否已过期。Fencing 解决的是资源已接受较新编号后,旧请求仍继续写入的问题。
4. 是否真的需要锁
先明确要保护的业务规则,再选择机制:
- 某个业务标识只能创建一次:优先考虑数据库唯一约束,让数据库在写入时拒绝重复记录。
- 单行状态只能从指定状态转换:优先考虑条件更新,把前置状态检查与修改放在同一条数据库语句中。
- 共享计数不能丢失更新:可使用存储系统提供的原子增减指令,避免客户端先读再写。
- 把工作分配给多个执行者:可考虑队列,但仍需处理重复投递和执行失败,不能把领取任务等同于业务只执行一次。
这些方式把规则放到真正保存数据或分配任务的位置。需要协调跨资源操作时,仍可能需要分布式锁,但锁增加了租约、续期和故障恢复的复杂度,不能替代最终数据约束。
5. Redlock 边界
Redlock 通过多个独立 Redis 节点和多数派授锁降低单点风险。多数派是指超过半数的节点;独立节点不等同于同一组主从副本。获得多数节点的锁也不是唯一条件,还需要满足算法对加锁耗时和剩余有效期的要求。
其安全性依赖时间假设、网络与实现细节,业界存在公开争议。评估时应先定义故障模型,即方案需要应对哪些故障:是否允许长时间进程暂停、网络分区、节点故障和时钟异常,以及发生这些情况后业务是否允许重复执行。
如果业务要求严格互斥,应结合这些条件评估锁方案,并让资源端通过 Fencing 拒绝过时写入,不能仅凭算法名称宣称安全。资源若不支持编号校验,就需要按业务设计其他约束或可恢复流程;尤其对不可逆的外部操作,不能把成功加锁当作安全保证。具体 Redis 与客户端的续期、故障切换等行为需按部署版本验证。
6. 容易踩的坑
- 解锁不比较持有者标识(owner token):旧持有者可能误删新持有者的锁。
- 锁无过期时间:持有者崩溃后若没有额外恢复机制,其他执行者可能永久阻塞。
- 把 TTL 当作完成时间保证:锁会过期,业务代码却不会因此自动停止。
- 续期线程和业务线程共享已耗尽的执行器:续期任务无法及时调度,可能使正在执行的任务失去锁。
- 主从故障切换时未验证锁数据复制语义:需确认故障前的加锁记录在切换后如何处理,不能直接沿用单实例下的判断。
- 没有 Fencing,却用锁保护不可逆外部资源:旧持有者恢复后的请求仍可能被接受,必须明确资源端如何拒绝过时操作。
7. 总结
带 TTL 的 Redis 锁授予的是一段有条件的租约。要阻止资源已接受较新编号后又被旧持有者写入,需要资源端参与 Fencing 校验。
- 加锁与设置过期时间一起完成;解锁时原子比较持有者标识并删除。
- TTL 与续期不能保证旧持有者停止,Fencing 编号必须与业务修改在资源端一起校验。
- 能用唯一约束、条件更新、原子指令或队列解决的问题,优先采用更直接的机制。
下一篇:ZooKeeper 为什么适合协调:临时节点、Watch 与顺序节点。