使用现状

Redis分布式锁的基础内容，我们已经在Redis分布式锁：基于AOP和Redis实现的简易版分布式锁这篇文章中讲过了，也在文章中示范了正常的加锁和解锁方法。

分布式锁在之前的项目中一直运行良好，没有辜负我们的期望。

发现问题

但在最近查线上日志的时候偶然发现，有一个业务场景下，分布式锁偶尔会失效，导致有多个线程同时执行了相同的代码。

我们经过初步排查，定位到是因为在这段代码中间调用了第三方的接口导致。

因为业务代码耗时过长，超过了锁的超时时间，造成锁自动失效，然后另外一个线程意外的持有了锁。于是就出现了多个线程共同持有锁的现象。

解决方案

问题既然已经出现了，那么接下来我们就应该考虑解决方案了。

我们也曾经想过，是否可以通过合理地设置LockTime(锁超时时间)来解决这个问题?

但LockTime的设置原本就很不容易。LockTime设置过小，锁自动超时的概率就会增加，锁异常失效的概率也就会增加，而LockTime设置过大，万一服务出现异常无法正常释放锁，那么出现这种异常锁的时间也就越长。我们只能通过经验去配置，一个可以接受的值，基本上是这个服务历史上的平均耗时再增加一定的buff。

既然这条路走不通了，那么还有其他路可以走么？

当然还是有的，我们可以先给锁设置一个LockTime，然后启动一个守护线程，让守护线程在一段时间后，重新去设置这个锁的LockTime。

看起来很简单是不是？

但在实际操作中，我们要注意以下几点：

1、和释放锁的情况一致，我们需要先判断锁的对象是否没有变。否则会造成无论谁持有锁，守护线程都会去重新设置锁的LockTime。不应该续的不能瞎续。

2、守护线程要在合理的时间再去重新设置锁的LockTime，否则会造成资源的浪费。不能动不动就去续。

3、如果持有锁的线程已经处理完业务了，那么守护线程也应该被销毁。不能主人都挂了，守护者还在那里继续浪费资源。

代码实现

我们首先先生成一个内部类去实现Runnable，作为守护线程的参数。

public class SurvivalClamProcessor implements Runnable {

private static final int REDIS_EXPIRE_SUCCESS = 1;

SurvivalClamProcessor(String field, String key, String value, int lockTime) {

this.field = field;

this.key = key;

this.value = value;

this.lockTime = lockTime;

this.signal = Boolean.TRUE;

}

private String field;

private String key;

private String value;

private int lockTime;

//线程关闭的标记

private volatile Boolean signal;

void stop() {

this.signal = Boolean.FALSE;

}

@Override

public void run() {

int waitTime = lockTime * 1000 * 2 / 3;

while (signal) {

try {

Thread.sleep(waitTime);

if (cacheUtils.expandLockTime(field, key, value, lockTime) == REDIS_EXPIRE_SUCCESS) {

if (logger.isInfoEnabled()) {

logger.info("expandLockTime 成功，本次等待{}ms，将重置锁超时时间重置为{}s,其中field为{},key为{}", waitTime, lockTime, field, key);

}

} else {

if (logger.isInfoEnabled()) {

logger.info("expandLockTime 失败，将导致SurvivalClamConsumer中断");

}

this.stop();

}

} catch (InterruptedException e) {

if (logger.isInfoEnabled()) {

logger.info("SurvivalClamProcessor 处理线程被强制中断");

}

} catch (Exception e) {

logger.error("SurvivalClamProcessor run error", e);

}

}

if (logger.isInfoEnabled()) {

logger.info("SurvivalClamProcessor 处理线程已停止");

}

}

}

其中expandLockTime是通过Lua脚本实现的。延长锁超时的脚本语句和释放锁的Lua脚本类似。

String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('expire', KEYS[1],ARGV[2]) else return '0' end";

在以上代码中，我们将waitTime设置为Math.max(1, lockTime * 2 / 3)，即守护线程许需要等待waitTime后才可以去重新设置锁的超时时间，避免了资源的浪费。

同时在expandLockTime时候也去判断了当前持有锁的对象是否一致，避免了胡乱重置锁超时时间的情况。

然后我们在获得锁的代码之后，添加如下代码：

SurvivalClamProcessor survivalClamProcessor

= new SurvivalClamProcessor(lockField, lockKey, randomValue, lockTime);

Thread survivalThread = new Thread(survivalClamProcessor);

survivalThread.setDaemon(Boolean.TRUE);

survivalThread.start();

Object returnObject = joinPoint.proceed(args);

survivalClamProcessor.stop();

survivalThread.interrupt();

return returnObject;

这段代码会先初始化守护线程的内部参数，然后通过start函数启动线程，最后在业务执行完之后，设置守护线程的关闭标记，最后通过interrupt()去中断sleep状态，保证线程及时销毁。

后续

本文讲解了如何通过启动一个守护线程去重置锁超时时间，也同时介绍了在实现过程的注意点。随带着也科普了一下线程销毁的正确方式。

那么关于分布式锁还有下文么？我也不知道，权当是有吧，可能下一期会讲讲如何通过其他方式（除Redis之外的）去实现分布式锁，也可能是讲一下Redis分布式锁的其他问题和解决方案。