326 lines
19 KiB
Markdown
326 lines
19 KiB
Markdown
|
# 21 | 分布式锁：为什么基于etcd实现分布式锁比Redis锁更安全？
|
|||
|
|
|
|||
|
|
你好，我是唐聪。
|
|||
|
|
|
|||
|
|
在软件开发过程中，我们经常会遇到各种场景要求对共享资源进行互斥操作，否则整个系统的数据一致性就会出现问题。典型场景如商品库存操作、Kubernertes调度器为Pod分配运行的Node。
|
|||
|
|
|
|||
|
|
那要如何实现对共享资源进行互斥操作呢？
|
|||
|
|
|
|||
|
|
锁就是其中一个非常通用的解决方案。在单节点多线程环境，你使用本地的互斥锁就可以完成资源的互斥操作。然而单节点存在单点故障，为了保证服务高可用，你需要多节点部署。在多节点部署的分布式架构中，你就需要使用分布式锁来解决资源互斥操作了。
|
|||
|
|
|
|||
|
|
但是为什么有的业务使用了分布式锁还会出现各种严重超卖事故呢？分布式锁的实现和使用过程需要注意什么？
|
|||
|
|
|
|||
|
|
今天，我就和你聊聊分布式锁背后的故事，我将通过一个茅台超卖的案例，为你介绍基于Redis实现的分布锁优缺点，引出分布式锁的核心要素，对比分布式锁的几种业界典型实现方案，深入剖析etcd分布式锁的实现。
|
|||
|
|
|
|||
|
|
希望通过这节课，让你了解etcd分布式锁的应用场景、核心原理，在业务开发过程中，优雅、合理的使用分布式锁去解决各类资源互斥、并发操作问题。
|
|||
|
|
|
|||
|
|
## 从茅台超卖案例看分布式锁要素
|
|||
|
|
|
|||
|
|
首先我们从去年一个因Redis分布式锁实现问题导致[茅台超卖案例](https://juejin.cn/post/6854573212831842311)说起，在这个网友分享的真实案例中，因茅台的稀缺性，事件最终定级为P0级生产事故，后果影响严重。
|
|||
|
|
|
|||
|
|
那么它是如何导致超卖的呢？
|
|||
|
|
|
|||
|
|
首先和你简单介绍下此案例中的Redis简易分布式锁实现方案，它使用了Redis SET命令来实现。
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
SET key value [EX seconds|PX milliseconds|EXAT timestamp|PXAT milliseconds-timestamp|KEEPTTL] [NX|XX]
|
|||
|
|
[GET]
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
简单给你介绍下SET命令重点参数含义：
|
|||
|
|
|
|||
|
|
* `EX` 设置过期时间，单位秒；
|
|||
|
|
* `NX` 当key不存在的时候，才设置key；
|
|||
|
|
* `XX` 当key存在的时候，才设置key。
|
|||
|
|
|
|||
|
|
此业务就是基于Set key value EX 10 NX命令来实现的分布式锁，并通过JAVA的try-finally语句，执行Del key语句来释放锁，简易流程如下：
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
# 对资源key加锁，key不存在时创建，并且设置，10秒自动过期
|
|||
|
|
SET key value EX 10 NX
|
|||
|
|
业务逻辑流程1，校验用户身份
|
|||
|
|
业务逻辑流程2，查询并校验库存(get and compare)
|
|||
|
|
业务逻辑流程3，库存>0，扣减库存(Decr stock)，生成秒杀茅台订单
|
|||
|
|
|
|||
|
|
# 释放锁
|
|||
|
|
Del key
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
以上流程中其实存在以下思考点:
|
|||
|
|
|
|||
|
|
* NX参数有什么作用?
|
|||
|
|
* 为什么需要原子的设置key及过期时间？
|
|||
|
|
* 为什么基于Set key value EX 10 NX命令还出现了超卖呢?
|
|||
|
|
* 为什么大家都比较喜欢使用Redis作为分布式锁实现？
|
|||
|
|
|
|||
|
|
首先来看第一个问题，NX参数的作用。NX参数是为了保证当分布式锁不存在时，只有一个client能写入此key成功，获取到此锁。我们使用分布式锁的目的就是希望在高并发系统中，有一种互斥机制来防止彼此相互干扰，保证数据的一致性。
|
|||
|
|
|
|||
|
|
**因此分布式锁的第一核心要素就是互斥性、安全性。在同一时间内，不允许多个client同时获得锁。**
|
|||
|
|
|
|||
|
|
再看第二个问题，假设我们未设置key自动过期时间，在Set key value NX后，如果程序crash或者发生网络分区后无法与Redis节点通信，毫无疑问其他client将永远无法获得锁。这将导致死锁，服务出现中断。
|
|||
|
|
|
|||
|
|
有的同学意识到这个问题后，使用如下SETNX和EXPIRE命令去设置key和过期时间，这也是不正确的，因为你无法保证SETNX和EXPIRE命令的原子性。
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
# 对资源key加锁，key不存在时创建
|
|||
|
|
SETNX key value
|
|||
|
|
# 设置KEY过期时间
|
|||
|
|
EXPIRE key 10
|
|||
|
|
业务逻辑流程
|
|||
|
|
|
|||
|
|
# 释放锁
|
|||
|
|
Del key
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**这就是分布式锁第二个核心要素，活性。在实现分布式锁的过程中要考虑到client可能会出现crash或者网络分区，你需要原子申请分布式锁及设置锁的自动过期时间，通过过期、超时等机制自动释放锁，避免出现死锁，导致业务中断。**
|
|||
|
|
|
|||
|
|
再看第三个问题，为什么使用了Set key value EX 10 NX命令，还出现了超卖呢？
|
|||
|
|
|
|||
|
|
原来是抢购活动开始后，加锁逻辑中的业务流程1访问的用户身份服务出现了高负载，导致阻塞在校验用户身份流程中(超时30秒)，然而锁10秒后就自动过期了，因此其他client能获取到锁。关键是阻塞的请求执行完后，它又把其他client的锁释放掉了，导致进入一个恶性循环。
|
|||
|
|
|
|||
|
|
因此申请锁时，写入的value应确保唯一性（随机值等）。client在释放锁时，应通过Lua脚本原子校验此锁的value与自己写入的value一致，若一致才能执行释放工作。
|
|||
|
|
|
|||
|
|
更关键的是库存校验是通过get and compare方式，它压根就无法防止超卖。正确的解决方案应该是通过LUA脚本实现Redis比较库存、扣减库存操作的原子性（或者在每次只能抢购一个的情况下，通过判断[Redis Decr命令](https://redis.io/commands/DECR)的返回值即可。此命令会返回扣减后的最新库存，若小于0则表示超卖）。
|
|||
|
|
|
|||
|
|
**从这个问题中我们可以看到，分布式锁实现具备一定的复杂度，它不仅依赖存储服务提供的核心机制，同时依赖业务领域的实现。无论是遭遇高负载、还是宕机、网络分区等故障，都需确保锁的互斥性、安全性，否则就会出现严重的超卖生产事故。**
|
|||
|
|
|
|||
|
|
再看最后一个问题，为什么大家都比较喜欢使用Redis做分布式锁的实现呢?
|
|||
|
|
|
|||
|
|
考虑到在秒杀等业务场景上存在大量的瞬间、高并发请求，加锁与释放锁的过程应是高性能、高可用的。而Redis核心优点就是快、简单，是随处可见的基础设施，部署、使用也及其方便，因此广受开发者欢迎。
|
|||
|
|
|
|||
|
|
**这就是分布式锁第三个核心要素，高性能、高可用。加锁、释放锁的过程性能开销要尽量低，同时要保证高可用，确保业务不会出现中断。**
|
|||
|
|
|
|||
|
|
那么除了以上案例中人为实现问题导致的锁不安全因素外，基于Redis实现的以上分布式锁还有哪些安全性问题呢？
|
|||
|
|
|
|||
|
|
## Redis分布式锁问题
|
|||
|
|
|
|||
|
|
我们从茅台超卖案例中为你总结出的分布式核心要素（互斥性、安全性、活性、高可用、高性能）说起。
|
|||
|
|
|
|||
|
|
首先，如果我们的分布式锁跑在单节点的Redis Master节点上，那么它就存在单点故障，无法保证分布式锁的高可用。
|
|||
|
|
|
|||
|
|
于是我们需要一个主备版的Redis服务，至少具备一个Slave节点。
|
|||
|
|
|
|||
|
|
我们又知道Redis是基于主备异步复制协议实现的Master-Slave数据同步，如下图所示，若client A执行SET key value EX 10 NX命令，redis-server返回给client A成功后，Redis Master节点突然出现crash等异常，这时候Redis Slave节点还未收到此命令的同步。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
若你部署了Redis Sentinel等主备切换服务，那么它就会以Slave节点提升为主，此时Slave节点因并未执行SET key value EX 10 NX命令，因此它收到client B发起的加锁的此命令后，它也会返回成功给client。
|
|||
|
|
|
|||
|
|
那么在同一时刻，集群就出现了两个client同时获得锁，分布式锁的互斥性、安全性就被破坏了。
|
|||
|
|
|
|||
|
|
除了主备切换可能会导致基于Redis实现的分布式锁出现安全性问题，在发生网络分区等场景下也可能会导致出现脑裂，Redis集群出现多个Master，进而也会导致多个client同时获得锁。
|
|||
|
|
|
|||
|
|
如下图所示，Master节点在可用区1，Slave节点在可用区2，当可用区1和可用区2发生网络分区后，部署在可用区2的Redis Sentinel服务就会将可用区2的Slave提升为Master，而此时可用区1的Master也在对外提供服务。因此集群就出现了脑裂，出现了两个Master，都可对外提供分布式锁申请与释放服务，分布式锁的互斥性被严重破坏。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
**主备切换、脑裂是Redis分布式锁的两个典型不安全的因素，本质原因是Redis为了满足高性能，采用了主备异步复制协议，同时也与负责主备切换的Redis Sentinel服务是否合理部署有关。**
|
|||
|
|
|
|||
|
|
有没有其他方案解决呢？
|
|||
|
|
|
|||
|
|
当然有，Redis作者为了解决SET key value \[EX\] 10 \[NX\]命令实现分布式锁不安全的问题，提出了[RedLock算法](https://redis.io/topics/distlock)。它是基于多个独立的Redis Master节点的一种实现（一般为5）。client依次向各个节点申请锁，若能从多数个节点中申请锁成功并满足一些条件限制，那么client就能获取锁成功。
|
|||
|
|
|
|||
|
|
它通过独立的N个Master节点，避免了使用主备异步复制协议的缺陷，只要多数Redis节点正常就能正常工作，显著提升了分布式锁的安全性、可用性。
|
|||
|
|
|
|||
|
|
但是，它的实现建立在一个不安全的系统模型上的，它依赖系统时间，当时钟发生跳跃时，也可能会出现安全性问题。你要有兴趣的话，可以详细阅读下分布式存储专家Martin对[RedLock的分析文章](https://martin.kleppmann.com/2016/02/08/how-to-do-distributed-locking.html)，Redis作者的也专门写了[一篇文章进行了反驳](http://antirez.com/news/101)。
|
|||
|
|
|
|||
|
|
## 分布式锁常见实现方案
|
|||
|
|
|
|||
|
|
了解完Redis分布式锁的一系列问题和实现方案后，我们再看看还有哪些典型的分布式锁实现。
|
|||
|
|
|
|||
|
|
除了Redis分布式锁，其他使用最广的应该是ZooKeeper分布式锁和etcd分布式锁。
|
|||
|
|
|
|||
|
|
ZooKeeper也是一个典型的分布式元数据存储服务，它的分布式锁实现基于ZooKeeper的临时节点和顺序特性。
|
|||
|
|
|
|||
|
|
首先什么是临时节点呢？
|
|||
|
|
|
|||
|
|
临时节点具备数据自动删除的功能。当client与ZooKeeper连接和session断掉时，相应的临时节点就会被删除。
|
|||
|
|
|
|||
|
|
其次ZooKeeper也提供了Watch特性可监听key的数据变化。
|
|||
|
|
|
|||
|
|
[使用Zookeeper加锁的伪代码如下](https://www.usenix.org/legacy/event/atc10/tech/full_papers/Hunt.pdf)：
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
Lock
|
|||
|
|
1 n = create(l + “/lock-”, EPHEMERAL|SEQUENTIAL)
|
|||
|
|
2 C = getChildren(l, false)
|
|||
|
|
3 if n is lowest znode in C, exit
|
|||
|
|
4 p = znode in C ordered just before n
|
|||
|
|
5 if exists(p, true) wait for watch event
|
|||
|
|
6 goto 2
|
|||
|
|
Unlock
|
|||
|
|
1 delete(n)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
接下来我重点给你介绍一下基于etcd的分布式锁实现。
|
|||
|
|
|
|||
|
|
## etcd分布式锁实现
|
|||
|
|
|
|||
|
|
那么基于etcd实现的分布式锁是如何确保安全性、互斥性、活性的呢？
|
|||
|
|
|
|||
|
|
### 事务与锁的安全性
|
|||
|
|
|
|||
|
|
从Redis案例中我们可以看到，加锁的过程需要确保安全性、互斥性。比如，当key不存在时才能创建，否则查询相关key信息，而etcd提供的事务能力正好可以满足我们的诉求。
|
|||
|
|
|
|||
|
|
正如我在[09](https://time.geekbang.org/column/article/341935)中给你介绍的事务特性，它由IF语句、Then语句、Else语句组成。其中在IF语句中，支持比较key的是修改版本号mod\_revision和创建版本号create\_revision。
|
|||
|
|
|
|||
|
|
在分布式锁场景，你就可以通过key的创建版本号create\_revision来检查key是否已存在，因为一个key不存在的话，它的create\_revision版本号就是0。
|
|||
|
|
|
|||
|
|
若create\_revision是0，你就可发起put操作创建相关key，具体代码如下:
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
txn := client.Txn(ctx).If(v3.Compare(v3.CreateRevision(k),
|
|||
|
|
"=", 0))
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
你要注意的是，实现分布式锁的方案有多种，比如你可以通过client是否成功创建一个固定的key，来判断此client是否获得锁，你也可以通过多个client创建prefix相同，名称不一样的key，哪个key的revision最小，最终就是它获得锁。至于谁优谁劣，我作为思考题的一部分，留给大家一起讨论。
|
|||
|
|
|
|||
|
|
相比Redis基于主备异步复制导致锁的安全性问题，etcd是基于Raft共识算法实现的，一个写请求需要经过集群多数节点确认。因此一旦分布式锁申请返回给client成功后，它一定是持久化到了集群多数节点上，不会出现Redis主备异步复制可能导致丢数据的问题，具备更高的安全性。
|
|||
|
|
|
|||
|
|
### Lease与锁的活性
|
|||
|
|
|
|||
|
|
通过事务实现原子的检查key是否存在、创建key后，我们确保了分布式锁的安全性、互斥性。那么etcd是如何确保锁的活性呢? 也就是发生任何故障，都可避免出现死锁呢？
|
|||
|
|
|
|||
|
|
正如在[06](https://time.geekbang.org/column/article/339337)租约特性中和你介绍的，Lease就是一种活性检测机制，它提供了检测各个客户端存活的能力。你的业务client需定期向etcd服务发送"特殊心跳"汇报健康状态，若你未正常发送心跳，并超过和etcd服务约定的最大存活时间后，就会被etcd服务移除此Lease和其关联的数据。
|
|||
|
|
|
|||
|
|
通过Lease机制就优雅地解决了client出现crash故障、client与etcd集群网络出现隔离等各类故障场景下的死锁问题。一旦超过Lease TTL，它就能自动被释放，确保了其他client在TTL过期后能正常申请锁，保障了业务的可用性。
|
|||
|
|
|
|||
|
|
具体代码如下:
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
txn := client.Txn(ctx).If(v3.Compare(v3.CreateRevision(k), "=", 0))
|
|||
|
|
txn = txn.Then(v3.OpPut(k, val, v3.WithLease(s.Lease())))
|
|||
|
|
txn = txn.Else(v3.OpGet(k))
|
|||
|
|
resp, err := txn.Commit()
|
|||
|
|
if err != nil {
|
|||
|
|
return err
|
|||
|
|
}
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### Watch与锁的可用性
|
|||
|
|
|
|||
|
|
当一个持有锁的client crash故障后，其他client如何快速感知到此锁失效了，快速获得锁呢，最大程度降低锁的不可用时间呢？
|
|||
|
|
|
|||
|
|
答案是Watch特性。正如在08 Watch特性中和你介绍的，Watch提供了高效的数据监听能力。当其他client收到Watch Delete事件后，就可快速判断自己是否有资格获得锁，极大减少了锁的不可用时间。
|
|||
|
|
|
|||
|
|
具体代码如下所示：
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
var wr v3.WatchResponse
|
|||
|
|
wch := client.Watch(cctx, key, v3.WithRev(rev))
|
|||
|
|
for wr = range wch {
|
|||
|
|
for _, ev := range wr.Events {
|
|||
|
|
if ev.Type == mvccpb.DELETE {
|
|||
|
|
return nil
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
### etcd自带的concurrency包
|
|||
|
|
|
|||
|
|
为了帮助你简化分布式锁、分布式选举、分布式事务的实现，etcd社区提供了一个名为concurrency包帮助你更简单、正确地使用分布式锁、分布式选举。
|
|||
|
|
|
|||
|
|
下面我简单为你介绍下分布式锁[concurrency](https://github.com/etcd-io/etcd/tree/v3.4.9/clientv3/concurrency)包的使用和实现，它的使用非常简单，如下代码所示，核心流程如下：
|
|||
|
|
|
|||
|
|
* 首先通过concurrency.NewSession方法创建Session，本质是创建了一个TTL为10的Lease。
|
|||
|
|
* 其次得到session对象后，通过concurrency.NewMutex创建了一个mutex对象，包含Lease、key prefix等信息。
|
|||
|
|
* 然后通过mutex对象的Lock方法尝试获取锁。
|
|||
|
|
* 最后使用结束，可通过mutex对象的Unlock方法释放锁。
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
cli, err := clientv3.New(clientv3.Config{Endpoints: endpoints})
|
|||
|
|
if err != nil {
|
|||
|
|
log.Fatal(err)
|
|||
|
|
}
|
|||
|
|
defer cli.Close()
|
|||
|
|
// create two separate sessions for lock competition
|
|||
|
|
s1, err := concurrency.NewSession(cli, concurrency.WithTTL(10))
|
|||
|
|
if err != nil {
|
|||
|
|
log.Fatal(err)
|
|||
|
|
}
|
|||
|
|
defer s1.Close()
|
|||
|
|
m1 := concurrency.NewMutex(s1, "/my-lock/")
|
|||
|
|
// acquire lock for s1
|
|||
|
|
if err := m1.Lock(context.TODO()); err != nil {
|
|||
|
|
log.Fatal(err)
|
|||
|
|
}
|
|||
|
|
fmt.Println("acquired lock for s1")
|
|||
|
|
if err := m1.Unlock(context.TODO()); err != nil {
|
|||
|
|
log.Fatal(err)
|
|||
|
|
}
|
|||
|
|
fmt.Println("released lock for s1")
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
那么mutex对象的Lock方法是如何加锁的呢？
|
|||
|
|
|
|||
|
|
核心还是使用了我们上面介绍的事务和Lease特性，当CreateRevision为0时，它会创建一个prefix为/my-lock的key（ /my-lock + LeaseID)，并获取到/my-lock prefix下面最早创建的一个key（revision最小），分布式锁最终是由写入此key的client获得，其他client则进入等待模式。
|
|||
|
|
|
|||
|
|
详细代码如下：
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
m.myKey = fmt.Sprintf("%s%x", m.pfx, s.Lease())
|
|||
|
|
cmp := v3.Compare(v3.CreateRevision(m.myKey), "=", 0)
|
|||
|
|
// put self in lock waiters via myKey; oldest waiter holds lock
|
|||
|
|
put := v3.OpPut(m.myKey, "", v3.WithLease(s.Lease()))
|
|||
|
|
// reuse key in case this session already holds the lock
|
|||
|
|
get := v3.OpGet(m.myKey)
|
|||
|
|
// fetch current holder to complete uncontended path with only one RPC
|
|||
|
|
getOwner := v3.OpGet(m.pfx, v3.WithFirstCreate()...)
|
|||
|
|
resp, err := client.Txn(ctx).If(cmp).Then(put, getOwner).Else(get, getOwner).Commit()
|
|||
|
|
if err != nil {
|
|||
|
|
return err
|
|||
|
|
}
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
那未获得锁的client是如何等待的呢?
|
|||
|
|
|
|||
|
|
答案是通过Watch机制各自监听prefix相同，revision比自己小的key，因为只有revision比自己小的key释放锁，我才能有机会，获得锁，如下代码所示，其中waitDelete会使用我们上面的介绍的Watch去监听比自己小的key，详细代码可参考[concurrency mutex](https://github.com/etcd-io/etcd/blob/v3.4.9/clientv3/concurrency/mutex.go)的实现。
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
// wait for deletion revisions prior to myKey
|
|||
|
|
hdr, werr := waitDeletes(ctx, client, m.pfx, m.myRev-1)
|
|||
|
|
// release lock key if wait failed
|
|||
|
|
if werr != nil {
|
|||
|
|
m.Unlock(client.Ctx())
|
|||
|
|
} else {
|
|||
|
|
m.hdr = hdr
|
|||
|
|
}
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
## 小结
|
|||
|
|
|
|||
|
|
最后我们来小结下今天的内容。
|
|||
|
|
|
|||
|
|
今天我通过一个Redis分布式锁实现问题——茅台超卖案例，给你介绍了分布式锁的三个主要核心要素，它们分别如下：
|
|||
|
|
|
|||
|
|
* 安全性、互斥性。在同一时间内，不允许多个client同时获得锁。
|
|||
|
|
* 活性。无论client出现crash还是遭遇网络分区，你都需要确保任意故障场景下，都不会出现死锁，常用的解决方案是超时和自动过期机制。
|
|||
|
|
* 高可用、高性能。加锁、释放锁的过程性能开销要尽量低，同时要保证高可用，避免单点故障。
|
|||
|
|
|
|||
|
|
随后我通过这个案例，继续和你分析了Redis SET命令创建分布式锁的安全性问题。单Redis Master节点存在单点故障，一主多备Redis实例又因为Redis主备异步复制，当Master节点发生crash时，可能会导致同时多个client持有分布式锁，违反了锁的安全性问题。
|
|||
|
|
|
|||
|
|
为了优化以上问题，Redis作者提出了RedLock分布式锁，它基于多个独立的Redis Master节点工作，只要一半以上节点存活就能正常工作，同时不依赖Redis主备异步复制，具有良好的安全性、高可用性。然而它的实现依赖于系统时间，当发生时钟跳变的时候，也会出现安全性问题。
|
|||
|
|
|
|||
|
|
最后我和你重点介绍了etcd的分布式锁实现过程中的一些技术点。它通过etcd事务机制，校验CreateRevision为0才能写入相关key。若多个client同时申请锁，则client通过比较各个key的revision大小，判断是否获得锁，确保了锁的安全性、互斥性。通过Lease机制确保了锁的活性，无论client发生crash还是网络分区，都能保证不会出现死锁。通过Watch机制使其他client能快速感知到原client持有的锁已释放，提升了锁的可用性。最重要的是etcd是基于Raft协议实现的高可靠、强一致存储，正常情况下，不存在Redis主备异步复制协议导致的数据丢失问题。
|
|||
|
|
|
|||
|
|
## 思考题
|
|||
|
|
|
|||
|
|
这节课到这里也就结束了，最后我给你留了两个思考题。
|
|||
|
|
|
|||
|
|
第一，死锁、脑裂、惊群效应是分布式锁的核心问题，你知道它们各自是怎么一回事吗？ZooKeeper和etcd是如何应对这些问题的呢？
|
|||
|
|
|
|||
|
|
第二，若你锁设置的10秒，如果你的某业务进程抢锁成功后，执行可能会超过10秒才成功，在这过程中如何避免锁被自动释放而出现的安全性问题呢?
|
|||
|
|
|
|||
|
|
感谢你的阅读，也欢迎你把这篇文章分享给更多的朋友一起阅读。
|
|||
|
|
|