redlock实现库
Java Redisson Star 9458
C# RedLock.net Star 259
Go redsync.go Star 249
虽然后面的算法是一样的，不过这个点赞数确实服。
单点Redis锁
先简单回顾一下单点的Redis锁是怎么实现的。
获取锁
SET resource_name my_random_value NX PX 30000
客户端A使用Redis设置一个键值对，并指定超时时间以避免死锁。在其他客户端访问时，它们首先会检查该键是否已存在，且其值是否为“my_random_value”。如果已存在就等待，否则就获取成功，执行业务代码。所有客户端共享且已知的对象包括resource_name和my_random_value。
释放锁
if redis.call("get",KEYS[1]) == ARGV[1] then return redis.call("del",KEYS[1])else return 0end对比key获取到的对应的value是否相等，如果相等，就删除(释放)，否则就返回失败。
单点Redis锁的缺陷
只有一个Redis实例时，出现故障会导致所有依赖它的服务都崩溃，这个缺陷异常明显。显然不太适合大型的应用。
简单的Redis主从架构碰到的问题
为了避免单点故障，我们给Redis做一个Master/Slave的主从架构，一个Master，一台Slave。下面就会碰到这么一个问题。下面是使用场景。
Mall4j是一个基于spring boot、spring oauth2.0、mybatis、redis的轻量级、前后端分离、防范xss攻击、拥有分布式锁、为生产环境多实例完全准备、数据库为b2b2c设计、拥有完整sku和下单流程的java开源商城。
客户端A在Master上获取到一个锁。
Master把这个数据同步到Slave的时候挂了(因为Master和Slave之间同步是异步的)。
Slave变成了Master。
客户端B通过相同的key，和value获取到锁。分布式锁失效
Redlock算法
假设我们有N(假设5)个Redis master实例，所有节点相互独立，并且业务系统也是单纯的调用，并没有什么其他的类似消息重发之类的辅助系统。下面来模拟一下算法：
1.客户端获取服务器当前的的时间t0，毫秒数。
在5个实例中使用相同的key和value获取锁。在获取业务锁时，客户端会设置一个持续时间远小于业务锁需要的超时时间。举个例子，假设锁需要10秒钟，可以将超时时间设置在5-50毫秒之间。重写后的句子： 为了避免客户端在尝试获取锁时出现Redis已经故障的情况，需要采取措施。超时了之后就直接跳到下一个节点。
3.客户端通过当前时间(t1)减去t0，计算获取锁所消耗的时间t2(=t1-t0)。只有t2小于锁的业务有效时间(也就是第二步的10秒)，并且，客户端在至少3(5/2+1)台上获取到锁我们才认为锁获取成功。
4.如果锁已经获取，那么锁的业务有效时间为10s-t2。
5.如果客户端没有获取到锁，可能是没有在大于等于N/2+1个实例上获取锁，也可能是有效时间(10s-t2)为负数，我们就尝试去释放锁，即使是并没有在那个节点上获取到。
锁的释放
释放比较简单，直接删除所有实例上对应的key就好。
