Golang Redis分布式锁

分布式锁实现

// 获取分布式锁
func (h *Handler) AcquireLock(cuuid string) error {
		// redis操作
		redisClient := GetRedis()  //连接Redis
		// 尝试多次加锁
		for i := 0; i < 3; i++ {
			result := redisClient.SetNX(uuid, 1, 3*time.Second)
			if result.Err() != nil || !result.Val() {
				// 等待之后再次去加锁
				time.Sleep(1 * time.Millisecond)
				continue
			}
			return nil
		}
		return errors.New("set distribute lock failed")
	}
	
// 释放分布式锁
func (h *Handler) ReleaseLock(uuid string) {
    redisClient := GetRedis()  //连接Redis
    if err := redisClient.Del(uuid).Err(); err != nil {
        log.Error("redisClient.Del failed,err:%v",err)
    }
}

Redis常见问题

（1.） Q：Redis缓存中的数据与DB存储层中的数据不一致问题
采用延时双删策略

// 先删除缓存
redis.delKey( key );
// 再写数据库 
db.updateData( data ); 
// 休眠500毫秒
Thread.sleep( 500 ); 
// 再次删除缓存
redis.delKey( key );

（2.）Q：redis数据持久化问题，防止意外重启，断电等数据丢失。
A：Redis有两种持久化的方式：快照（RDB文件）和追加式文件（AOF文件）：
RDB持久化方式会在一个特定的间隔保存那个时间点的一个数据快照。
AOF持久化方式则会记录每一个服务器收到的写操作。在服务启动时，这些记录的操作会逐条执行从而重建出原来的数据。写操作命令记录的格式跟Redis协议一致，以追加的方式进行保存。

（3.）缓存穿透
缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。在流量大时，可能DB就挂掉了，要是有人利用不存在的key频繁攻击我们的应用，这就是漏洞。

解决方案
有很多种方法可以有效地解决缓存穿透问题，最常见的则是采用布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。另外也有一个更为简单粗暴的方法（我们采用的就是这种），如果一个查询返回的数据为空（不管是数据不存在，还是系统故障），我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。

(4.)缓存雪崩
缓存雪崩是指在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。

解决方案
缓存失效时的雪崩效应对底层系统的冲击非常可怕。大多数系统设计者考虑用加锁或者队列的方式保证缓存的单线程（进程）写，从而避免失效时大量的并发请求落到底层存储系统上。一个简单方案就时讲缓存失效时间分散开，比如可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

(5.)缓存击穿
对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。这个时候，需要考虑一个问题：缓存被“击穿”的问题，这个和缓存雪崩的区别在于这里针对某一key缓存，前者则是很多key。

缓存在某个时间点过期的时候，恰好在这个时间点对这个Key有大量的并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。

解决方案:
使用互斥锁(mutex key)
业界比较常用的做法，是使用mutex。简单地来说，就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db，而是先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法。

（6.）redis定时删除，防止缓存过大
Reply: 经过研究， Redis过期删除都三种不同策略：
（1）：立即删除。在设置键的过期时间时，创建一个回调事件，当过期时间达到时，由时间处理器自动执行键的删除操作。
（2）：惰性删除。键过期了就过期了，不管。每次从dict字典中按key取值时，先检查此key是否已经过期，如果过期了就删除它，并返回nil，如果没过期，就返回键值。
（3）：定时删除。每隔一段时间，对expires字典进行检查，删除里面的过期键。
可以看到，第二种为被动删除，第一种和第三种为主动删除，且第一种实时性更高。