Redis分布式锁的正确实现方式

目前几乎很多大型网站及应用都是分布式部署的，分布式场景中的数据一致性问题一直是一个比较重要的话题。分布式的CAP理论告诉我们“任何一个分布式系统都无法同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance），最多只能同时满足两项。”所以，很多系统在设计之初就要对这三者做出取舍。在互联网领域的绝大多数的场景中，都需要牺牲强一致性来换取系统的高可用性，系统往往只需要保证“最终一致性”，只要这个最终时间是在用户可以接受的范围内即可。

在很多场景中，我们为了保证数据的最终一致性，需要很多的技术方案来支持，比如分布式事务、分布式锁等。有的时候，我们需要保证一个方法在同一时间内只能被同一个线程执行。在单机环境中，Java中其实提供了很多并发处理相关的API，但是这些API在分布式场景中就无能为力了。也就是说单纯的Java Api并不能提供分布式锁的能力。所以针对分布式锁的实现目前有多种方案。本文只讨论Redis作为分布式锁的实现方式。

网上关于redis的方法很多，但或多或少存在问题。废话不多说，直接上源码，如有问题，欢迎大家讨论。

 /**
     * 获取redis锁
     * @param lockName
     * @param lockTime
     * @return
     */
    public String getRedisLock(String lockName , int lockTime){
        String key = "lock:"+lockName;
        String requestId = UUID.randomUUID().toString();
        if(getJedisCluster().setnx(key, requestId) == 0){
            if(getJedisCluster().ttl(key)==-1){
                getJedisCluster().expire(key, lockTime);
            }
            return null;
        }else{
            return requestId;
        }
    }

    /**
     * 删除redis锁
     * @param lockName
     * @param requestId
     * @return
     */
    public boolean releaseRedisLock(String lockName , String requestId){
        String key = "lock:"+lockName;
        if(getJedisCluster().get(key).equals(requestId)){
            return getJedisCluster().del(key) == 1 ? true:false;
        }else{
            return false;
        }
    }