python实现redis分布式锁

import time
import redis


class RedisLock(object):
    def __init__(self, key):
        self.rdcon = redis.Redis(host='127.0.0.1', port=6379, password="", db=1)
        self._lock = 0
        self.lock_key = "%s_dynamic_test" % key

    @staticmethod
    def get_lock(cls, timeout=10):
        while cls._lock != 1:
            timestamp = time.time() + timeout + 1
            # 127.0.0.1:6379> SETNX 0 1567676678.05
            # (integer) 1
            # 127.0.0.1:6379> GET 0
            # 1567676678.05
            # 127.0.0.1:6379> GETSET 0 1567676678.05
            # 1567676678.05
            print cls._lock
            print timestamp
            # 商品秒杀
            cls._lock = cls.rdcon.setnx(cls.lock_key, timestamp)
            if cls._lock == 1 or (time.time() > cls.rdcon.get(cls.lock_key) and time.time() > cls.rdcon.getset(cls.lock_key, timestamp)):
                print "get lock"
                break
            else:
                time.sleep(0.3)

    @staticmethod
    def release(cls):
        if time.time() < cls.rdcon.get(cls.lock_key):
            print "release lock"
            cls.rdcon.delete(cls.lock_key)


def deco(cls):
    def _deco(func):
        def __deco(*args, **kwargs):
            print "before %s called [%s]." % (func.__name__, cls)
            cls.get_lock(cls)
            try:
                return func(*args, **kwargs)
            finally:
                cls.release(cls)

        return __deco
    return _deco


@deco(RedisLock("6666"))
def myfunc():
    print "myfunc() called."
    time.sleep(20)


if __name__ == "__main__":
    myfunc()

# 在传统的基于数据库的架构中，对于数据的抢占问题往往是通过数据库事务（ACID）来保证的。
# 在分布式环境中，出于对性能以及一致性敏感度的要求，使得分布式锁成为了一种比较常见而高效的解决方案。

# 使用场景：
# 某服务提供一组任务，A请求随机从任务组中获取一个任务；B请求随机从任务组中获取一个任务。
# 在理想的情况下，A从任务组中挑选一个任务，任务组删除该任务，B从剩下的的任务中再挑一个，任务组删除该任务。
# 同样的，在真实情况下，如果不做任何处理，可能会出现A和B挑中了同一个任务的情况。

# 分布式锁设计目标
# 可以保证在分布式部署的应用集群中，同一个方法在同一操作只能被一台机器上的一个线程执行。

# 这把锁要是一把可重入锁（避免死锁）
# 这把锁最好是一把阻塞锁（根据业务需求考虑要不要这条）
# 这把锁有高可用的获取锁和释放锁功能
# 这把锁获取锁和释放锁的性能要好……

# 商品提前设置到数据库里面,当在分布式的场景下面,顾客抢占到商品后就可以进行相应的删除
# 基于性能方面的考虑,redis相比mysql更有优势(对redis实现集群配置,或者RDB,AOF备份等)