分布式锁 setnx实现方式，布隆过滤

分布式锁

分布式锁是控制分布式系统之间同步访问共享资源的一种方式。在分布式系统中，常常需要协调他们的动作。如果不同的系统或是同一个系统的不同主机之间共享了一个或一组资源，那么访问这些资源的时候，往往需要互斥来防止彼此干扰来保证一致性，在这种情况下，便需要使用到分布式锁。

SETNX命令简介

命令格式 SETNX key value

将 key 的值设为 value，当且仅当 key 不存在。 若给定的 key 已经存在，则 SETNX 不做任何动作。 SETNX
是SET if Not eXists的简写。
利用 SETNX 可以非常简单地实现分布式锁。例如：某客户端要获得一个名字为 foo 的锁，客户端使用下面的命令进行获取：

SETNX lock.foo <current Unix time + lock timeout + 1>

如返回1，则该客户端获得锁，把 lock.foo 的键值设置为时间值表示该键已被锁定，该客户端最后可以通过 DEL lock.foo
来释放该锁。 如返回0，表明该锁已被其他客户端取得，这时我们可以先返回或进行重试等对方完成或等待锁超时。

解决死锁

上面的锁定逻辑有一个问题：如果一个持有锁的客户端失败或崩溃了不能释放锁，该怎么解决？我们可以通过锁的键对应的时间戳来判断这种情况是否发生了，如果当前的时间已经大于
lock.foo 的值，说明该锁已失效，可以被重新使用。

发生这种情况时，可不能简单的通过 DEL 来删除锁，然后再 SETNX
一次。当多个客户端检测到锁超时后都会尝试去释放它，这里就可能出现一个竞态条件，让我们模拟一下这个场景：

C0 操作超时了，但它还持有着锁。 C1 和 C2 读取 lock.foo 检查时间戳，先后发现超时了。 C1 发送 DEL
lock.foo C1 发送 SETNX lock.foo 并且成功了。 C2 发送 DEL lock.foo C2 发送 SETNX
lock.foo 并且成功了。

这样一来， C1 ， C2 都拿到了锁！问题大了！

幸好这种问题是可以避免的，让我们来看看 C3 这个客户端是怎样做的：

C3 发送 SETNX lock.foo 想要获得锁，由于 C0 还持有锁，所以 Redis 返回给 C3 一个0。 C3 发送 GET
lock.foo 以检查锁是否超时了，如果没超时，则等待或重试。 反之，如果已超时， C3 通过下面的操作来尝试获得锁： GETSET
lock.foo <current Unix time + lock timeout + 1> 通过 GETSET ，C3
拿到的时间戳如果仍然是超时的，那就说明， C3 如愿以偿拿到锁了。 如果在 C3 之前，有个叫 C4 的客户端比 C3
快一步执行了上面的操作，那么 C3 拿到的时间戳是个未超时的值，这时， C3 没有如期获得锁，需要再次等待或重试。留意一下，尽管 C3
没拿到锁，但它改写了 C4 设置的锁的超时值，不过这一点非常微小的误差带来的影响可以忽略不计。

注意：为了让分布式锁的算法更稳键些，持有锁的客户端在解锁之前应该再检查一次自己的锁是否已经超时，再去做 DEL
操作，因为可能客户端因为某个耗时的操作而挂起，操作完的时候锁因为超时已经被别人获得，这时就不必解锁了。

布隆过滤器

> 基本概念

如果想判断一个元素是不是在一个集合里，一般想到的是将所有元素保存起来，然后通过比较确定。链表，树等等数据结构都是这种思路.
但是随着集合中元素的增加，我们需要的存储空间越来越大，检索速度也越来越慢。不过世界上还有一种叫作散列表（又叫哈希表，Hash
table）的数据结构。它可以通过一个Hash函数将一个元素映射成一个位阵列（Bit
Array）中的一个点。这样一来，我们只要看看这个点是不是 1 就知道可以集合中有没有它了。这就是布隆过滤器的基本思想。

Hash面临的问题就是冲突。假设 Hash 函数是良好的，如果我们的位阵列长度为 m 个点，那么如果我们想将冲突率降低到例如 1%,
这个散列表就只能容纳 m/100 个元素。显然这就不叫空间有效了（Space-efficient）。解决方法也简单，就是使用多个
Hash，如果它们有一个说元素不在集合中，那肯定就不在。如果它们都说在，虽然也有一定可能性它们在说谎，不过直觉上判断这种事情的概率是比较低的。

优点

相比于其它的数据结构，布隆过滤器在空间和时间方面都有巨大的优势。布隆过滤器存储空间和插入/查询时间都是常数。另外, Hash
函数相互之间没有关系，方便由硬件并行实现。布隆过滤器不需要存储元素本身，在某些对保密要求非常严格的场合有优势。

布隆过滤器可以表示全集，其它任何数据结构都不能；

k 和 m 相同，使用同一组 Hash 函数的两个布隆过滤器的交并差运算可以使用位操作进行。

缺点

但是布隆过滤器的缺点和优点一样明显。误算率（False
Positive）是其中之一。随着存入的元素数量增加，误算率随之增加。但是如果元素数量太少，则使用散列表足矣。

另外，一般情况下不能从布隆过滤器中删除元素. 我们很容易想到把位列阵变成整数数组，每插入一个元素相应的计数器加1,
这样删除元素时将计数器减掉就可以了。然而要保证安全的删除元素并非如此简单。首先我们必须保证删除的元素的确在布隆过滤器里面.
这一点单凭这个过滤器是无法保证的。另外计数器回绕也会造成问题。