今日上班听到同事在准备面试题分布式锁（准备溜溜球），随即加入了群聊复习了一波，于是有了这篇小作文。
场景本文中的演示 DEMO, 以下订单减库存为例。
无锁裸奔表现示例代码：
先来模拟一个库存服务呗！
/// <summary> /// 模拟库存服务 /// </summary> public class StockService { private static RedisClient cli = new RedisClient("127.0.0.1:6379"); /// <summary> /// 减库存操作 /// </summary> /// <param>商品数</param> /// <returns></returns> public bool ReduceStock(int goodsCount) { var stockCount = cli.Get<int>("StockCount"); if (stockCount > 0 && stockCount >= goodsCount) { stockCount -= goodsCount; cli.Set("StockCount", stockCount, 10); Console.WriteLine($"线程Id:{Thread.CurrentThread.ManagedThreadId}，抢购成功！库存数：{stockCount}"); return true; } Console.WriteLine($"线程Id:{Thread.CurrentThread.ManagedThreadId}，抢购失败！"); return false; } }模拟500个并发请求，开始测试。
static void Main(string[] args) { var stockService = new StockService(); // 初始化库存 var cli = new RedisClient("127.0.0.1:6379"); cli.Set("StockCount", 10, 10); // 模拟 500 个并发 Parallel.For(0, 500, (i) => { Task.Run(() => { stockService.ReduceStock(1); }); }); }执行完成后，结果如下图所示：
我们的库存只有 10 个，截图可见，至少有 29 个请求抢购成功了，出现了超卖的现象。
上分布式锁表现针对无锁情况下出现的并发问题，如果是单体应用，用 lock 可以解决，但不适用于分布式应用。FreeRedis 中已有现成实现的分布式锁，我们先来看看是如何使用的吧！
修改一下订单服务代码：
/// <summary> /// 模拟库存服务 /// </summary> public class StockService { private static RedisClient cli = new RedisClient("127.0.0.1:6379"); private static readonly string _distributedLockKey = "DISTRIBUTEDLOCKKEY"; /// <summary> /// 减库存操作 /// </summary> /// <param>商品数</param> /// <returns></returns> public bool ReduceStock(int goodsCount) { // 取锁 var lockObj = cli.Lock(_distributedLockKey, 1); if (lockObj != null) { var stockCount = cli.Get<int>("StockCount"); if (stockCount > 0 && stockCount >= goodsCount) { stockCount -= goodsCount; cli.Set("StockCount", stockCount, 10); Console.WriteLine($"线程Id:{Thread.CurrentThread.ManagedThreadId}，抢购成功！库存数：{stockCount}"); lockObj.Unlock(); // 解锁 return true; } Console.WriteLine($"线程Id:{Thread.CurrentThread.ManagedThreadId}，抢购失败！"); lockObj.Unlock(); // 解锁 } return false; } }执行结果如下所示：
从输出结果中可以看出，库存有序的扣除中，确实只有 10 个请求是抢购成功。
看看 FreeRedis 实现的分布式锁通过上面示例可以看见，分布式锁的使用无非就是 Lock 和 UnLock 的操作。我这里直接用编辑器调试进去看了，就不是上 GitHub 上下载代码看了。体验不好，还请担待。
上锁循环检测获取锁操作是否过期，过期直接返回 Null, 否则继续步骤二
SetNx 设置值，如果成功，创建分布式锁对象，否则线程等待一会，继续第一步，如此循环
为啥不可以设置唯一值呢？在没有启动自动续时（看门狗机制），业务执行时间超过了锁的过期时间时，会引发问题。
比如说现在 请求1，请求2，请求3 同时过来，请求1 先抢到了锁，开始执行。
但是 请求1 的业务执行时间比较长，锁已经过期失效了，业务还没有执行完成。这时 请求2 获取到锁，执行自己的业务。就出现了 请求1 和 请求2 并发执行了
当 请求1 执行完自己的业务的时候，执行解锁操作，因为键值都一样，会误把 请求2 的锁给释放掉，导致故障
通过设置值的唯一，当删除缓存的时候，还需要判断一下值是不是一致，来防止误释放其他锁。
看门狗机制定时执行 Refresh 方法
通过 lua 脚本设置新的过期时间，不成功的话（已解锁），删除定时器
解锁