1、分享概要
本次分享会先从Redis可重入锁最简单的Demo入手，一步一图分析Redis可重入锁底层的源码，在边看源码的过程中、边画出Redis可重入锁的核心流程图。
通过这张核心的流程图，我们可以看到一个企业级的、基于Redis分布式锁的方案是怎样的形成的，在开始分享前，大家先思考下如下常见的面试题：
1、客户端线程在底层是如何实现加锁的？
2、客户端线程是如何维持加锁的？
Redis可重入锁源码的分享，上半部分将重点围绕以上2个核心问题一步步展开分析，大家可以心中带着这几个问题一步步看下去，最后形成的完整的流程图如下所示：
2、Redis可重入锁的核心流程
本次主要分享Redis最知名的客户端框架Redisson可重入锁的源码，我们先创建一个Maven工程，然后从一个简单Demo案例来入手。
2.1 Redis可重入锁Demo
创建一个maven工程，在pom中引入依赖，本次我们就采用Redisson 3.8.1版本：
如下Demo中Redis的环境采用三主三从的方式搭建一套Redis-Cluster集群环境（搭建Redis-Cluster集群的步骤这里省略，我们重点关注源码层面），Demo代码示例如下：
public class Application {
public static void main(String[] args) throws Exception {
//1.配置Redis-Cluster集群节点的ip和port
Config config = new Config();
//redis-cluster集群的ip和port
config.useClusterServers()
.addNodeAddress("redis://192.168.43.159:7001")
.addNodeAddress("redis://192.168.43.159:7002")
.addNodeAddress("redis://192.168.43.159:7003")
.addNodeAddress("redis://192.168.43.114:7001")
.addNodeAddress("redis://192.168.43.114:7002")
.addNodeAddress("redis://192.168.43.114:7003");
//2.通过以上配置创建Redisson的客户端
RedissonClient redisson = Redisson.create(config);
//3.测试Redisson可重入锁的加锁、释放锁等功能
testRedissonSimpleLock(redisson);
}
private static void testRedissonSimpleLock(RedissonClient redisson) throws InterruptedException {
//1.获取key为"anyLock"的锁对象
RLock lock = redisson.getLock("anyLock");
//2.1：加锁
lock.lock();
//2.2：加锁时，设置尝试获取锁超时时间30s、锁超时自动释放的时间10s
//lock.tryLock(30, 10, TimeUnit.MILLISECONDS);
Thread.sleep(10 * 1000);
//3.释放锁
lock.unlock();
}
}
Demo比较简单，就是我们平常开发高频用到的一些Api，包括加锁和释放锁，但是底层是如何实现加锁这一语义的呢？
1：如何维持加锁呢？
2：如何实现尝试获取锁超时的控制？
3：锁超时又是如何自动释放锁的呢？
4：释放锁的语义又是如何实现的？
带着这些迷雾般的困惑，接下来的源码环节、我们好好的看一下。
1、找哪台机器加锁呢？
首先我们先看下它是怎么获取一个锁对象的，如下图：
RLock对象表示一个锁对象，这里表示我们要对key为anyLock加锁，先获取一个锁对象。
首先我们可以先猜下，既然是要加锁，具体体现到Redis底层命令上肯定就是最朴素的set key value的方式啊，我们先不管它里面的其他各种复杂机制，
第一个问题肯定就是要在Redis-Cluster集群中、那么多的master节点中选择一个master节点来加锁即执行命令
此时肯定会是在redisson.getLock方法中、针对"anyLock"这个key就选择好了要对哪个master节点上加锁，然后下一步的lock.lock直接就往那台master节点上执行redis命令加锁就行了。
带着这个想法，那下一步肯定要到redisson.getLock(“anyLock”)中的getLock方法中看下，如下图所示：
有点小小的遗憾，暂时我们并没有发现有锁定master节点相关的逻辑，但是通过上图我们却发现了这里redisson.getLock方法最终获取到的锁对象竟然是RedissonLock，而对Redisson的构造中只不过是各种变量的设置而已。
我们慢慢通过图片、把我们好不容易找到的东西收集起来，如下图所示：
那既然不在第一步中锁定master节点，那么我们就继续看下lock.lock()方法，如下图所示：
通过对lock.lock()方法的层层追踪，终于我们来到lockInterruptibly方法中，发现这里面还算有点东西，其中发现tryAcquire方法，顾名思义、有点像要获取什么东西的意思，进去看看：
好像发现了点不可思议的东西，藏得真深、开源框架还真蛮喜欢深度嵌套调用，层层追踪后终于发现，原来加锁的底层逻辑是通过lua脚本的方式来实现的。
当然我们看到的lua脚本只是一大串长字符串，它只不过是作为方法evalWriteAsync方法的一个参数而已，所以下一步肯定要到evalWriteAsync方法中看下了方法内部的逻辑是怎样的：
看到这里，我们就发现有点意思了，这里的getNodeSource，好像就是获取源节点、目标master的意思了，越来越靠近我们之前的猜想了，没关系，我们再进去瞧瞧：
看到这里，关于如何通过key锁定Redis-Cluster集群中、某一个master节点的事几乎真相大白了。
了解过一点Redis-Cluster集群基础知识应该都知道，Redis-Cluster集群中的数据分布式是通过一个一个hash slot方式来实现的，Redis-Cluster集群总共16384个hash slot，它们都会被均匀分布到所有master节点上，这里计算出key的hash slot之后，就可以通过hash slot去看一看哪个master上有这个hash slot，如果哪个master上有个这个hash slot，那么这个key当然就会落到该master节点上，执行加锁指令当然就在该master上执行喽。
但是这里依然还是有层迷雾 ，那就是具体是怎么通过key来计算出对应的hash slot的呢，我们继续往下看：
千辛万苦、忐忐忑忑，看到这里算是彻底明白了，首先会通过key计算出CRC16值，然后CRC16值对16384进行取模，进而得到hash slot，如下图所示：
现在我们已经知道了、Redisson客户端是如何通过key锁定Redis-Cluster集群中具体的哪个master节点，那么下一步我们就要进入正式的主题了，即可重入锁的各种加锁、释放锁等等逻辑，这些才是重头戏。
2、客户端线程首次加锁
加锁的逻辑，刚才我们已经瞥到一眼了，就是那堆lua脚本，如下图：
我们一起来看下吧，首先我们看到里面有很多参数比如KEYS[1]和ARGV[1]、ARGV[2]，这些参数没搞清楚，这段lua脚本根本看不进去，我们先梳理下这些参数，方便我们阅读这段lua脚本，如下图所示：
通过方法提示我们可以看到keys和params就是最后的两个参数啊，getName()返回的List对象就是KEYS数组、而ARGV变长数组有两个元素，就是最后这两个参数啊，进去看看吧：
很显然KEYS[1]就是key的名称，Demo里指定的就是"anyLock"，ARGV继续看下：
通过这里我们就知道了ARGV[1]的internalLockLeaseTime就是30 * 1000ms，也就是30s了，而ARGV[2]的getLockName(threadId)是什么呢：
我们发现getLockName(threadId）得到的就是一个UUID:ThreadId。
这里我们可以理解为用UUID来唯一标识一个客户端，毕竟肯定会有多个客户端的多个线程过来加锁，结合起来UUID:ThreadId当然就是表示、具体哪个客户端上的哪个线程过来加锁，通过这样的组合方式能唯一标识一个线程，思路还是挺不错的。
当我们这些准备工作弄好之后，我们就可以正式来看下具体的加锁逻辑了，首先我们看到lua脚本第一段就是：
"if (redis.call('exists', KEYS[1]) == 0) then " +
"redis.call('hset', KEYS[1], ARGV[2], 1); " +
"redis.call('pexpire', KEYS[1], ARGV[1]); " +
"return nil; " +
"end; " +
很简单，就是先判断下KEYS[1]这个key在master节点上是否存在，第一次当然肯定不存在啊，所以逻辑成立。
因为我们现在已经知道参数了，接下来执行的lua脚本逻辑、转换成redis指令就是：
hset anyLock UUID:ThreadId 1
pexpire anyLock 30000
hset表示给anyLock这个key的hash数据结构添加数据，类似java中的Map，此时的数据结构大概就是：
anyLock :
{
UUID:ThreadId：1
}
这样的话，就相当于每个key都有一个Map这样的一个hash数据结构，那么为什么每个key都要有这样一个hash数据结构呢？
这个问题很好，我们可以想象下假如你是Redisson的设计者，你会怎么表示一个key当前已经被某个客户端线程持有呢？其实往这个角度想一下，我们大概会想到、那得用一个数据结构记录一下key相关的信息，比如key被线程1持有锁了，那就记录一下key相关的这份信息啊，回想一下好像hash数据结构是最容易想到的了、比较容易也简单明了，而且如果说关于这个key我还要放其他的信息呢，直接在这个key的hash数据结构中添加key-value对就行了；最后至于key为UUID:ThreadId对应的value为1是什么意思呢？我们暂时先埋个伏笔，后文继续揭晓。
紧接着，pexpire这个就是为anyLock这个key设置下key的过期时间为30s，意思就是30s过后、这个key就会自动过期被删除了，当然key对应的锁在那时也就被释放了。
所以我们可以看到，加锁的逻辑也挺简单的，无非就是在key对应的hash数据结构中记录了一下当前是哪个线程过来加锁了，然后设置了一下key的过期时间为30s，可能就是第一次不太好接受它竟然是通过redis中、key的hash数据结构的方式表示加锁的语义，这个我们可以好好体会下。
此时整体流程进度如下图所示：
3、加锁成功后如何维持加锁
当我们成功加锁后，我们看到脚本这里返回的是nil，如下图所示：
此时加锁成功之后，tryLockInnerAsync方法就返回了，所以下一步当然就要再看下调用tryLockInnerAsync方法的位置在干些什么，如下图所示：
因为我们已经加锁成功了，所以第一个if (!future.isSucess())肯定不成立。
根据上文我们已经知道，加锁成功后返回的是nil，这是lua脚本的返回形式，体现到java代码中当然就是得到null，所以if (ttlRemaining == null)毫无疑问成立了，那就再进入scheduleExpirationRenewal方法看下：
我们会发现当加锁成功之后，这里就会对返回结果ttlRemainingFuture添加一个监听器FutureListener，而监听的核心逻辑当然就在operationComplete方法中，我们可以仔细看下operationComplete方法中在干些什么。
一看瞄过去，我们看到在方法scheduleExpirationRenewal中创建了一个定时任务task，还记得参数internalLockLeaseTime吗，上文中我们为了看lua脚本代码找到发现是301000ms，此时就可以判定这个定时任务的执行周期是每隔301000/3=10*1000ms，也就是每隔10s执行一次。
那这个定时任务到底在干什么呢？为什么获取锁成功要开启一个定时任务呢？我们继续看：
定时任务中的这个方法里面，也是一段lua脚本，幸运的是这段脚本比较小段。
首先第一个if中：
redis.call(‘hexists’, KEYS[1], ARGV[2]) == 1，即：hexists anyLock UUID:ThreadId
表示判断当前key中，是否还被线程UUID:ThreadId持有锁，因为是刚刚加锁完毕当然是持有啊，此时就会对这个key进行续期30s。
原来如此，我们好像又解开一个谜团了：
如何维持加锁，原来每次来加锁成功后，监听加锁结果的监听器就会马上开启一个后台线程，每隔10s检查一下key是否存在，如果存在就为key续期30s。
所以一个key往往当过期时间慢慢消逝到20s左右时就又会被定时任务重置为了30s，这样就能保证、只要这个定时任务还在、只要这个key还在，就能让这个key一直存活下去，也就是一直维持加锁。
这个定时任务的机制在Redisson中也被称为watchdog看门狗机制，毕竟还记得超时时间获取吗，参数命名为lockWatchdogTimeout 为30s，如下图所示。
watchdog看门狗这个机制的命名还挺形象的，好吧，现在我们算是已经知道了客户端是如何维持加锁的了，就是通过一个后台定时任务、每隔10s定时检查key如果存在，就为它自动续期30s。
此时整体流程进度如下图所示：
q:
watchdog怎么感知持有锁线程挂掉，不在续期
a:线程挂的时候，你释放锁
q:问下watchdog本身异常的话是怎么处理的？
a:异常后就不续约了
q:老师，watchdog在哪块代码处判断线程挂掉，从而不在执行续约逻辑
a:他会判断你是否还持有锁,需要主线程去释放锁