1. 锁机制的本质与分类数据库锁和缓存锁作为两种典型的并发控制手段在技术面试中经常被拿来对比。我曾在电商秒杀系统架构设计中同时使用过MySQL行锁和Redis分布式锁深刻体会到两者的差异点。锁本质上是通过对共享资源的访问限制解决并发场景下的数据一致性问题。1.1 悲观锁与乐观锁实现原理MySQL同时支持悲观锁和乐观锁两种模式。悲观锁的代表是SELECT ... FOR UPDATE语句其工作原理是在事务开始时就直接锁定目标数据行。我在处理账户余额变更时常用这种方式BEGIN; SELECT balance FROM accounts WHERE user_id 1001 FOR UPDATE; -- 执行业务逻辑 UPDATE accounts SET balance new_value WHERE user_id 1001; COMMIT;而乐观锁则是通过版本号机制实现典型实现如下UPDATE products SET stock stock - 1, version version 1 WHERE product_id 2001 AND version old_version;Redis作为内存数据库原生只支持悲观锁。其SETNX命令是实现锁的原子性操作SETNX lock:order_123 true # 返回1表示获取锁成功1.2 锁的粒度对比分析MySQL的锁粒度可以细分为表级锁MyISAM引擎默认行级锁InnoDB支持间隙锁防止幻读Redis的锁粒度则取决于key设计全局锁单个key控制整个系统业务锁lock:业务名:ID形式细粒度锁对复合操作分段加锁在订单超时处理系统中我采用分层锁设计先用Redis锁住订单ID防止重复处理再用MySQL行锁保证数据一致性。这种组合方案将并发能力提升了3倍。2. Redis分布式锁深度解析2.1 正确实现分布式锁的五个要点原子性获取必须使用SETNX过期时间组合命令SET lock:res001 uuid EX 30 NX唯一标识每个客户端使用唯一UUID防止误删String clientId UUID.randomUUID().toString();自动释放必须设置过期时间我建议根据业务耗时动态调整续期机制通过看门狗线程定期延长锁时间while keep_alive: redis.expire(lock_key, 30) time.sleep(10)释放验证删除前校验持有者身份if redis.call(get,KEYS[1]) ARGV[1] then return redis.call(del,KEYS[1]) end2.2 典型问题场景与解决方案缓存雪崩大量锁同时过期导致请求暴增解决方案给过期时间添加随机值EXPIRE lock:order123 30 rand(0,5)锁等待风暴高并发下大量线程轮询抢锁优化方案采用Redisson的订阅发布机制RLock lock redisson.getLock(lock); lock.lock(); try { // 业务代码 } finally { lock.unlock(); }在日活百万的社交APP中我们通过Redisson的联锁MultiLock实现了跨节点的事务控制错误率从5%降至0.1%以下。3. MySQL锁机制实战剖析3.1 InnoDB锁类型工作原理记录锁Record Lock锁定索引记录即使表无索引也会创建隐藏聚簇索引间隙锁Gap Lock锁定索引记录间的区间防止其他事务插入导致幻读临键锁Next-Key Lock记录锁间隙锁组合默认的InnoDB锁模式在一次库存超卖事故排查中我发现事务隔离级别对锁行为影响巨大-- 会话A SET TRANSACTION ISOLATION LEVEL REPEATABLE READ; BEGIN; SELECT * FROM products WHERE id 100 FOR UPDATE; -- 会话B会被阻塞 INSERT INTO products(id) VALUES(150);3.2 死锁检测与处理方案MySQL通过等待图wait-for graph检测死锁但DBA还需要掌握手动分析方法查看死锁日志SHOW ENGINE INNODB STATUS;关键指标监控SELECT * FROM performance_schema.events_waits_current;应急处理方案设置超时innodb_lock_wait_timeout50索引优化为高频查询字段添加索引事务拆分大事务拆分为小事务在金融系统中我们通过以下配置将死锁率降低了90%innodb_deadlock_detect ON innodb_print_all_deadlocks ON transaction_isolation READ-COMMITTED4. 混合锁架构设计实践4.1 电商库存扣减方案对比纯MySQL方案BEGIN; SELECT stock FROM items WHERE id100 FOR UPDATE; UPDATE items SET stockstock-1 WHERE id100 AND stock0; COMMIT;优点强一致性缺点QPS上限约2000RedisMySQL方案def deduct_stock(): redis_lock acquire_redis_lock(item_100) if not redis_lock: return False try: stock redis.decr(stock:100) if stock 0: redis.incr(stock:100) return False async_update_mysql() # 异步更新数据库 return True finally: release_redis_lock(item_100)优点QPS可达2万缺点存在短暂数据不一致窗口4.2 分布式事务中的锁应用在微服务架构下我们采用Saga模式配合锁机制订单服务Redis锁防止重复创建库存服务MySQL行锁保证准确扣减支付服务Redis锁本地事务表关键补偿机制设计Transactional public void cancelOrder(Long orderId) { // 1. 获取分布式锁 String lockKey order_compensate: orderId; if (!redisLock.tryLock(lockKey, 30, TimeUnit.SECONDS)) { throw new RetryableException(); } try { // 2. 查询订单状态 Order order orderDao.selectForUpdate(orderId); // 3. 执行补偿逻辑 if (order.getStatus() Status.PAID) { paymentService.refund(order); inventoryService.release(order); } // 4. 更新订单状态 orderDao.updateStatus(orderId, Status.CANCELLED); } finally { redisLock.unlock(lockKey); } }5. 性能优化关键指标5.1 Redis锁监控要点锁等待时间redis-cli --latency -p 6379锁持有时间分布SELECT FLOOR(duration/100)*100 AS duration_range, COUNT(*) AS count FROM lock_log GROUP BY 1;锁冲突热力图from redis import Redis r Redis() hot_keys r.memory_usage(lock:*, samples1000)5.2 MySQL锁优化checklist索引检查EXPLAIN SELECT * FROM orders WHERE user_id100 FOR UPDATE;锁升级监控SELECT * FROM sys.innodb_lock_waits;事务持续时间SELECT AVG(TIMESTAMPDIFF(SECOND,trx_started,NOW())) FROM information_schema.INNODB_TRX;在物流系统中我们通过以下调整将锁等待时间从800ms降至50ms为所有高频查询添加组合索引将大事务拆分为多个100ms的小事务把REPEATABLE READ改为READ COMMITTED