MySQL单机行锁在分布式环境下完全失效，因不同节点连接不同实例导致FOR UPDATE互不感知，引发超卖等问题；需用Redis分布式锁配合MySQL带条件的UPDATE和约束兜底。
MySQL单机行锁在分布式下完全失效
先说一个核心判断：MySQL的SELECT ... FOR UPDATE或UPDATE ... WHERE自带的行锁，其效力范围仅限于单个MySQL实例内部。一旦你的服务架构走向分布式，比如部署了多副本、引入了读写分离或者实施了分库分表，情况就完全不同了。不同应用节点连接的是不同的MySQL实例（甚至是主从架构中的不同节点），这时，一个节点发出的FOR UPDATE锁，其他节点根本感知不到——节点A锁定了某行数据，节点B照样能执行修改，所谓的行锁在分布式环境下完全失去了协调作用。
由此引发的现象，想必不少人都遇到过：超卖、重复扣减余额、并发生成重复单号。你以为在事务里加了行锁就万无一失了？其实那只是“本地安全”，在分布式场景下形同虚设。
- 别指望通过调高
innodb_lock_wait_timeout参数来“等待锁释放”，这解决不了跨节点的锁冲突。 - 也别依赖
INSERT IGNORE或ON DUPLICATE KEY UPDATE这类语法来替代分布式锁——它们只能防止重复插入，却保护不了“先读、再判断、最后写”这类复合逻辑（比如经典的“查询余额→判断是否足够→执行扣减”流程）。 - 即便在分库分表后，同一逻辑记录被路由到了同一个物理库，如果该库存在主从延迟，而你的读写分离中间件又将
SELECT ... FOR UPDATE发到了从库，那么结果要么是直接报错，要么就是静默地失败，锁根本没加上。
Redis锁不是万能的，必须带自动续期和原子校验
于是，大家很自然地转向Redis来实现分布式锁。核心命令是SET key value EX seconds NX：设置一个带过期时间的唯一值，并且仅在键不存在时操作成功。然而，如果只做到这一步，那离真正的安全还差得远。网络分区、业务执行超时、锁被意外删除，任何一个环节都可能让数据陷入不一致的境地。
其中最容易踩的坑，莫过于“锁释放不匹配”：请求A拿到了锁，但由于业务执行缓慢，锁在过期时间后自动释放了；此时请求B趁机获取了锁；可当请求A最终执行完毕时，却用它自己持有的那个旧的value去执行删除，结果误删了请求B的锁，导致锁保护彻底失效。
- 因此，必须为每个锁生成全局唯一的随机值（比如UUID），并且在释放锁时，使用Lua脚本进行原子性的“比对再删除”操作：
if redis.call("get", KEYS[1]) == ARGV[1] then return redis.call("del", KEYS[1]) else return 0 end - 当业务执行时间不确定时，还需要引入看门狗（Watch Dog）机制：启动一个独立的线程或协程，在锁过期时间到达一半左右时，尝试使用Lua脚本进行
GETSET操作来续期（设置新的过期时间），并且必须校验当前持有者是否仍是自己。 - 在Redis集群模式下，
SET ... NX命令并不能保证跨槽位的原子性。这时候有人会想到Redlock算法，但实话实说，除非你非常清楚其背后的复杂性和CP权衡，否则不建议轻易尝试。实践中更推荐使用单节点Redis（配合主从和哨兵）或者直接使用实现了RedLock语义的成熟客户端（如Redisson），以避免引入不必要的复杂度。
MySQL + Redis锁配合的关键断点：哪里读、哪里写、哪里校验
我们来看一个典型场景：用户下单扣减库存。一个常见的错误流程是“先在Redis加锁→然后查询MySQL库存→执行扣减→最后释放Redis锁”。这个流程的问题在于，查询库存和实际执行扣减这两个操作之间，仍然存在一个时间窗口——其他请求可能已经修改了库存但尚未提交，或者你读取到的可能是一个旧的快照（特别是在RR隔离级别下）。
正确的做法是，让Redis锁扮演“粗粒度协调器”的角色，而将“细粒度原子操作”的职责牢牢交给MySQL：
- Redis锁的粒度要尽量小：按具体的商品ID加锁，而不是锁住整个库存表或者用户ID。
- MySQL执行扣减必须是一条原子语句：使用
UPDATE stock SET quantity = quantity - 1 WHERE product_id = ? AND quantity >= 1。将条件判断和数值更新合并到一条SQL中，并通过判断返回的affected_rows是否等于1来确定是否成功。 - 只有
affected_rows == 1才代表扣减真正成功；否则，就意味着库存不足或已被其他请求扣完，此时应该立即释放Redis锁并返回失败，而不是盲目重试或忽略。 - 还有一点很重要：不要在持有Redis锁期间执行耗时操作，比如调用第三方接口、生成复杂文件等。锁的持有时间越短，对系统整体性能的影响就越小，否则分布式锁本身就会成为系统的瓶颈。
Redis锁失效时，MySQL怎么兜底不丢数据
分布式环境充满不确定性：网络抖动、Redis短暂不可用、客户端进程意外崩溃……任何环节都可能导致Redis锁没加上、没续上，或者没被正确释放。如果此时MySQL自身毫无防御能力，那么数据就等于在“裸奔”。
兜底策略的核心思想是：让MySQL自己有能力拒绝非法的状态变更，而不是完全依赖外部锁来保证操作顺序。
- 为关键表增加状态校验列：例如，在订单表中增加
status状态字段和version版本号字段。更新时使用UPDATE order SET status = 'paid', version = version + 1 WHERE id = ? AND status = 'unpaid' AND version = ?，利用乐观锁机制防止状态被覆盖。 - 利用数据库约束：库存表的数量字段必须加上
CHECK (quantity >= 0)这样的检查约束，并开启严格的SQL模式。这样，当UPDATE操作导致库存为负数时，数据库会直接抛出Check constraint violation错误，而不是静默地执行一个错误的数据变更。 - 唯一索引是最后的防线：对于支付流水号
pay_no这类必须唯一的业务字段，直接将其设为UNIQUE索引。重复插入会直接触发Duplicate entry错误，这比任何锁机制都更直接、更可靠。 - 最后，慎用
SELECT ... FOR UPDATE做“提前占位”：除非你能百分百确定后续一定会执行UPDATE操作，否则这种“先锁住再说”的做法，不仅浪费连接资源，还可能无谓地阻塞其他正常请求。
说到底，分布式锁的本质目标并非“严格保证操作的全局顺序”，而是“在分布式环境下，尽可能地降低并发冲突的概率”。真正扛住高并发、保证数据最终一致性的，永远是MySQL里那条带条件的UPDATE语句，以及表结构背后那些坚实的约束。Redis分布式锁，更多时候只是在高并发洪峰前，帮你减轻数据库压力、少走几次弯路的“协调员”而已。
