<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
	<channel>
		<title>Redis on Bill.Lin&#39;s Notes</title>
		<link>https://xinqilin.github.io/tags/redis/</link>
		<description>Recent content in Redis on Bill.Lin&#39;s Notes</description>
		<generator>Hugo</generator>
		<language>zh-tw</language>
		
		
		
		
			<lastBuildDate>Sun, 22 Nov 2026 00:00:00 +0800</lastBuildDate>
		
			<atom:link href="https://xinqilin.github.io/tags/redis/index.xml" rel="self" type="application/rss+xml" />
			<item>
				<title>Bloom Filter 與 HyperLogLog：用一點誤差換大量記憶體，以及估計值被刻意操縱時怎麼辦</title>
				<link>https://xinqilin.github.io/post/systemdesign/bloom-filter-hyperloglog/</link>
				<pubDate>Sun, 22 Nov 2026 00:00:00 +0800</pubDate>
				<guid>https://xinqilin.github.io/post/systemdesign/bloom-filter-hyperloglog/</guid>
				<description>&lt;blockquote&gt;&#xA;&lt;p&gt;&lt;strong&gt;System Design 系列&lt;/strong&gt; Part 3-6｜上一篇：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/object-storage/&#34;&gt;檔案與物件儲存&lt;/a&gt;｜下一篇：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/full-text-search/&#34;&gt;全文搜尋與倒排索引&lt;/a&gt;｜&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/system-design-thinking/#%E7%B3%BB%E5%88%97%E5%9C%B0%E5%9C%96&#34;&gt;系列地圖&lt;/a&gt;&lt;/p&gt;&#xA;&lt;/blockquote&gt;&#xA;&lt;h2 id=&#34;情境與問題&#34;&gt;情境與問題&lt;/h2&gt;&#xA;&lt;p&gt;平台上有兩個看似無關的需求：&lt;/p&gt;&#xA;&lt;ol&gt;&#xA;&lt;li&gt;&lt;strong&gt;快取穿透&lt;/strong&gt;：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/caching/&#34;&gt;Cache 篇&lt;/a&gt;提過，有人用大量不存在的商品 ID 打 &lt;code&gt;/products/{id}&lt;/code&gt;，快取永遠 miss，每次都打到資料庫。快取空結果能擋住重複的 ID，但攻擊者可以產生無限多種 ID，空結果反而把快取塞滿&lt;/li&gt;&#xA;&lt;li&gt;&lt;strong&gt;不重複訪客數（UV）&lt;/strong&gt;：行銷要每場講座每天的不重複訪客，以及任意區間（例如整週）的不重複訪客。未登入的訪客用 cookie 裡的 visitor ID 識別&lt;/li&gt;&#xA;&lt;/ol&gt;&#xA;&lt;p&gt;精確的做法是把元素存起來：一個 &lt;code&gt;Set&lt;/code&gt; 記錄所有商品 ID，一個 Redis &lt;code&gt;SET&lt;/code&gt; 記錄每場講座每天的訪客。以每個成員約 60 bytes 粗估，一場熱門講座一天 50 萬名訪客就是 30 MB，一年 365 個 key 約 11 GB，而且這只是一場講座。要算整週的不重複訪客，還得把 7 個集合做聯集。&lt;/p&gt;&#xA;&lt;p&gt;兩個需求有個共同點：&lt;strong&gt;要的只是「在不在」或「有幾個」，不需要元素本身&lt;/strong&gt;。只要能接受一點誤差，記憶體可以省下好幾個數量級。&lt;/p&gt;&#xA;&lt;h2 id=&#34;最簡單的做法與它的極限&#34;&gt;最簡單的做法與它的極限&lt;/h2&gt;&#xA;&lt;table&gt;&#xA;&#x9;&lt;thead&gt;&#xA;&#x9;&#x9;&#x9;&lt;tr&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;th&gt;做法&lt;/th&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;th&gt;問題&lt;/th&gt;&#xA;&#x9;&#x9;&#x9;&lt;/tr&gt;&#xA;&#x9;&lt;/thead&gt;&#xA;&#x9;&lt;tbody&gt;&#xA;&#x9;&#x9;&#x9;&lt;tr&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;&lt;code&gt;HashSet&lt;/code&gt; 或 Redis &lt;code&gt;SET&lt;/code&gt;&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;記憶體和元素數量成正比&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&lt;/tr&gt;&#xA;&#x9;&#x9;&#x9;&lt;tr&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;資料庫 &lt;code&gt;COUNT(DISTINCT visitor_id)&lt;/code&gt;&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;每次都要掃描所有事件；&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/btree-vs-lsm/&#34;&gt;B-Tree vs LSM 篇&lt;/a&gt;的瀏覽紀錄一天就有 10 億筆&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&lt;/tr&gt;&#xA;&#x9;&#x9;&#x9;&lt;tr&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;快取空結果&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;能擋住重複的不存在 ID，擋不住每次都不一樣的 ID&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&lt;/tr&gt;&#xA;&#x9;&lt;/tbody&gt;&#xA;&lt;/table&gt;&#xA;&lt;h2 id=&#34;核心機制&#34;&gt;核心機制&lt;/h2&gt;&#xA;&lt;h3 id=&#34;bloom-filter一定不在或可能在&#34;&gt;Bloom filter：「一定不在」或「可能在」&lt;/h3&gt;&#xA;&lt;p&gt;Bloom filter 是一個 m 個 bit 的陣列，加上 k 個雜湊函式：&lt;/p&gt;</description>
			</item>
			<item>
				<title>Cache 深入：命中率的數學、寫入順序的競態、穿透擊穿雪崩與多層快取</title>
				<link>https://xinqilin.github.io/post/systemdesign/caching/</link>
				<pubDate>Sun, 22 Nov 2026 00:00:00 +0800</pubDate>
				<guid>https://xinqilin.github.io/post/systemdesign/caching/</guid>
				<description>&lt;blockquote&gt;&#xA;&lt;p&gt;&lt;strong&gt;System Design 系列&lt;/strong&gt; Part 2-3｜上一篇：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/load-balancing/&#34;&gt;Load Balancing 深入&lt;/a&gt;｜下一篇：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/cdn/&#34;&gt;CDN 與 HTTP 快取&lt;/a&gt;｜&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/system-design-thinking/#%E7%B3%BB%E5%88%97%E5%9C%B0%E5%9C%96&#34;&gt;系列地圖&lt;/a&gt;&lt;/p&gt;&#xA;&lt;/blockquote&gt;&#xA;&lt;h2 id=&#34;情境與問題&#34;&gt;情境與問題&lt;/h2&gt;&#xA;&lt;p&gt;商品詳情 API 在大促時有每秒 10,000 個請求，讀寫比大約 200:1。MySQL 主庫的 p99 從 20 ms 漲到 400 ms，你在前面加了一層 Redis：先查快取，查不到再查資料庫並寫回快取。資料庫的 QPS 立刻從 10,000 掉到 1,000，問題看似解決了。接下來幾週陸續發生：&lt;/p&gt;&#xA;&lt;ol&gt;&#xA;&lt;li&gt;營運改了價格，部分使用者看到舊價格長達 30 分鐘&lt;/li&gt;&#xA;&lt;li&gt;最熱門的商品 key 過期的那一瞬間，3,000 個請求同時打到資料庫&lt;/li&gt;&#xA;&lt;li&gt;爬蟲用不存在的商品 ID 掃描，每個請求都查不到快取、直接打資料庫&lt;/li&gt;&#xA;&lt;li&gt;凌晨批次預熱的 20 萬個 key 在同一時間過期，資料庫被打掛；某次 Redis 重啟，情況更糟&lt;/li&gt;&#xA;&lt;li&gt;訂單查詢也比照辦理加了快取，結果使用者 A 看得到使用者 B 的訂單&lt;/li&gt;&#xA;&lt;/ol&gt;&#xA;&lt;p&gt;快取讓讀取變快，代價是系統裡多了&lt;strong&gt;第二份資料&lt;/strong&gt;。兩份資料之間的一致性、什麼時候失效、裝不下時丟掉誰、快取本身掛掉時會怎樣，全部都要設計。&lt;/p&gt;&#xA;&lt;h2 id=&#34;最簡單的做法與它的極限&#34;&gt;最簡單的做法與它的極限&lt;/h2&gt;&#xA;&lt;p&gt;最簡單的快取是放在應用程式記憶體裡的 &lt;code&gt;Map&lt;/code&gt; 或 Caffeine，存取只要幾十奈秒，沒有網路成本。極限有三個：&lt;/p&gt;&#xA;&lt;ul&gt;&#xA;&lt;li&gt;&lt;strong&gt;每台各存一份&lt;/strong&gt;：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/scaling-stateless/&#34;&gt;無狀態服務&lt;/a&gt;有 10 台，同一筆資料就有 10 份，更新時要通知每一台&lt;/li&gt;&#xA;&lt;li&gt;&lt;strong&gt;容量受限於 JVM heap&lt;/strong&gt;：放太多會拉長 GC 停頓&lt;/li&gt;&#xA;&lt;li&gt;&lt;strong&gt;重啟就清空&lt;/strong&gt;：部署後每台都要重新暖機&lt;/li&gt;&#xA;&lt;/ul&gt;&#xA;&lt;p&gt;集中式快取（Redis）解決了這三點，代價是每次存取多一趟網路（同機房約 0.2–1 ms）、序列化成本，以及一個新的故障點。&lt;/p&gt;</description>
			</item>
			<item>
				<title>Geohash 與地理索引：附近搜尋的格子邊界、Redis GEO，以及距離如何洩漏位置</title>
				<link>https://xinqilin.github.io/post/systemdesign/geohash/</link>
				<pubDate>Sun, 22 Nov 2026 00:00:00 +0800</pubDate>
				<guid>https://xinqilin.github.io/post/systemdesign/geohash/</guid>
				<description>&lt;blockquote&gt;&#xA;&lt;p&gt;&lt;strong&gt;System Design 系列&lt;/strong&gt; Part 3-8｜上一篇：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/full-text-search/&#34;&gt;全文搜尋與倒排索引&lt;/a&gt;｜下一篇：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/replication-lag/&#34;&gt;Replication 與 Replication Lag&lt;/a&gt;｜&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/system-design-thinking/#%E7%B3%BB%E5%88%97%E5%9C%B0%E5%9C%96&#34;&gt;系列地圖&lt;/a&gt;&lt;/p&gt;&#xA;&lt;/blockquote&gt;&#xA;&lt;h2 id=&#34;情境與問題&#34;&gt;情境與問題&lt;/h2&gt;&#xA;&lt;p&gt;講座平台開始辦實體講座，全台有 10 萬個合作場地（教室、共享空間、書店）。App 要新增「附近的實體講座」：&lt;/p&gt;&#xA;&lt;ol&gt;&#xA;&lt;li&gt;以使用者目前的位置為圓心，列出 3 公里內的場地，由近到遠排序&lt;/li&gt;&#xA;&lt;li&gt;尖峰每秒 2,000 次查詢&lt;/li&gt;&#xA;&lt;li&gt;下一階段要做「附近的同好」，讓願意公開位置的學員找到彼此&lt;/li&gt;&#xA;&lt;/ol&gt;&#xA;&lt;h2 id=&#34;最簡單的做法與它的極限&#34;&gt;最簡單的做法與它的極限&lt;/h2&gt;&#xA;&lt;p&gt;經緯度存成兩個 &lt;code&gt;DOUBLE&lt;/code&gt; 欄位，查詢時對每個場地算一次距離，留下 3 公里內的。每次查詢要算 10 萬次距離，尖峰每秒 2 億次。&lt;/p&gt;&#xA;&lt;p&gt;加索引也幫不上太多忙。B+Tree 是一維的：在 &lt;code&gt;(latitude, longitude)&lt;/code&gt; 的複合索引上，緯度用了範圍條件，經度就不能再縮小掃描範圍（&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/index-btree/&#34;&gt;Index 篇&lt;/a&gt;的最左前綴原則）。索引只能把範圍縮小到一條橫跨東西的「緯度帶」，下面的實測中，緯度帶裡有 1,500 多筆，真正在圓內的只有 43 筆。&lt;/p&gt;&#xA;&lt;p&gt;問題的本質是：&lt;strong&gt;要把二維的位置，變成一維的索引能處理的形式&lt;/strong&gt;。&lt;/p&gt;&#xA;&lt;h2 id=&#34;核心機制&#34;&gt;核心機制&lt;/h2&gt;&#xA;&lt;h3 id=&#34;geohash把座標變成一個字串&#34;&gt;Geohash：把座標變成一個字串&lt;/h3&gt;&#xA;&lt;ol&gt;&#xA;&lt;li&gt;把經度的範圍 [-180, 180] 對半切，座標落在右半就記 1、左半記 0，再對落進去的那一半繼續切&lt;/li&gt;&#xA;&lt;li&gt;緯度的範圍 [-90, 90] 用同樣的方式切&lt;/li&gt;&#xA;&lt;li&gt;把經度與緯度的 bit 交錯排列（第 1、3、5… 個 bit 是經度，第 2、4、6… 個是緯度）&lt;/li&gt;&#xA;&lt;li&gt;每 5 個 bit 換成一個 base32 字元&lt;/li&gt;&#xA;&lt;/ol&gt;&#xA;&lt;p&gt;每多一個字元，格子就再切成 32 份。最重要的性質是：&lt;strong&gt;前綴相同，就落在同一個格子裡&lt;/strong&gt;。台北 101 的 geohash 是 &lt;code&gt;wsqqqm29d&lt;/code&gt;，它在 &lt;code&gt;wsqqq&lt;/code&gt; 這個格子裡，也在更大的 &lt;code&gt;wsqq&lt;/code&gt; 格子裡。所以「找出 &lt;code&gt;wsqqq&lt;/code&gt; 格子裡的場地」就是 &lt;code&gt;geohash LIKE &#39;wsqqq%&#39;&lt;/code&gt;，一般的 B+Tree 索引就能做。&lt;/p&gt;</description>
			</item>
			<item>
				<title>Rate Limiting：限流演算法、分散式限流，以及限流和降載的差別</title>
				<link>https://xinqilin.github.io/post/systemdesign/rate-limiting/</link>
				<pubDate>Sun, 22 Nov 2026 00:00:00 +0800</pubDate>
				<guid>https://xinqilin.github.io/post/systemdesign/rate-limiting/</guid>
				<description>&lt;blockquote&gt;&#xA;&lt;p&gt;&lt;strong&gt;System Design 系列&lt;/strong&gt; Part 6-4｜上一篇：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/circuit-breaker-bulkhead/&#34;&gt;Circuit Breaker 與 Bulkhead&lt;/a&gt;｜下一篇：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/observability/&#34;&gt;Observability&lt;/a&gt;｜&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/system-design-thinking/#%E7%B3%BB%E5%88%97%E5%9C%B0%E5%9C%96&#34;&gt;系列地圖&lt;/a&gt;&lt;/p&gt;&#xA;&lt;/blockquote&gt;&#xA;&lt;h2 id=&#34;情境與問題&#34;&gt;情境與問題&lt;/h2&gt;&#xA;&lt;p&gt;講座平台最近遇到幾件事：&lt;/p&gt;&#xA;&lt;ul&gt;&#xA;&lt;li&gt;熱門講座開放報名的瞬間，有人用程式每秒送出上千個報名請求，名額在 2 秒內被搶光，真人使用者連頁面都還沒載入&lt;/li&gt;&#xA;&lt;li&gt;一個合作夥伴的系統有 bug，在迴圈裡不斷呼叫查詢 API，每秒 5,000 個請求，拖慢了所有人&lt;/li&gt;&#xA;&lt;li&gt;登入 API 每分鐘收到數萬次嘗試，帳號密碼來自其他網站外洩的資料（credential stuffing）&lt;/li&gt;&#xA;&lt;li&gt;簡訊驗證碼 API 被大量呼叫，發送到國外的付費號碼，一個晚上燒掉幾萬元的簡訊費&lt;/li&gt;&#xA;&lt;/ul&gt;&#xA;&lt;p&gt;&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/circuit-breaker-bulkhead/&#34;&gt;上一篇&lt;/a&gt;的 circuit breaker 與 bulkhead 保護的是「我呼叫的下游」。這篇要保護的是自己：&lt;strong&gt;限制每個呼叫者能用掉多少資源&lt;/strong&gt;，讓一個呼叫者的行為不會影響其他人。&lt;/p&gt;&#xA;&lt;h2 id=&#34;最簡單的做法與它的極限&#34;&gt;最簡單的做法與它的極限&lt;/h2&gt;&#xA;&lt;p&gt;在每台應用伺服器的記憶體裡，用一個 map 記錄每個使用者這一分鐘的請求數，超過 100 就拒絕。&lt;/p&gt;&#xA;&lt;ul&gt;&#xA;&lt;li&gt;4 台伺服器各自計數，使用者實際能送出 400 個請求（&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/scaling-stateless/&#34;&gt;無狀態服務篇&lt;/a&gt;的「記憶體計數器」問題）。自動擴充到 8 台，限額又悄悄變成 800&lt;/li&gt;&#xA;&lt;li&gt;「這一分鐘」從整點開始算，使用者可以在 00:59 送 100 個、01:00 再送 100 個，2 秒內送出 200 個&lt;/li&gt;&#xA;&lt;/ul&gt;&#xA;&lt;h2 id=&#34;核心機制&#34;&gt;核心機制&lt;/h2&gt;&#xA;&lt;h3 id=&#34;演算法&#34;&gt;演算法&lt;/h3&gt;&#xA;&lt;p&gt;&lt;strong&gt;固定視窗&lt;/strong&gt;（fixed window）：每個時間窗（例如每分鐘）一個計數器，超過上限就拒絕。&lt;/p&gt;&#xA;&lt;ul&gt;&#xA;&lt;li&gt;實作最簡單，Redis 一個 &lt;code&gt;INCR&lt;/code&gt; 加上 &lt;code&gt;EXPIRE&lt;/code&gt; 就完成&lt;/li&gt;&#xA;&lt;li&gt;視窗交界的問題：上限每分鐘 100，最壞情況在 2 秒內通過 200 個&lt;/li&gt;&#xA;&lt;/ul&gt;&#xA;&lt;p&gt;&lt;strong&gt;滑動視窗紀錄&lt;/strong&gt;（sliding window log）：記錄每個請求的時間戳，計算最近 60 秒內的數量。&lt;/p&gt;</description>
			</item>
			<item>
				<title>分散式鎖與 Fencing Token：鎖會過期，持有者卻不知道</title>
				<link>https://xinqilin.github.io/post/systemdesign/distributed-lock/</link>
				<pubDate>Sun, 22 Nov 2026 00:00:00 +0800</pubDate>
				<guid>https://xinqilin.github.io/post/systemdesign/distributed-lock/</guid>
				<description>&lt;blockquote&gt;&#xA;&lt;p&gt;&lt;strong&gt;System Design 系列&lt;/strong&gt; Part 4-7｜上一篇：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/consensus-raft/&#34;&gt;共識與 Raft&lt;/a&gt;｜下一篇：&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/rest-grpc-graphql/&#34;&gt;REST、gRPC 與 GraphQL&lt;/a&gt;｜&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/system-design-thinking/#%E7%B3%BB%E5%88%97%E5%9C%B0%E5%9C%96&#34;&gt;系列地圖&lt;/a&gt;&lt;/p&gt;&#xA;&lt;/blockquote&gt;&#xA;&lt;h2 id=&#34;情境與問題&#34;&gt;情境與問題&lt;/h2&gt;&#xA;&lt;p&gt;講座平台每天凌晨 3 點把前一天的報名費結算給講者：彙總金額、呼叫銀行的撥款 API、寫入結算紀錄。服務部署了 3 個實例，要求是：&lt;/p&gt;&#xA;&lt;ol&gt;&#xA;&lt;li&gt;&lt;strong&gt;同一時間只有一台在結算&lt;/strong&gt;&lt;/li&gt;&#xA;&lt;li&gt;&lt;strong&gt;做到一半的那台當機或卡住，別台要能接手&lt;/strong&gt;，不能等人工處理&lt;/li&gt;&#xA;&lt;li&gt;&lt;strong&gt;同一筆款項絕對不能撥兩次&lt;/strong&gt;&lt;/li&gt;&#xA;&lt;/ol&gt;&#xA;&lt;p&gt;第 1、2 點是一般的分散式鎖。第 3 點才是難處：這篇會說明，&lt;strong&gt;光靠鎖做不到第 3 點&lt;/strong&gt;。&lt;/p&gt;&#xA;&lt;h2 id=&#34;最簡單的做法與它的極限&#34;&gt;最簡單的做法與它的極限&lt;/h2&gt;&#xA;&lt;ul&gt;&#xA;&lt;li&gt;&lt;strong&gt;&lt;code&gt;synchronized&lt;/code&gt;、&lt;code&gt;ReentrantLock&lt;/code&gt;&lt;/strong&gt;：只鎖得住同一個 JVM（&lt;a href=&#34;https://xinqilin.github.io/post/systemdesign/scaling-stateless/&#34;&gt;Stateless 擴展篇&lt;/a&gt;）&lt;/li&gt;&#xA;&lt;li&gt;&lt;strong&gt;資料庫 &lt;code&gt;SELECT ... FOR UPDATE&lt;/code&gt; 鎖住一列，整個結算都在這個交易裡&lt;/strong&gt;：互斥沒問題，持有者當機時連線斷開，鎖也自動釋放。但交易要開好幾分鐘，期間佔住一條連線、累積 undo log，還在交易裡呼叫外部 API。撥款成功之後交易如果回滾，資料庫就不知道錢已經撥出去了&lt;/li&gt;&#xA;&lt;li&gt;&lt;strong&gt;Redis &lt;code&gt;SET lock 1 NX&lt;/code&gt;，結束時 &lt;code&gt;DEL&lt;/code&gt;&lt;/strong&gt;：持有者當機，鎖永遠不會被釋放&lt;/li&gt;&#xA;&lt;/ul&gt;&#xA;&lt;p&gt;最後一個問題的標準解法是讓鎖&lt;strong&gt;自動過期&lt;/strong&gt;（租約，lease）。但自動過期正是後面所有問題的來源。&lt;/p&gt;&#xA;&lt;h2 id=&#34;核心機制&#34;&gt;核心機制&lt;/h2&gt;&#xA;&lt;h3 id=&#34;鎖要提供什麼&#34;&gt;鎖要提供什麼&lt;/h3&gt;&#xA;&lt;table&gt;&#xA;&#x9;&lt;thead&gt;&#xA;&#x9;&#x9;&#x9;&lt;tr&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;th&gt;性質&lt;/th&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;th&gt;意義&lt;/th&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;th&gt;怎麼做到&lt;/th&gt;&#xA;&#x9;&#x9;&#x9;&lt;/tr&gt;&#xA;&#x9;&lt;/thead&gt;&#xA;&#x9;&lt;tbody&gt;&#xA;&#x9;&#x9;&#x9;&lt;tr&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;互斥&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;同一時間只有一個持有者&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;原子的「不存在才建立」&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&lt;/tr&gt;&#xA;&#x9;&#x9;&#x9;&lt;tr&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;不會永遠卡住&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;持有者當機，鎖最終會被釋放&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;租約到期自動釋放&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&lt;/tr&gt;&#xA;&#x9;&#x9;&#x9;&lt;tr&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;容錯&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;鎖服務本身的一台機器故障，鎖不會遺失&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&#x9;&#x9;&lt;td&gt;複寫或共識&lt;/td&gt;&#xA;&#x9;&#x9;&#x9;&lt;/tr&gt;&#xA;&#x9;&lt;/tbody&gt;&#xA;&lt;/table&gt;&#xA;&lt;p&gt;前兩點互相衝突：既然鎖會在持有者不知情的情況下過期，「我持有鎖」這件事就可能在任何時刻變成假的。&lt;/p&gt;&#xA;&lt;h3 id=&#34;停頓持有者不知道自己已經失去鎖&#34;&gt;停頓：持有者不知道自己已經失去鎖&lt;/h3&gt;&#xA;&lt;pre class=&#34;mermaid&#34;&gt;sequenceDiagram&#xA;    participant A as 實例 A&#xA;    participant L as 鎖服務&#xA;    participant B as 實例 B&#xA;    participant DB as 結算資料&#xA;    A-&gt;&gt;L: 取得鎖（30 秒）&#xA;    L--&gt;&gt;A: 成功&#xA;    Note over A: Full GC 停頓 40 秒&#xA;    Note over L: 30 秒到期，鎖自動釋放&#xA;    B-&gt;&gt;L: 取得鎖（30 秒）&#xA;    L--&gt;&gt;B: 成功&#xA;    B-&gt;&gt;DB: 撥款給講者 42，標記為已付&#xA;    Note over A: 醒來，以為自己還持有鎖&#xA;    A-&gt;&gt;DB: 撥款給講者 42&#xA;&lt;/pre&gt;&#xA;&#xA;&lt;p&gt;造成停頓的原因很多：GC 的 stop-the-world、虛擬機被搬移或 CPU 被搶走、記憶體被 swap 出去、封包卡在網路的佇列裡、系統時間跳動。&lt;/p&gt;</description>
			</item>
	</channel>
</rss>
