Redisson这个框架对Redis分布式锁的实现原理图如下：

加锁机制：

一个客户端A要加锁，它首先会根据hash节点选择一台机器，这里注意，仅仅只是选择一台机器。紧接着就会发送一段lua脚本到redis上，比如加锁的那个锁key就是"mylock"，并且设置的时间是30秒，30秒后，mylock锁就会被释放

锁互斥机制：

如果这个时候客户端B来加锁，它也会会根据hash节点选择一台机器，然后执行了同样的一段lua脚本。
它首先回来判断"exists mylock"这个锁存在吗？如果存在，则B会获得一个数字，这个数字就是mylock这个锁的剩余生存时间，此时客户端B就会进入到一个while循环，不停的尝试加锁

watch dog自动延期机制：

客户端A加锁的锁key默认生存时间只有30秒，如果超过了30秒，客户端A还想一直持有这把锁，怎么办？其实只要客户端A一旦加锁成功，就会启动一个watch dog看门狗，它是一个后台线程，会每隔10秒检查一下，如果客户端A还持有锁key，那么就会不断的延长锁key的生存时间

可重入加锁机制：

当客户端A获得mylock锁时，里面会有一个hash结构的数据：

mylock:{"8743c9c0-0795-4907-87fd-6c719a6b4586:1":1}

这里面的8743c9c0-0795-4907-87fd-6c719a6b4586:1就是代表客户端A，数字1就是代表这个客户端加锁了一次

如果客户端A还想要持有锁mylock，那么这个1就会变成2，依次累加

释放锁机制：

如果发现加锁次数变为0了，那么说明这个客户端不再持有锁了，客户端B就可以加锁了

Redis分布式锁的缺点：

上面方案的最大问题，就是如果你对某个redis master实例，写入了myLock这种锁key的value，此时会异步复制给对应的master slave实例，但是这个过程中如果发送redis master宕机，主备切换，redis slave变为了redis master。

这就会导致客户端B来尝试加锁的时候，在新的redis master上完成了加锁，而客户端A也以为自己成功加了锁，此时就会导致多个客户端对一个分布式锁完成了加锁。这时就会导致各种脏数据的产生。

所以这个就是redis cluster，或者是redis master-slave架构的主从异步复制导致的redis分布式锁的最大缺陷：在redis master实例宕机的时候，可能导致多个客户端同时完成加锁。