redlock 更安全因其采用多数派+时间窗口机制：向≥3个独立实例发带超时set请求，成功≥(n/2)+1次且锁有效期减去网络耗时，避免单点故障与时钟漂移导致的锁失效。
为什么直接用 SET key value NX EX 不够安全
因为网络分区或进程卡顿可能导致锁过期后业务还没执行完，另一个节点拿到锁，出现双写。Redis 官方推荐的 Redlock 算法本质是「多数派 + 时间窗口」：向 ≥3 个独立 Redis 实例（不共用主从）发起带超时的 SET 请求，成功 ≥ (N/2)+1 次才算加锁成功，且锁的有效期要减去网络往返耗时。
- 单实例
SETNX只防并发，不防故障转移丢失锁（主挂了，从升主，旧锁消失） - Redlock 要求所有 Redis 实例时间大致同步（误差
- Go 生态里
github.com/go-redsync/redsync/v4是较成熟的 Redlock 封装，但默认用的是redis.UniversalClient，容易误配成单节点连接池
用 redsync 初始化客户端时最常踩的坑
很多人直接传一个 redis.NewClient() 进去，结果所有锁请求都打到同一个 Redis 实例上，完全没走 Redlock 流程——这等于白搭。
- 必须初始化多个独立的
*redis.Client（比如连 3 个不同地址的 Redis），再放进redsync.NewPool() - 每个
*redis.Client的Timeout和ReadTimeout建议设为 ≤ 50ms，否则单个节点延迟高会拖垮整个多数派判断 - 别用
redis.NewClusterClient()或redis.NewFailoverClient()，它们内部做重试和转发，破坏 Redlock 对“独立实例”的前提假设
mutex.Lock() 返回成功后，为什么业务逻辑还没执行完锁就失效了
Redlock 的有效时间 = 最小的 SET 响应中声明的 TTL − 请求全程耗时。如果业务处理超过这个值，锁自动释放，但你的 goroutine 还在跑，后续操作就失去保护。
- 调用
mutex.Lock()后，立刻用mutex.Expiry()获取实际剩余有效期，据此控制业务最大执行时间 - 对长耗时操作，得配合定期续期（
mutex.Extend()），但注意：Extend()本身也可能失败，需检查返回值和新 expiry - 别依赖
time.Sleep()模拟耗时来测试——真实场景下 GC STW、系统调度延迟都可能吃掉几毫秒，累积起来就超限
分布式锁不是万能的，哪些场景它根本压不住
Redlock 解决的是「多个服务实例对同一资源的互斥访问」，但它不保证原子性、不解决数据一致性、更不替代事务。
立即学习“go语言免费学习笔记（深入）”；
- 锁住的是 key，不是数据库行；如果业务里先查 DB 再锁 key，查和锁之间已有脏数据进来
- 若锁内发生 panic 且没 defer
mutex.Unlock()，锁会靠超时释放，但期间无任何通知，下游只能等 timeout - 跨服务协作（比如订单服务扣库存 + 支付服务发消息）不能只靠一个 Redis 锁协调，得结合 Saga 或本地消息表
真正难的从来不是怎么加锁，而是想清楚：你锁的到底是什么？它的边界在哪里？超时之后谁来兜底？
