以下内容是翻译的官网文档RedLock和分区部分，可以简单了解分布式锁在redis如何实现及其方式
redis分区的方法
redis实现的分布式锁RedLock算法，分布式锁，即在多个master上获取同一个锁
1.in order to get the lock,the client get the current ms time
2.顺序对n个实例获取锁权限（n个都是master），尝试锁时，设置连接超时时间，防止由于实例挂了，导致长时间无法执行操作
3.计算为了获取锁消耗的时间，有且仅有，client获取了超过半数个机器的锁，且获取锁消耗的时间小于锁的有效期，就被认为client获取了锁
4.锁被获取后，其合法的持续时间为：初始设置的有效时间-为了获取锁消耗的时间
5.如果client由于某些原因没有成功获取锁，它会解锁所有master实例（即使有的实例它不可能锁成功）
算法是异步的吗
算法的前提是：多个进程或机器不会同步时钟，导致时间波动，无法计算出准确的获取锁消耗时间，或不同的计算机，时间流逝的速度浮动范围很小
redis分区：
分区的优点
1.形成一个更大的数据库
2.计算能力增强，运用更多的核心数
基本的分区方式
1.范围分区，用一个路由表记录1-1000放哪个实例，1001-2000放哪个实例，缺点也很明显，需要路由表，key的类型很多的时候，需要给不同类型的key做不同的路由
2.hash分区，crc32(key),获取一个很大的数字，用这个数字和redis实例数取模，找到对应实例
3.一致性hash分区
不同的实现
1.client端分区：client直接选取正确的redis
2.代理辅助分区：client请求proxy，proxy forward正确的redis，并返回结果给client
3.查询路由；client随机发给一个redis，redis forward query to right node,也有redis查询路由后，返回正确的redis地址，客户端再去正确的redis取，但是这样会多请求一次redis
分区的不足
1.不提供同时操作多个key
2.redis事务直接不可用
3.分区的粒度是key，如果一个key存了很大的数据量，分区也无可奈何
4.数据处理变得复杂，如果你想备份，需要聚合多个实例
5.扩容或缩容变得复杂，redis集群支持透明的重平衡数据，但是client分区，代理分区却不能透明的支持这个特性（预分区技术能解决）
存储数据？缓存？
如果redis作为数据存储，那么一个key总是需要对应到同一个redis
分布式锁
1.互斥 setNX
2.死锁 timeout
3.可重入 setNx(xx,xx,1) -> setNx(xx,xx,2)
4.订阅subscrible 频道，锁释放时publish消息，redis server和client会建立长连接，订阅时，java需要开发一个listener来处理消息，实现onMessage方法
https://www.jianshu.com/p/de5a69622e49
redis为什么快
redis快的原因，基于内存，不会再操作时进行磁盘I/O，key,val采用dict，类似HashMap,时间复杂度为1，key多为string,没有hash冲突
单线程避免了无谓的cpu上下文切换，无锁
非阻塞IO,epoll多路复用 epoll 是只轮询那些真正发出了事件的流），并且只依次顺序的处理就绪的流，这种做法就避免了大量的无用操作，只有一个线程来处理这些I/O，key
确实无法利用多cpu的优势，但是一般情况下，cpu不是redis的瓶颈，但是可以用单机启用多个redis来弥补
减少耗时的命令，大对象，大对象还可能导致频繁查询打满带宽