背景
之前在系统中有做一个在客户端重试时，进行去重的逻辑，大致思路是将客户端的请求缓存到分布式缓存中，每次请求到达时先在缓存中查询，如果有就直接返回，没有就帮用户重试该请求。一天晚上(不凑巧，刚好是结婚当天)，一个微信会话来了，某某老大的评论重复……
分析
上面在写数据前，会先请求一次缓存，但是这个操作在分布式环境下显然会有如下场景出现：
① 节点A，Get数据，返回不存在
② 节点B，Get数据，返回不存在
③ 节点A写数据
④ 节点A返回
⑤ 节点B写数据
⑥ 节点B返回
根本原因就是Get数据和Set数据不是原子操作，导致出现了A，B都认为数据不存在。
问题很明显，就是没有对数据操作进行同步，如果在单机环境下，这个可以很简单的通过操作系统提供的各种同步原语处理，但是现在节点A，B是处在不同机器上，这就涉及到分布式锁的问题了。类似于单机环境下的线程同步原语，我们只需要一种机制让应用程序知道某个资源被占用了（例如mutex如果lock失败，操作系统即会将该进程挂起），在分布式缓存中一般都存在一个叫做add的操作，该操作保证只有在资源不存在时才能执行成功，否则会告知调用者失败，且标注为特殊的错误码。
实现
这里只简单给出了获取锁一般实现伪代码，不同的业务场景有不同的处理，比如失败后继续重试直到成功。
在memcache中：
if(cache->add(key, value, expire))
{
//get lock successful
}
else
{
//get lock fail
}
在Redis中可以通过SET命令(2.6.12以上版本)或者SETNX命令，类似memcache中的ADD
SET key value NX EX max_lock_time。在redis-py中有一个封装好的lock实现可以直接使用。
总结
像memcache，redis这里系统一般都是作为缓存来使用，但是在某些时候通过深入挖掘其实也可以有一些意想不到的作用，通过一个简单的语句既可以实现一个基本上够用的分布式锁，其性价比不言而喻。在网上随便一搜，也有好多类似的同行遇到这个问题，下面是几个链接，有国产的也有国外：
http://abhinavsingh.com/blog/2009/12/how-to-use-locks-for-assuring-atomic-operation-in-memcached/