使用Python3时， Redis （实际上 Flask 以及 Flask-Redis )，我经常发现自己处于这样一种情况：我用

data = redis_client.hgetall(id)

更改一些值，然后使用

redis_client.hset(id, data)

这显然不是线程安全的，所以我使用我在这里找到的实现添加了线程锁：
基于值的线程锁

import threading

namespace_lock = threading.Lock()
namespace = {}
counters = {}

def aquire_lock(value):
    with namespace_lock:
        if value in namespace:
            counters[value] += 1
        else:
            namespace[value] = threading.Lock()
            counters[value] = 1

    namespace[value].acquire()

def release_lock(value):
    with namespace_lock:
        if counters[value] == 1:
            del counters[value]
            lock = namespace.pop(value)
        else:
            counters[value] -= 1
            lock = namespace[value]

    lock.release()

# sample usage

def foo(id):
    aquire_lock(id)
    data = redis_client.hgetall(id)
    # ...
    redis_client.hset(id, data)
    release_lock(id)

当在一个节点上运行多个线程时，这种方法工作得很好，但是当在一个节点平衡器后面运行多个节点时，锁的信息不会在它们之间共享。
锁定访问权限的通常策略是什么 Redis 资源，当多个节点访问同一个数据库时？
到目前为止我已经试过了 Redlock （实际上 Flask-Redlock )，是什么导致了这样的代码：

from flask_redlock import RedisLock

redis_lock = RedisLock()
redis_lock.init_app(app)

with redis_lock.lock(f'{id}.lock', 3000, retry=10, interval=0.2) as lock:
    if not lock:
        return 'busy!'

    # Code Execution Part
    time.sleep(10)

但这允许我在 sleep 第一道螺纹的加工方法。因此，我得出结论，它可能只保护与 Redis .