setnx就可以实现加锁，del实现解锁，但是这样不具备原子性，存在无法释放的可能。
因此可以使用在加锁时增加过期时间命令，做到原子性的加锁并且可以自动释放。
一些问题：
解决：
可重入性需要自己开发，安全性方面可能丢失锁（redis主从复制）
可以了解一下基于多节点的高可用分布式锁的算法 RedLock。
加入缓存就不可避免的引入数据一致性的问题，所以在这里讨论，先说结论，我在项目上使用的是旁路缓存模式——
读策略：
从缓存中读取数据；如果缓存命中，则直接返回数据；如果缓存不命中，则从数据库中查询数据；查询到数据后，将数据写入到缓存中，并且返回给用户。
写策略：
更新数据库中（HBASE，Redis）的记录；删除缓存记录。
然后探讨一下各种模式的优缺点以及相应的解决方案。
再来对比一下几种策略：
先更新数据库，再更新缓存
先更新数据库，再删除缓存
先更新缓存，再更新数据库
先删除缓存，再更新数据库
第一个问题是这个过程不具备原子性，可能存在
a改库
b改库
b更新缓存
a更新换粗
导致出现了更改丢失的情况，同时每次更新db都去更新缓存，如果是写多读少的情况下，无疑是浪费感情。
问题：
缓存失效
a去查数据库
b改库
b删缓存
a放置旧数据缓存
但是细想就会发现这个事情的概率比较低，因为并发的情况下，写库要比读库的耗时更长，正常情况下应该是b执行删缓存放到最后。
另外更新可以看做先删后加，删除就只有一步，相当于一个惰性处理，即懒加载的思想，只有用到的时候才去加在，因为缓存的成本是较高的，尽量需要保证会被访问到才缓存。
遗留问题，如果删缓存失败也会导致存在数据不一致问题，这种情况下可以依赖过期时间（缓存尽量不要设置为永久，如果能永久的我相信本地缓存或数据库更合适一些），允许一段时间的脏数据来达到最终一致性。
或者再引入一个中间件，删除缓存失败的时候入mq，随机时间后进行重试（不推荐，搞这么复杂还是别用缓存了）
同样属于双更模式,双更模式带来的不确定性比较大，并非原子操作，不推荐。
可能删完马上又有读请求过来查库读到了脏数据放入缓存中，毕竟读快于写，不推荐