分布式锁三种实现方式:

1. 基于数据库实现分布式锁;

2. 基于缓存(Redis等)实现分布式锁;

3. 基于Zookeeper实现分布式锁;

一, 基于数据库实现分布式锁

 

1. 悲观锁

利用select … where … for update 排他锁

注意: 其他附加功能与实现一基本一致,这里需要注意的是“where name=lock ”,name字段必须要走索引,否则会锁表。有些情况下,比如表不大,mysql优化器会不走这个索引,导致锁表问题。

 

2. 乐观锁

所谓乐观锁与前边最大区别在于基于CAS思想,是不具有互斥性,不会产生锁等待而消耗资源,操作过程中认为不存在并发冲突,只有update version失败后才能觉察到。我们的抢购、秒杀就是用了这种实现以防止超卖。
通过增加递增的版本号字段实现乐观锁

分布式锁的三种实现方式_java

 

二, 基于缓存(Redis等)实现分布式锁

 

1. 使用命令介绍:
(1)SETNX
SETNX key val:当且仅当key不存在时,set一个key为val的字符串,返回1;若key存在,则什么都不做,返回0。
(2)expire
expire key timeout:为key设置一个超时时间,单位为second,超过这个时间锁会自动释放,避免死锁。
(3)delete
delete key:删除key

在使用Redis实现分布式锁的时候,主要就会使用到这三个命令。

 

2. 实现思想:
(1)获取锁的时候,使用setnx加锁,并使用expire命令为锁添加一个超时时间,超过该时间则自动释放锁,锁的value值为一个随机生成的UUID,通过此在释放锁的时候进行判断。
(2)获取锁的时候还设置一个获取的超时时间,若超过这个时间则放弃获取锁。
(3)释放锁的时候,通过UUID判断是不是该锁,若是该锁,则执行delete进行锁释放。

 

3. 分布式锁的简单实现代码:

/** * 分布式锁的简单实现代码  4  */public class DistributedLock {
   private final JedisPool jedisPool;
   public DistributedLock(JedisPool jedisPool) {        this.jedisPool = jedisPool;    }
   /**     * 加锁     * @param lockName       锁的key     * @param acquireTimeout 获取超时时间     * @param timeout        锁的超时时间     * @return 锁标识     */    public String lockWithTimeout(String lockName, long acquireTimeout, long timeout) {        Jedis conn = null;        String retIdentifier = null;        try {            // 获取连接            conn = jedisPool.getResource();            // 随机生成一个value            String identifier = UUID.randomUUID().toString();            // 锁名,即key值            String lockKey = "lock:" + lockName;            // 超时时间,上锁后超过此时间则自动释放锁            int lockExpire = (int) (timeout / 1000);
           // 获取锁的超时时间,超过这个时间则放弃获取锁            long end = System.currentTimeMillis() + acquireTimeout;            while (System.currentTimeMillis() < end) {                if (conn.setnx(lockKey, identifier) == 1) {                    conn.expire(lockKey, lockExpire);                    // 返回value值,用于释放锁时间确认                    retIdentifier = identifier;                    return retIdentifier;                }                // 返回-1代表key没有设置超时时间,为key设置一个超时时间                if (conn.ttl(lockKey) == -1) {                    conn.expire(lockKey, lockExpire);                }
               try {                    Thread.sleep(10);                } catch (InterruptedException e) {                    Thread.currentThread().interrupt();                }            }        } catch (JedisException e) {            e.printStackTrace();        } finally {            if (conn != null) {                conn.close();            }        }        return retIdentifier;    }
   /**     * 释放锁     * @param lockName   锁的key     * @param identifier 释放锁的标识     * @return     */    public boolean releaseLock(String lockName, String identifier) {        Jedis conn = null;        String lockKey = "lock:" + lockName;        boolean retFlag = false;        try {            conn = jedisPool.getResource();            while (true) {                // 监视lock,准备开始事务                conn.watch(lockKey);                // 通过前面返回的value值判断是不是该锁,若是该锁,则删除,释放锁                if (identifier.equals(conn.get(lockKey))) {                    Transaction transaction = conn.multi();                    transaction.del(lockKey);                    List<Object> results = transaction.exec();                    if (results == null) {                        continue;                    }                    retFlag = true;                }                conn.unwatch();                break;            }        } catch (JedisException e) {            e.printStackTrace();        } finally {            if (conn != null) {                conn.close();            }        }        return retFlag;    }}

 

4. 测试刚才实现的分布式锁

例子中使用50个线程模拟秒杀一个商品,使用–运算符来实现商品减少,从结果有序性就可以看出是否为加锁状态。

模拟秒杀服务,在其中配置了jedis线程池,在初始化的时候传给分布式锁,供其使用。

public class Service {
   private static JedisPool pool = null;
   private DistributedLock lock = new DistributedLock(pool);
   int n = 500;
   static {        JedisPoolConfig config = new JedisPoolConfig();        // 设置最大连接数        config.setMaxTotal(200);        // 设置最大空闲数        config.setMaxIdle(8);        // 设置最大等待时间        config.setMaxWaitMillis(1000 * 100);        // 在borrow一个jedis实例时,是否需要验证,若为true,则所有jedis实例均是可用的        config.setTestOnBorrow(true);        pool = new JedisPool(config, "127.0.0.1", 6379, 3000);    }
   public void seckill() {        // 返回锁的value值,供释放锁时候进行判断        String identifier = lock.lockWithTimeout("resource", 5000, 1000);        System.out.println(Thread.currentThread().getName() + "获得了锁");        System.out.println(--n);        lock.releaseLock("resource", identifier);    }}

 

模拟线程进行秒杀服务;

public class ThreadA extends Thread {    private Service service;
   public ThreadA(Service service) {        this.service = service;    }
   @Override    public void run() {        service.seckill();    }}
public class Test {    public static void main(String[] args) {        Service service = new Service();        for (int i = 0; i < 50; i++) {            ThreadA threadA = new ThreadA(service);            threadA.start();        }    }}

结果如下,结果为有序的:

若注释掉使用锁的部分:

public void seckill() {    // 返回锁的value值,供释放锁时候进行判断    //String indentifier = lock.lockWithTimeout("resource", 5000, 1000);    System.out.println(Thread.currentThread().getName() + "获得了锁");    System.out.println(--n);    //lock.releaseLock("resource", indentifier);}

从结果可以看出,有一些是异步进行的:

 

三, 基于Zookeeper实现分布式锁

 

ZooKeeper是一个为分布式应用提供一致性服务的开源组件,它内部是一个分层的文件系统目录树结构,规定同一个目录下只能有一个唯一文件名。基于ZooKeeper实现分布式锁的步骤如下:

(1)创建一个目录mylock;
(2)线程A想获取锁就在mylock目录下创建临时顺序节点;
(3)获取mylock目录下所有的子节点,然后获取比自己小的兄弟节点,如果不存在,则说明当前线程顺序号最小,获得锁;
(4)线程B获取所有节点,判断自己不是最小节点,设置监听比自己次小的节点;
(5)线程A处理完,删除自己的节点,线程B监听到变更事件,判断自己是不是最小的节点,如果是则获得锁。

这里推荐一个Apache的开源库Curator,它是一个ZooKeeper客户端,Curator提供的InterProcessMutex是分布式锁的实现,acquire方法用于获取锁,release方法用于释放锁。

实现源码如下:

import lombok.extern.slf4j.Slf4j;import org.apache.commons.lang.StringUtils;import org.apache.curator.framework.CuratorFramework;import org.apache.curator.framework.CuratorFrameworkFactory;import org.apache.curator.retry.RetryNTimes;import org.apache.zookeeper.CreateMode;import org.apache.zookeeper.data.Stat;import org.springframework.beans.factory.annotation.Value;import org.springframework.context.annotation.Bean;import org.springframework.stereotype.Component;
/** * 分布式锁Zookeeper实现 * */@Slf4j@Componentpublic class ZkLock implements DistributionLock {private String zkAddress = "zk_adress";    private static final String root = "package root";    private CuratorFramework zkClient;
   private final String LOCK_PREFIX = "/lock_";
   @Bean    public DistributionLock initZkLock() {        if (StringUtils.isBlank(root)) {            throw new RuntimeException("zookeeper 'root' can't be null");        }        zkClient = CuratorFrameworkFactory                .builder()                .connectString(zkAddress)                .retryPolicy(new RetryNTimes(2000, 20000))                .namespace(root)                .build();        zkClient.start();        return this;    }
   public boolean tryLock(String lockName) {        lockName = LOCK_PREFIX+lockName;        boolean locked = true;        try {            Stat stat = zkClient.checkExists().forPath(lockName);            if (stat == null) {                log.info("tryLock:{}", lockName);                stat = zkClient.checkExists().forPath(lockName);                if (stat == null) {                    zkClient                            .create()                            .creatingParentsIfNeeded()                            .withMode(CreateMode.EPHEMERAL)                            .forPath(lockName, "1".getBytes());                } else {                    log.warn("double-check stat.version:{}", stat.getAversion());                    locked = false;                }            } else {                log.warn("check stat.version:{}", stat.getAversion());                locked = false;            }        } catch (Exception e) {            locked = false;        }        return locked;    }
   public boolean tryLock(String key, long timeout) {        return false;    }
   public void release(String lockName) {        lockName = LOCK_PREFIX+lockName;        try {            zkClient                    .delete()                    .guaranteed()                    .deletingChildrenIfNeeded()                    .forPath(lockName);            log.info("release:{}", lockName);        } catch (Exception e) {            log.error("删除", e);        }    }
   public void setZkAddress(String zkAddress) {        this.zkAddress = zkAddress;    }}

优点:具备高可用、可重入、阻塞锁特性,可解决失效死锁问题。

缺点:因为需要频繁的创建和删除节点,性能上不如Redis方式。

 

四,对比


数据库分布式锁实现
缺点:

1.db操作性能较差,并且有锁表的风险
2.非阻塞操作失败后,需要轮询,占用cpu资源;
3.长时间不commit或者长时间轮询,可能会占用较多连接资源

Redis(缓存)分布式锁实现
缺点:

1.锁删除失败 过期时间不好控制
2.非阻塞,操作失败后,需要轮询,占用cpu资源;

ZK分布式锁实现
缺点:性能不如redis实现,主要原因是写操作(获取锁释放锁)都需要在Leader上执行,然后同步到follower。

总之:ZooKeeper有较好的性能和可靠性。

 

从理解的难易程度角度(从低到高)数据库 > 缓存 > Zookeeper

从实现的复杂性角度(从低到高)Zookeeper >= 缓存 > 数据库

从性能角度(从高到低)缓存 > Zookeeper >= 数据库

从可靠性角度(从高到低)Zookeeper > 缓存 > 数据库