本文先回顾锁的概念，再介绍分布式锁，以及如何用 Redis 来实现分布式锁。
一、锁的基本了解
首先，回顾一下我们工作学习中的锁的概念。
为什么要先讲锁再讲分布式锁呢？
我们都清楚，锁的作用是要解决多线程对共享资源的访问而产生的线程安全问题，而在平时生活中用到锁的情况其实并不多，可能有些朋友对锁的概念和一些基本的使用不是很清楚，所以我们先看锁，再深入介绍分布式锁。
通过一个卖票的小案例来看，比如大家去抢 dota2 ti9 门票，如果不加锁的话会出现什么问题？此时代码如下：
package Thread;
import java.util.concurrent.TimeUnit;
public class Ticket {
/**
* 初始库存量
* */
Integer ticketNum = 8;
public void reduce(int num){
//判断库存是否够用
if((ticketNum - num) >= 0){
try {
TimeUnit.MILLISECONDS.sleep(200);
}catch (InterruptedException e){
e.printStackTrace();
}
ticketNum -= num;
System.out.println(Thread.currentThread().getName() + "成功卖出"
+ num + "张，剩余" + ticketNum + "张票");
}else {
System.err.println(Thread.currentThread().getName() + "没有卖出"
+ num + "张，剩余" + ticketNum + "张票");
}
}
public static void main(String[] args) throws InterruptedException{
Ticket ticket = new Ticket();
//开启10个线程进行抢票，按理说应该有两个人抢不到票
for(int i=0;i<10;i++){
new Thread(() -> ticket.reduce(1),"用户" + (i + 1)).start();
}
Thread.sleep(1000L);
}
}
代码分析：这里有 8 张 ti9 门票，设置了 10 个线程（也就是模拟 10 个人）去并发抢票，如果抢成功了显示成功，抢失败的话显示失败。按理说应该有 8 个人抢成功了，2 个人抢失败，下面来看运行结果：
我们发现运行结果和预期的情况不一致，居然 10 个人都买到了票，也就是说出现了线程安全的问题，那么是什么原因导致的呢？
原因就是多个线程之间产生了时间差。
如图所示，只剩一张票了，但是两个线程都读到的票余量是 1，也就是说线程 B 还没有等到线程 A 改库存就已经抢票成功了。
怎么解决呢？想必大家都知道，加个 synchronized 关键字就可以了，在一个线程进行 reduce 方法的时候，其他线程则阻塞在等待队列中，这样就不会发生多个线程对共享变量的竞争问题。
举个例子
比如我们去健身房健身，如果好多人同时用一台机器，同时在一台跑步机上跑步，就会发生很大的问题，大家会打得不可开交。如果我们加一把锁在健身房门口，只有拿到锁的钥匙的人才可以进去锻炼，其他人在门外等候，这样就可以避免大家对健身器材的竞争。代码如下：
public synchronized void reduce(int num){
//判断库存是否够用
if((ticketNum - num) >= 0){
try {
TimeUnit.MILLISECONDS.sleep(200);
}catch (InterruptedException e){
e.printStackTrace();
}
ticketNum -= num;
System.out.println(Thread.currentThread().getName() + "成功卖出"
+ num + "张，剩余" + ticketNum + "张票");
}else {
System.err.println(Thread.currentThread().getName() + "没有卖出"
+ num + "张，剩余" + ticketNum + "张票");
}
}
运行结果：
果不其然，结果有两个人没有成功抢到票，看来我们的目的达成了。
二、锁的性能优化
2.1 缩短锁的持有时间
事实上，按照我们对日常生活的理解，不可能整个健身房只有一个人在运动。所以我们只需要对某一台机器加锁就可以了，比如一个人在跑步，另一个人可以去做其他的运动。
对于票务系统来说，我们只需要对库存的修改操作的代码加锁就可以了，别的代码还是可以并行进行，这样会大大减少锁的持有时间，代码修改如下：
public void reduceByLock(int num){
boolean flag = false;
synchronized (ticketNum){
if((ticketNum - num) >= 0){
ticketNum -= num;
flag = true;
}
}
if(flag){
System.out.println(Thread.currentThread().getName() + "成功卖出"
+ num + "张，剩余" + ticketNum + "张票");
}
else {
System.err.println(Thread.currentThread().getName() + "没有卖出"
+ num + "张，剩余" + ticketNum + "张票");
}
if(ticketNum == 0){
System.out.println("耗时" + (System.currentTimeMillis() - startTime) + "毫秒");
}
}
这样做的目的是充分利用 cpu 的资源，提高代码的执行效率。
这里我们对两种方式的时间做个打印：
public synchronized void reduce(int num){
//判断库存是否够用
if((ticketNum - num) >= 0){
try {
TimeUnit.MILLISECONDS.sleep(200);
}catch (InterruptedException e){
e.printStackTrace();
}
ticketNum -= num;
if(ticketNum == 0){
System.out.println("耗时" + (System.currentTimeMillis() - startTime) + "毫秒");
}
System.out.println(Thread.currentThread().getName() + "成功卖出"
+ num + "张，剩余" + ticketNum + "张票");
}else {
System.err.println(Thread.currentThread().getName() + "没有卖出"
+ num + "张，剩余" + ticketNum + "张票");
}
}
果然，只对部分代码加锁会大大提供代码的执行效率。
所以，在解决了线程安全的问题后，我们还要考虑到加锁之后的代码执行效率问题。
2.2 减少锁的粒度
举个例子，有两场电影，分别是最近刚上映的魔童哪吒和蜘蛛侠，我们模拟一个支付购买的过程，让方法等待，加了一个 CountDownLatch 的 await 方法，运行结果如下：
package Thread;
import java.util.concurrent.CountDownLatch;
public class Movie {
private final CountDownLatch latch = new CountDownLatch(1);
//魔童哪吒
private Integer babyTickets = 20;
//蜘蛛侠
private Integer spiderTickets = 100;
public synchronized void showBabyTickets() throws InterruptedException{
System.out.println("魔童哪吒的剩余票数为：" + babyTickets);
//购买
latch.await();
}
public synchronized void showSpiderTickets() throws InterruptedException{
System.out.println("蜘蛛侠的剩余票数为：" + spiderTickets);
//购买
}
public static void main(String[] args) {
Movie movie = new Movie();
new Thread(() -> {
try {
movie.showBabyTickets();
}catch (InterruptedException e){
e.printStackTrace();
}
},"用户A").start();
new Thread(() -> {
try {
movie.showSpiderTickets();
}catch (InterruptedException e){
e.printStackTrace();
}
},"用户B").start();
}
}
执行结果：
魔童哪吒的剩余票数为：20
我们发现买哪吒票的时候阻塞会影响蜘蛛侠票的购买，而实际上，这两场电影之间是相互独立的，所以我们需要减少锁的粒度，将 movie 整个对象的锁变为两个全局变量的锁，修改代码如下：
public void showBabyTickets() throws InterruptedException{
synchronized (babyTickets) {
System.out.println("魔童哪吒的剩余票数为：" + babyTickets);
//购买
latch.await();
}
}
public void showSpiderTickets() throws InterruptedException{
synchronized (spiderTickets) {
System.out.println("蜘蛛侠的剩余票数为：" + spiderTickets);
//购买
}
}
执行结果：
魔童哪吒的剩余票数为：20
蜘蛛侠的剩余票数为：100现在两场电影的购票不会互相影响了，这就是第二个优化锁的方式：减少锁的粒度。顺便提一句，Java 并发包里的 ConcurrentHashMap 就是把一把大锁变成了 16 把小锁，通过分段锁的方式达到高效的并发安全。
2.3 锁分离
锁分离就是常说的读写分离，我们把锁分成读锁和写锁，读的锁不需要阻塞，而写的锁要考虑并发问题。
三、锁的种类
- 公平锁：ReentrantLock
- 非公平锁：Synchronized、ReentrantLock、cas
- 悲观锁：Synchronized
- 乐观锁：cas
- 独享锁：Synchronized、ReentrantLock
- 共享锁：Semaphore
这里就不一一讲述每一种锁的概念了，大家可以自己学习，锁还可以按照偏向锁、轻量级锁、重量级锁来分类。
四、Redis 分布式锁
上图所示是我们搭建的分布式环境，有三个购票项目，对应一个库存，每一个系统会有多个线程，和上文一样，对库存的修改操作加上锁，能不能保证这 6 个线程的线程安全呢？
当然是不能的，因为每一个购票系统都有各自的 JVM 进程，互相独立，所以加 synchronized 只能保证一个系统的线程安全，并不能保证分布式的线程安全。
所以需要对于三个系统都是公共的一个中间件来解决这个问题。
这里我们选择 Redis 来作为分布式锁，多个系统在 Redis 中 set 同一个 key，只有 key 不存在的时候，才能设置成功，并且该 key 会对应其中一个系统的唯一标识，当该系统访问资源结束后，将 key 删除，则达到了释放锁的目的。
4.1 分布式锁需要注意哪些点
1）互斥性
在任意时刻只有一个客户端可以获取锁。这个很容易理解，所有的系统中只能有一个系统持有锁。
2）防死锁
假如一个客户端在持有锁的时候崩溃了，没有释放锁，那么别的客户端无法获得锁，则会造成死锁，所以要保证客户端一定会释放锁。
Redis 中我们可以设置锁的过期时间来保证不会发生死锁。
3）持锁人解锁
解铃还须系铃人，加锁和解锁必须是同一个客户端，客户端A的线程加的锁必须是客户端 A 的线程来解锁，客户端不能解开别的客户端的锁。
4）可重入
当一个客户端获取对象锁之后，这个客户端可以再次获取这个对象上的锁。
4.2 Redis 分布式锁流程
Redis 分布式锁的具体流程：
1）首先利用 Redis 缓存的性质在 Redis 中设置一个 key-value 形式的键值对，key 就是锁的名称，然后客户端的多个线程去竞争锁，竞争成功的话将 value 设为客户端的唯一标识。
2）竞争到锁的客户端要做两件事：
- 设置锁的有效时间 目的是防死锁 （非常关键）
需要根据业务需要，不断的压力测试来决定有效期的长短。
- 分配客户端的唯一标识，目的是保证持锁人解锁（非常重要）
所以这里的 value 就设置成唯一标识(比如uuid)。
3）访问共享资源
4）释放锁，释放锁有两种方式，第一种是有效期结束后自动释放锁，第二种是先根据唯一标识判断自己是否有释放锁的权限，如果标识正确则释放锁。
4.3 加锁和解锁
4.3.1 加锁
1）setnx 命令加锁
set if not exists 我们会用到 Redis 的命令 setnx，setnx 的含义就是只有锁不存在的情况下才会设置成功。
2）设置锁的有效时间，防止死锁 expire
加锁需要两步操作，思考一下会有什么问题吗？
假如我们加锁完之后客户端突然挂了呢？那么这个锁就会成为一个没有有效期的锁，接着就可能发生死锁。虽然这种情况发生的概率很小，但是一旦出现问题会很严重，所以我们也要把这两步合为一步。
幸运的是，Redis3.0 已经把这两个指令合在一起成为一个新的指令。
来看 jedis 的官方文档中的源码：
public String set(String key, String value, String nxxx, String expx, long time) {
this.checkIsInMultiOrPipeline();
this.client.set(key, value, nxxx, expx, time);
return this.client.getStatusCodeReply();
}
这就是我们想要的！
4.3.2 解锁
- 检查是否自己持有锁（判断唯一标识）；
- 删除锁。
解锁也是两步，同样也要保证解锁的原子性，把两步合为一步。
这就无法借助于 Redis 了，只能依靠 Lua 脚本来实现。
if Redis.call("get",key==argv[1])then
return Redis.call("del",key)
else return 0 end
这就是一段判断是否自己持有锁并释放锁的 Lua 脚本。
为什么 Lua 脚本是原子性呢？因为 Lua 脚本是 jedis 用 eval（) 函数执行的，如果执行则会全部执行完成。
五、Redis 分布式锁代码实现
public class RedisDistributedLock implements Lock {
//上下文，保存当前锁的持有人id
private ThreadLocal<String> lockContext = new ThreadLocal<String>();
//默认锁的超时时间
private long time = 100;
//可重入性
private Thread ownerThread;
public RedisDistributedLock() {
}
public void lock() {
while (!tryLock()){
try {
Thread.sleep(100);
}catch (InterruptedException e){
e.printStackTrace();
}
}
}
public boolean tryLock() {
return tryLock(time,TimeUnit.MILLISECONDS);
}
public boolean tryLock(long time, TimeUnit unit){
String id = UUID.randomUUID().toString(); //每一个锁的持有人都分配一个唯一的id
Thread t = Thread.currentThread();
Jedis jedis = new Jedis("127.0.0.1",6379);
//只有锁不存在的时候加锁并设置锁的有效时间
if("OK".equals(jedis.set("lock",id, "NX", "PX", unit.toMillis(time)))){
//持有锁的人的id
lockContext.set(id); ①
//记录当前的线程
setOwnerThread(t); ②
return true;
}else if(ownerThread == t){
//因为锁是可重入的，所以需要判断当前线程已经持有锁的情况
return true;
}else {
return false;
}
}
private void setOwnerThread(Thread t){
this.ownerThread = t;
}
public void unlock() {
String script = null;
try{
Jedis jedis = new Jedis("127.0.0.1",6379);
script = inputStream2String(getClass().getResourceAsStream("/Redis.Lua"));
if(lockContext.get()==null){
//没有人持有锁
return;
}
//删除锁 ③
jedis.eval（script, Arrays.asList("lock"), Arrays.asList(lockContext.get()));
lockContext.remove();
}catch (Exception e){
e.printStackTrace();
}
}
/**
* 将InputStream转化成String
* @param is
* @return
* @throws IOException
*/
public String inputStream2String(InputStream is) throws IOException {
ByteArrayOutputStream baos = new ByteArrayOutputStream();
int i = -1;
while ((i = is.read()) != -1) {
baos.write(i);
}
return baos.toString();
}
public void lockInterruptibly() throws InterruptedException {
}
public Condition newCondition() {
return null;
}
}
- 用一个上下文全局变量来记录持有锁的人的 uuid，解锁的时候需要将该 uuid 作为参数传入 Lua 脚本中，来判断是否可以解锁。
- 要记录当前线程，来实现分布式锁的重入性，如果是当前线程持有锁的话，也属于加锁成功。
- 用 eval 函数来执行 Lua 脚本，保证解锁时的原子性。
六、分布式锁的对比
1）实现方式
获取锁的时候插入一条数据，解锁时删除数据。
2）缺点
- 数据库如果挂掉会导致业务系统不可用。
- 无法设置过期时间，会造成死锁。
6.2 基于 zookeeper 的分布式锁
1）实现方式
加锁时在指定节点的目录下创建一个新节点，释放锁的时候删除这个临时节点。因为有心跳检测的存在，所以不会发生死锁，更加安全。
2）缺点
性能一般，没有 Redis 高效。
所以：
- 从性能角度：Redis > zookeeper > 数据库
- 从可靠性（安全）性角度：zookeeper > Redis > 数据库
七、总结
本文从锁的基本概念出发，提出多线程访问共享资源会出现的线程安全问题，然后通过加锁的方式去解决线程安全的问题，这个方法会性能会下降，需要通过：缩短锁的持有时间、减小锁的粒度、锁分离三种方式去优化锁。
之后介绍了分布式锁的 4 个特点：
- 互斥性
- 防死锁
- 加锁人解锁
- 可重入性
然后用 Redis 实现了分布式锁，加锁的时候用到了 Redis 的命令去加锁，解锁的时候则借助了 Lua 脚本来保证原子性。
最后对比了三种分布式锁的优缺点和使用场景。
希望大家对分布式锁有新的理解，也希望大家在考虑解决问题的同时要多想想性能的问题。
注：文章封面原图素材来源于网络，若有侵权请留言删除。社区原文链接：https://segmentfault.com/a/1190000020488077
- END -
