PYTHON zookeper分布式锁 zookeeper分布式锁实现

zookeeper实现分布式锁

• zookeeper典型使用场景实战

• 1，zookeeper实现分布式锁

• 1.1，公平锁实现

• 2，代码方式实现

• 2.1，InterProcessMutex底层
• 2.2，加锁的的具体细节

• 3，redis和zookeeper分布锁的区别
• 4，zookeeper其他业务场景
• 5，总结

• 5.1，分布式锁原理总结
• 5.2，zookeeper分布式锁底层流程总结

zookeeper典型使用场景实战

1，zookeeper实现分布式锁

1，之前分析过一篇redis分布式锁实现的原理，今天谈谈zookeeper实现分布式锁的原理。由于每个结点都具有独占性，因此可以通过zookeeper的监听机制，来保证这个锁被谁占有。

zookeeper实现分布式锁的流程如下

大致流程如下：就是说可以对一个结点进行加锁，当其他结点要来加锁时就判断这个结点是否被其他事务创建，如果没有被创建，那么就可以创建当前事务，并且获取当前锁；如果被创建，那么要来获取锁的这个结点可以对这个拥有锁的结点进行监听，当当前锁被释放，就是结点被删除的时候，那么其他结点就可以通过这个监听机制，获取到锁被释放的消息，那么就可以来竞争这把锁了。因此这把锁也是一把非公平锁。

如上实现方式在并发问题比较严重的情况下，性能会下降的比较厉害，主要原因是，所有的连接都在对同一个节点进行监听，当服务器检测到删除事件时，要通知所有的连接，所有的连接同时收到事件，再次并发竞争，这就是羊群效应，会大大的降低系统的效率。

1.1，公平锁实现

1，请求进来，直接创建一个顺序的临时结点。

2，判断当前结点是否最小结点，如0最小，其次是1,2,3,4…，如果是最小的，那么就获取锁，如果不是最小的，那么就会对前面的结点进行监听，如3监听2，2监听1，依次类推。

3，处理完释放锁，由于1监听0，因此1最先收到锁释放的通知，从而实现这种顺序性，公平锁。

借助于这种临时顺序结点，可以避免同时多个结点的并发竞争锁，从而缓解服务端压力。

2，代码方式实现

可以模拟一个减库存的操作

@Transactional
public void reduceStock(Integer id){
    // 1.获取库存
    Product product = productMapper.getProduct(id);
    // 模拟耗时业务处理
    sleep( 500); // 其他业务处理
    if (product.getStock() <=0 ) {
        throw new RuntimeException("out of stock");
    }
    // 2.减库存
    int i = productMapper.deductStock(id);
    if (i==1){
        Order order = new Order();
        order.setUserId(UUID.randomUUID().toString());
        order.setPid(id);
        orderMapper.insert(order);
    }else{
        throw new RuntimeException("deduct stock fail, retry.");
    }
}
 /**
  * 模拟耗时业务处理
  * @param wait
  */
public void sleep(long  wait){
    try {
        TimeUnit.MILLISECONDS.sleep( wait );
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
}

当然如果存在多个jvm进程的话，那么一定会出现超卖的问题，这个就可以使用这个zookeeper的分布式锁来解决这个问题。因此接下来通过创建一个zookeeper的互斥锁来解决这个超卖问题，主要通过这个InterProcessMutex这个互斥锁实现。

@Autowired
private OrderService orderService;
@Autowired
CuratorFramework curatorFramework;
@PostMapping("/stock/deduct")
public Object reduceStock(Integer id) throws Exception {
	//互斥锁
    InterProcessMutex ipm = new InterProcessMutex(curatorFramework, "/product_" + id);
    try {
        // xxx业务逻辑
        //加锁
        interProcessMutex.acquire();
        //调用这个减库存的方法
        orderService.reduceStock(id);

    } catch (Exception e) {
        if (e instanceof RuntimeException) {
            throw e;
        }
    }finally {
        //释放锁
        interProcessMutex.release();
    }
    return "ok" ;
}

2.1，InterProcessMutex底层

/**
 * CuratorFramework:Curator客户端
 * path:结点
 * 主要是通过new这个StandardLockInternalsDriver类实现
*/
InterProcessMutexpublic InterProcessMutex(CuratorFramework client, String path) {
    this(client, path, new StandardLockInternalsDriver());
}

2.2，加锁的的具体细节

//加锁
interProcessMutex.acquire();

acquire方法的具体实现如下，

public void acquire() throws Exception {
    if (!this.internalLock(-1L, (TimeUnit)null)) {
        throw new IOException(this.basePath);
    }
}

通过这个internalLock方法来判断是否加过锁，如果没有加过锁就会调用attemptLock方法来进行加锁

private boolean internalLock(long time, TimeUnit unit) throws Exception {
    //获取当前线程
    Thread currentThread = Thread.currentThread();
    //InterProcessMutex互斥锁中判断是否已经加过锁
    InterProcessMutex.LockData lockData = (InterProcessMutex.LockData)this.threadData.get(currentThread);
    //加过锁
    if (lockData != null) {
        //将数据进行加1的操作
        lockData.lockCount.incrementAndGet();
        return true;
    } 
    else {
        //进行一个加锁
        String lockPath = this.internals.attemptLock(time, unit, this.getLockNodeBytes());
        //判断是否加锁成功 
        if (lockPath != null) {
            InterProcessMutex.LockData newLockData = new InterProcessMutex.LockData(currentThread, lockPath);
            this.threadData.put(currentThread, newLockData);
            return true;
        } else {
        return false;
        }
    }
}

加锁的方式具体如下，主要是在这个方法里面attemptLock()，具体流程如下，首先会去创建一个结点，然后会去判断当前结点是不是最小的结点，如果当前结点是最小的结点，那么就会获取锁，如果当前结点不是最小的结点，那么就会对前面的结点进行监听，内部会有一些排序等，监听等的操作，最后结点处理完之后会去释放锁。

while(!isDone) {
    isDone = true;
	try {
        //创建结点
		ourPath = this.driver.createsTheLock(this.client, this.path, localLockNodeBytes);
        //创建创建成功之后判断当前节点是不是最小的子结点，内部会进行这个排序的操作
        //最小的结点可以获取锁
		hasTheLock = this.internalLockLoop(startMillis, millisToWait, ourPath);
    } catch (NoNodeException var14) {
        if (!this.client.getZookeeperClient().getRetryPolicy().allowRetry(retryCount++, System.currentTimeMillis() - startMillis, RetryLoop.getDefaultRetrySleeper())) {
                throw var14;
            }
            isDone = false;
        }
    }
	return hasTheLock ? ourPath : null;

createsTheLock，创建锁的方式如下

public String createsTheLock(CuratorFramework client, String path, byte[] lockNodeBytes) throws Exception {
        String ourPath;
        if (lockNodeBytes != null) {
            //通过容器结点实现，如果没有容器结点，则创建容器结点
            //如果有容器结点，那么就在容器节点中创建这个临时的顺序结点
            ourPath = (String)((ACLBackgroundPathAndBytesable)client.create().creatingParentContainersIfNeeded().withProtection().withMode(CreateMode.EPHEMERAL_SEQUENTIAL)).forPath(path, lockNodeBytes); 
        } else {
            //临时的顺序节点
            ourPath = (String)((ACLBackgroundPathAndBytesable)client.create().creatingParentContainersIfNeeded().withProtection().withMode(CreateMode.EPHEMERAL_SEQUENTIAL)).forPath(path);
        }
        return ourPath;
    }

internalLockLoop里面的方法如下，主要是用来判断当前节点是否最小结点，即使这个结点是一个有序的临时顺序结点，但是由于是需要通过网络获取，因此需要重新进行排序，从而判断当前结点是不是最小结点，如果不是，就会根据排好的顺序，放入到指定的位置，从而监听上一个临时顺序结点。

while(this.client.getState() == CuratorFrameworkState.STARTED && !haveTheLock) {
    //获取全部的这个子结点
    List<String> children = this.getSortedChildren();
    String sequenceNodeName = ourPath.substring(this.basePath.length() + 1);
    PredicateResults predicateResults = this.driver.getsTheLock(this.client, children, sequenceNodeName, this.maxLeases);
      if (predicateResults.getsTheLock()) {
          haveTheLock = true;
      } else {
          String previousSequencePath = this.basePath + "/" + predicateResults.getPathToWatch();
           synchronized(this) {
               try {  ((BackgroundPathable)this.client.getData().usingWatcher(this.watcher)).forPath(previousSequencePath);
                  if (millisToWait == null) {
                      this.wait();
                  } else {
                      millisToWait = millisToWait - (System.currentTimeMillis() - startMillis);
                       startMillis = System.currentTimeMillis();
                       if (millisToWait > 0L) {
                           this.wait(millisToWait);
                       } else {
                           doDelete = true;
                           break;
                       }
                   }
               } catch (NoNodeException var19) {
                   ;
               }
           }
       }
   }

3，redis和zookeeper分布锁的区别

redis在使用主从复制时，master主节点挂掉之后，slave故障转移时生成master，会有可能造成因为原master挂掉的数据故障丢失的情况。同时redis使用rdb和aof两种方式做持久化，如果出现宕机的情况也可能会造成数据的丢失问题。在设计方面，只需要保证主节点中有数据就行，通过主从复制的方式来保证这个结点数据的一致性，并且主从复制是异步的，也就是说往master主节点中写入数据和slaver去同步这个master结点中的数据是异步的，两个步骤是各位各的，由于这种异步也会造成这个数据丢失的问题。因此更多保证的是这个ap协议，即保证了这个redis分布式锁的高可用

zookeeper使用的是leader-follower模式，需要多个结点同时写成功才算成功，因此可以保证多个结点里面都会有相同的数据，follower结点会及时的去同步主节点中的数据。因此在保障这个多个结点数据的一致性能，因此这个zookeeper更多的是保证这个cp协议，一致性。主从的一致性主要是通过ZAB(ZooKeeper Atomic Broadcast)协议实现的，即ZooKeeper原子播送协议。

4，zookeeper其他业务场景

如果只有读的情况，是不需要所有的结点都进行加锁的。

如果有读有些的话，可能遇到的问题：

1，读写并发不一致

2，读写不一致，即网络产生的延迟问题，在写完数据库之后，更新缓存出现网络问题，被别的线程修改该数据并更新缓存。

解决方案

1，通过共享锁实现，即读写锁实现。如果前面的结点是读锁，则直接获取锁，如果当前结点是一个写锁，则不能直接获取锁，需要对前面的结点进行监听的操作。

2，write写操作，和这个互斥锁的原理一样，需要对前面的结点进行这个监听操作。

5，总结

5.1，分布式锁原理总结

主要是利用zookeeper的临时顺序结点的特性，从而保障这个锁的公平性，从而解决并发上锁竞争的问题，并且结合这个watch监听的机制，后一个结点结点监听前一个结点，解决了zookeeper分布式锁的羊群效应，所谓羊群效应就是说，当一个节点挂掉后，所有结点都去监听，然后做出反应，这样会给服务器带来巨大压力。有了临时顺序节点以及节点监听机制，当一个节点挂掉，只有它后面的那一个节点才做出反应。并且通过这个ZAB协议，保证数据的一致性。

5.2，zookeeper分布式锁底层流程总结

通过上面的源码分析可知，首先会去新建一个container的容器结点，也可以创建一个持久化结点，如对面的 /lock，接下来创建这个顺序的临时结点，大小长度为10位。创建一个结点之后，内部会做一个排序，判断当前节点是不是最小结点，如果当前结点是最小结点，那么当前结点就可以获取到锁，如果不是最小结点，就会根据这个临时顺序结点的特性，将此结点加入到最后面进行排队，并且监听前面一个结点。一旦前面这个结点有了释放锁的消息，那么么当前结点就可以去获取锁了，获取锁之后，就开始处理具体的业务流程，处理完业务流程之后，再去释放锁。