分布式锁如何实现

这篇文章将为大家详细讲解有关分布式锁如何实现，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

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。从性能角度（从高到低）来看：“缓存方式>Zookeeper方式>=数据库方式”。

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

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    */    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 / );                  // 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) == ) {                       conn.expire(lockKey, lockExpire);                       // 返回value值，用于释放锁时间确认                       retIdentifier = identifier;                       return retIdentifier;                   }                   // 返回-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) == -) {                       conn.expire(lockKey, lockExpire);                   }                      try {                       Thread.sleep();                   } 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 @Component public 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

关于分布式锁如何实现就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。