基于Zookeeper开源客户端Curator实现分布式锁
分布式锁主流实现方案和选型
a：基于Redis的分布式锁。使用并发量很大、性能要求很高而可靠性问题可以通过其他方案弥补的场景
b：基于ZooKeeper的分布式锁。适用于高可靠（高可用），而并发量不是太高的场景
在实际生产中，尤其是分布式环境下，因为我们逻辑真正处理的业务数据是只有一份的，接口并发时势必会出现并发问题，使得业务数据不正确，这个时候就需要一种类似于锁的东西来保证数据的幂等性，比如秒杀业务。实现分布式锁的方式非常多，zookeeper、redis、数据库等均可，如果使用zookeeper原生方式来实现的话还是比较复杂的，基于这种场景，我们利用Apache的开源客户端Curator来实现分布式锁。
Apache Curator是一个比较完善的ZooKeeper客户端框架，通过封装的一套高级API 简化了ZooKeeper的操作。通过查看官方文档，可以发现Curator主要解决了三类问题：
- 封装ZooKeeper client与ZooKeeper server之间的连接处理
- 提供了一套Fluent风格的操作API
- 提供ZooKeeper各种应用场景(recipe， 比如：分布式锁服务、集群领导选举、共享计数器、缓存机制、分布式队列等)的抽象封装
首先来回顾一下zookeeper的相关知识：
zookeeper的四种节点类型
1、持久化节点 ：所谓持久节点，是指在节点创建后，就一直存在，直到有删除操作来主动清除这个节点——不会因为创建该节点的客户端会话失效而消失。
2、持久化顺序节点：这类节点的基本特性和上面的节点类型是一致的。额外的特性是，在ZK中，每个父节点会为他的第一级子节点维护一份时序，会记录每个子节点创建的先后顺序。基于这个特性，在创建子节点的时候，可以设置这个属性，那么在创建节点过程中，ZK会自动为给定节点名加上一个数字后缀，作为新的节点名。这个数字后缀的范围是整型的最大值。基于持久顺序节点原理的经典应用-分布式唯一ID生成器。
3、临时节点：和持久节点不同的是，临时节点的生命周期和客户端会话绑定。也就是说，如果客户端会话失效，那么这个节点就会自动被清除掉。注意，这里提到的是会话失效，而非连接断开。另外，在临时节点下面不能创建子节点，集群zk环境下，同一个路径的临时节点只能成功创建一个，利用这个特性可以用来实现master-slave选举。
4、临时顺序节点：相对于临时节点而言，临时顺序节点比临时节点多了个有序，也就是说每创建一个节点都会加上节点对应的序号，先创建成功，序号越小。其经典应用场景为实现分布式锁。
监视器（watcher）
当zookeeper创建一个节点时，会注册一个该节点的监视器，当节点状态发生改变时，watch会被触发，zooKeeper将会向客户端发送一条通知（就一条，因为watch只能被触发一次）。
原理
Curator内部是通过InterProcessMutex（可重入锁）来在zookeeper中创建临时有序节点实现的，之前说过，如果通过临时节点及watch机制实现锁的话，这种方式存在一个比较大的问题：所有取锁失败的进程都在等待、监听创建的节点释放，很容易发生"羊群效应"，zookeeper的压力是比较大的，而临时有序节点就很好的避免了这个问题，Curator内部就是创建的临时有序节点。
基本原理：
创建临时有序节点，每个线程均能创建节点成功，但是其序号不同，只有序号最小的可以拥有锁，其它线程只需要监听比自己序号小的节点状态即可
基本思路如下：
1、在你指定的节点下创建一个锁目录lock；
2、线程X进来获取锁在lock目录下，并创建临时有序节点；
3、线程X获取lock目录下所有子节点，并获取比自己小的兄弟节点，如果不存在比自己小的节点，说明当前线程序号最小，顺利获取锁；
4、此时线程Y进来创建临时节点并获取兄弟节点 ，判断自己是否为最小序号节点，发现不是，于是设置监听（watch）比自己小的节点（这里是为了发生上面说的羊群效应）；
5、线程X执行完逻辑，删除自己的节点，线程Y监听到节点有变化，进一步判断自己是已经是最小节点，顺利获取锁。
接下来，我们将基于Zookeeper开源客户端Curator实现分布式锁，具体过程如下（多图演示），
一. 启动zookeeper Server
cd /Users/sunww/Documents/JAVA/Dubbo/zookeeper-3.4.12/bin/
./zkServer.sh start
本demo使用的Curator与zookeeper版本问题，分布式锁见这里
二. 下单主要逻辑【这里主要使用了Curator来创建了一个ZK互斥锁】
底层主要逻辑如下：
package com.robinboot.service.facade.impl;
import com.robinboot.facade.CuratorFacadeService;
import com.robinboot.result.Result;
import com.robinboot.service.domain.Stock;
import com.robinboot.service.domain.StockOrder;
import com.robinboot.service.service.StockOrderService;
import com.robinboot.service.service.StockService;
import com.robinboot.service.utils.CuratorFrameworkUtils;
import com.robinboot.utils.ServiceException;
//import org.apache.curator.framework.recipes.locks.InterProcessMutex;
import org.apache.curator.framework.recipes.locks.InterProcessMutex;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Propagation;
import org.springframework.transaction.annotation.Transactional;
import java.util.concurrent.TimeUnit;
/**
* @auther: TF12778
* @date: 2020/7/16 18:47
* @description:
*/
@Service("curatorFacadeService")
public class CuratorFacadeServiceImpl implements CuratorFacadeService {
@Autowired
StockService stockService;
@Autowired
StockOrderService stockOrderService;
// 利用Curator创建ZK锁
InterProcessMutex lock = new InterProcessMutex(CuratorFrameworkUtils.getCuratorClient(), "/zktest");
/**
* 下单步骤：校验库存，扣库存，创建订单，支付
*/
// @Transactional 此处不需要加事物，否则订单数量超表
@Override
public Result saveOrder(int sid) {
try {
if (lock.acquire(10 * 1000, TimeUnit.SECONDS)) {
/**
* 1.查库存
*/
Stock stock = new Stock();
stock.setId(sid);
Stock stockResult = stockService.selectDetail(stock);
if (stockResult == null || stockResult.getCount() <= 0 || stockResult.getSale() == stockResult.getCount()) {
throw new ServiceException("count is less", "500");
}
/**
* 2.根据查询出来的库存，更新已卖库存数量
*/
int count = stockService.updateStock(stockResult);
if (count == 0){
throw new ServiceException("saveOrder fail count is 0", "500");
}
/**
* 3.创建订单
*/
StockOrder order = new StockOrder();
order.setSid(stockResult.getId());
order.setName(stockResult.getName());
int id = stockOrderService.saveStockOrder(order);
if (id > 0) {
return new Result("success", "saveOrder success", "0", null, "200" );
}
return new Result("error", "saveOrder error", "0", null, "500" );
}
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
lock.release(); // 释放锁
} catch (Exception e) {
e.printStackTrace();
}
}
return new Result("error", "saveOrder error", "0", null, "500" );
} API层逻辑：
/**
* @auther: TF12778
* @date: 2020/7/16 18:37
* @description:
*/
@RestController
@RequestMapping("/curator")
public class CuratorController {
@Autowired
CuratorFacadeService curatorFacadeService;
/**
* http://localhost:8090/robinBootApi/curator/saveOrder
* @param
* @return
*/
@ResponseBody
@RequestMapping(value = "/saveOrder", method = RequestMethod.GET)
public Result saveOrder() {
Result result = curatorFacadeService.saveOrder(1);
return result;
}
} 三. 启动jmeter测试工具
通过命令jmeter启动成功
四. 初始化数据库信息
CREATE TABLE `stock` (
`id` int(11) unsigned NOT NULL AUTO_INCREMENT,
`name` varchar(50) NOT NULL DEFAULT '' COMMENT '名称',
`count` int(11) NOT NULL COMMENT '库存',
`sale` int(11) NOT NULL COMMENT '已售',
`version` int(11) NOT NULL COMMENT '乐观锁，版本号',
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8
CREATE TABLE `stock_order` (
`id` int(11) unsigned NOT NULL AUTO_INCREMENT,
`sid` int(11) NOT NULL COMMENT '库存ID',
`name` varchar(30) NOT NULL DEFAULT '' COMMENT '商品名称',
`create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '创建时间',
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4868 DEFAULT CHARSET=utf8
五. 高并发，发起测试
这里我们模拟200个用户来抢iphone手机这个操作，如下：
请求地址如下配置：
下面是发起200个请求的返回结果
1. 当库存充足时，可以看到下单成功了，如下界面
2. 当库存不足时，可以看到下单失败了，如下界面
查看数据库信息，可以看到我们的100个iphone手机全部都卖完了（sale=100）
查看订单表，可以看到下了100个iphone订单，没有出现超卖的情况，说明加锁是成功的。
Apache Curator框架的ZooKeeper使用详解可以参考这篇文章
参考：https://blog.csdn.net/fanrenxiang/article/details/81704691?utm_medium=distribute.pc_relevant.none-task-blog-OPENSEARCH-7.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-OPENSEARCH-7.nonecase