使用数据库、Redis、ZK分别实现分布式锁!

点击蓝色“架构文摘”关注我哟

加个“星标”,每天上午 09:25,干货推送!

来源:http://dwz.date/bZT8

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;

基于数据库实现分布式锁

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。

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

使用数据库、Redis、ZK分别实现分布式锁!_第1张图片

基于缓存(Redis等)实现分布式锁

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。

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。

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 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;
     }
 }
 
   

测试实现的分布式锁

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:

使用数据库、Redis、ZK分别实现分布式锁!_第2张图片
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:

使用数据库、Redis、ZK分别实现分布式锁!_第3张图片

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。

总结

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

end

推荐阅读:

  • 用 GitLab 做 CI/CD 是什么感觉,太强了!!

  • 亿级数据从 MySQL 到 Hbase 的三种同步方案与实践!

  • 终于有人把 Docker 讲清楚了,别再说不会 Docker 了!

  • 前后端分离模式下的权限设计方案

  • 究竟什么是图数据库,它有哪些应用场景?

如有收获,点个在看,诚挚感谢

你可能感兴趣的:(使用数据库、Redis、ZK分别实现分布式锁!)