记录一下今天的文章开始写的时间
00:53，夜深人静了，我们来学一下分布式锁，我们要悄悄地学习，然后经验所有人。
什么是分布式锁？分布式锁又可以解决哪些问题呢？
在我们的系统还没有使用分布式架构的时候，我们可以用同步锁或者Lock锁，来保证多线程并发的时候，同一时间只有一个线程修改共享变量或者执行代码块，但是当我们现在大部分系统都是分布式集群部署的，单纯的同步锁和Lock锁只能保证单个实例上的数据一致性，多实例就失去了作用。
这个时候就需要使用分布式锁来保证共享资源的原子性，比如我们电商系统里面的扣减库存，当单量小的时候问题不大，如果单量很大，同一时间多个实例都在并发处理扣减库存的业务的时候，就可能存在超卖的问题。
分布式锁的实现？
常见的分布式锁有数据库实现分布式锁、Zookeeper实现分布式锁、Redis实现分布式锁、Redisson实现。其中数据库实现分布式锁比较简单，也很容易理解，直接基于数据库实现就可以了，在一些分布式的业务中也经常使用，但是这种方式也是效率最低的，一般是不使用的，我们就着重介绍一下其他三种方式的实现。
Zookeeper实现分布式锁
使用Zookeeper来实现分布式锁就比较常见，比如很多项目就使用Zookeeper作为分布式注册中心，就喜欢用Zookeeper来实现分布式锁，这主要是借助于Zookeeper的两大特性：顺序临时节点、Watch机制。
顺序临时节点：熟悉Zookeeper的同学都知道，Zookeeper提供了多层级的节点命名空间，每个节点都是用斜杠分隔的路径来表示，类似于我们的文件夹。节点又分为持久节点和临时节点，节点还可以标记为有序，当节点被标记为有序性，这个节点就具有顺序自增的特点，我们就可以借助这个特点来创建我们所需的节点。
Watch机制：Watch机制是Zookeeper另一个重要的特性，我们可以在指定节点上注册一些Watcher，在一些特定的事情触发的时候，通知用户这个事件。
Zookeeper实现分布式锁的过程
我们先创建一个持久节点作为父节点，每当需要访问创建分布式锁的时候，就在这个父节点下创建相应的临时的顺序子节点，以临时节点名称、父节点名称和顺序号组成特点的名称。在建立子节点后，对父节点下以这个这个子节点名称开头的子节点进行排序，判断刚建立的节点顺序号是不是最小的，如果是最小的则获取锁，如果不是最小节点，则阻塞等待锁，并且在获取该节点的上一顺序节点注册Watcher，等待节点对应的操作获得锁。
当业务处理完之后，删除该节点，关闭zk，进而触发Watcher，释放该锁。
上图就是就是严格按照顺序访问的分布式锁实现，更多的时候我们引入一些框架来帮助我们实现，比如最常用的Curator框架，代码如下：
InterProcessMutex lock = new InterProcessMutex(client, lockPath);
if ( lock.acquire(maxWait, waitUnit) ) {
try {
// 业务处理
}
finally{
lock.release();
}
}
Zookeeper来实现分布式锁天然的优势就是，Zookeeper是集群实现的，我们生产环境一般也是集群部署的，可以避免单点问题，稳定性较好，能保证每次操作都可以释放锁。
缺点就是，频繁的创建删除节点，加上注册watch事件，对于zookeeper集群的压力比较大，性能这一块也比不上Redis实现的分布式锁。
Redis实现分布式锁
Redis实现的分布式锁，最为复杂，但是性能确是最佳的，所以在对性能要求更高的系统里，我们都选择使用Redis来实现分布式锁。利用Redis实现分布式锁，一般都是使用SETNX实现，举个简单的例子：
public static boolean getDistributedLock(Jedis jedis, String lockKey, String requestId, int expireTime) {
String result = jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);
if ("OK".equals(result)) {
return true;
}
return false;
}
SETNX方法保证设置锁和锁过期时间的原子性，但是对于锁的过期时间设置我们要注意，如果执行业务
时间比较长，我们设置的过期时间又比较短的情况下就会造成，业务还没执行完，锁已释放的问题。所以我们需要根据实际业务处理来评估设置锁的过期时间，来保证业务可以正常的处理完。
Redisson实现分布式锁
Redisson是架设在Redis基础上的一个Java驻内存数据网格。Redisson在基于NIO的Netty框架上，充分的利用了Redis键值数据库提供的一系列优势，在Java实用工具包中常用接口的基础上，为使用者提供了一系列具有分布式特性的常用工具类。性能也比我们常用的jedis好一些。
Redisson不管是单节点模式还是集群模式，都很好的实现了分布式锁，一般用的多的都是集群模式，在集群模式下，Redisson使用RedLock算法，很好的处理了Master节点宕机时切换到另外一个Master节点过程中多个应用获得锁。
Redisson集群模式获取锁的实现就是，在不同节点上获取锁，每个节点上获取锁都有超时时间，如果获取锁超时就认为这个节点不可用，当成功获取锁的个数超过Redis节点的半数，且获取锁消耗的时间还没超过锁过期时间，则认为获取锁成功。获取锁成功后重新计算锁释放时间，由原来的锁释放时间减去获取锁消耗的时间，如果最终获取锁失败，已经获取锁成功的节点也会释放锁。
具体的代码实现：
引入依赖
org.redisson
redisson
3.13.1
Redisson配置文件：
@Bean
public RedissonClient redissonClient() {
Config config = new Config();
config.useClusterServers()
.setScanInterval(3000) // 集群状态扫描间隔时间，单位是毫秒
.addNodeAddress("redis://192.168.0.1:6379).setPassword("666")
.addNodeAddress("redis://192.168.0.2:6379").setPassword("666")
.addNodeAddress("redis://192.168.0.3:6379")
.setPassword("666");
return Redisson.create(config);
}
获取锁操作：
long waitTimeout = 10;
long leaseTime = 1;
RLock lock1 = redissonClient1.getLock("lock1");
RLock lock2 = redissonClient2.getLock("lock2");
RLock lock3 = redissonClient3.getLock("lock3");
RedissonRedLock redLock = new RedissonRedLock(lock1, lock2, lock3);
redLock.trylock(waitTimeout,leaseTime,TimeUnit.SECONDS);
try{
//...
}finally{
redLock.unlock();
}
总结
实现分布式锁的方式不止这三种，最简单的就是数据库实现，Zookeeper实现也相对比较简单，但是性能最好的还是Redis实现，但是可靠性方面，Zookeeper基于分布式集群，具有天然的优势，可靠性相对更高。如果业务场景对性能要求不是很高的时候，优先使用Zookeeper实现分布式锁。
如果今天的文章对你有所帮助，不妨加个关注点个赞支持一下吧！
或者是可以加入我的：Java学习园地，如果你是零基础学习，对你会很有帮助。