Error message here!

Hide Error message here!

忘记密码?

Error message here!

请输入正确邮箱

Hide Error message here!

密码丢失?请输入您的电子邮件地址。您将收到一个重设密码链接。

Error message here!

返回登录

Close

分布式锁的三种实现方式

BarryW 2019-10-09 22:20:00 阅读数:71 评论数:0 点赞数:0 收藏数:0

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 / 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<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:

这里写图片描述

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:

这里写图片描述

 

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。

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

 

版权声明
本文为[BarryW]所创,转载请带上原文链接,感谢
https://www.cnblogs.com/barrywxx/p/11644803.html