分散式鎖簡單入門以及三種實現方式介紹
分散式鎖應該具備哪些條件 在分析分散式鎖的三種實現方式之前，先了解一下分散式鎖應該具備哪些條件：
1、在分散式系統環境下，一個方法在同一時間只能被一個機器的一個執行緒執行； 2、高可用的獲取鎖與釋放鎖； 3、高效能的獲取鎖與釋放鎖； 4、具備可重入特性； 5、具備鎖失效機制，防止死鎖； 6、具備非阻塞鎖特性，即沒有獲取到鎖將直接返回獲取鎖失敗。
三、分散式鎖的三種實現方式 目前幾乎很多大型網站及應用都是分散式部署的，分散式場景中的資料一致性問題一直是一個比較重要的話題。分散式的CAP理論告訴我們“任何一個分散式系統都無法同時滿足一致性（Consistency）、可用性（Availability）和分割槽容錯性（Partition tolerance），最多隻能同時滿足兩項。”所以，很多系統在設計之初就要對這三者做出取捨。在網際網路領域的絕大多數的場景中，都需要犧牲強一致性來換取系統的高可用性，系統往往只需要保證“最終一致性”，只要這個最終時間是在使用者可以接受的範圍內即可。
在很多場景中，我們為了保證資料的最終一致性，需要很多的技術方案來支援，比如分散式事務、分散式鎖等。有的時候，我們需要保證一個方法在同一時間內只能被同一個執行緒執行。
基於資料庫實現分散式鎖； 基於快取（Redis等）實現分散式鎖； 基於Zookeeper實現分散式鎖；
儘管有這三種方案，但是不同的業務也要根據自己的情況進行選型，他們之間沒有最好只有更適合！
四、基於資料庫的實現方式 基於資料庫的實現方式的核心思想是：在資料庫中建立一個表，表中包含方法名等欄位，並在方法名欄位上建立唯一索引，想要執行某個方法，就使用這個方法名向表中插入資料，成功插入則獲取鎖，執行完成後刪除對應的行資料釋放鎖。
（1）建立一個表：
DROP TABLE IF EXISTS `method_lock`; CREATE TABLE `method_lock` ( `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '主鍵', `method_name` varchar(64) NOT NULL COMMENT '鎖定的方法名', `desc` varchar(255) NOT NULL COMMENT '備註資訊', `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP, PRIMARY KEY (`id`), UNIQUE KEY `uidx_method_name` (`method_name`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8 COMMENT='鎖定中的方法'; 1 2 3 4 5 6 7 8 9
（2）想要執行某個方法，就使用這個方法名向表中插入資料：
INSERT INTO method_lock (method_name, desc) VALUES ('methodName', '測試的methodName'); 1 因為我們對method_name做了唯一性約束，這裡如果有多個請求同時提交到資料庫的話，資料庫會保證只有一個操作可以成功，那麼我們就可以認為操作成功的那個執行緒獲得了該方法的鎖，可以執行方法體內容。
（3）成功插入則獲取鎖，執行完成後刪除對應的行資料釋放鎖：
delete from method_lock where method_name ='methodName'; 1 注意：這只是使用基於資料庫的一種方法，使用資料庫實現分散式鎖還有很多其他的玩法！
使用基於資料庫的這種實現方式很簡單，但是對於分散式鎖應該具備的條件來說，它有一些問題需要解決及優化：
1、因為是基於資料庫實現的，資料庫的可用性和效能將直接影響分散式鎖的可用性及效能，所以，資料庫需要雙機部署、資料同步、主備切換；
2、不具備可重入的特性，因為同一個執行緒在釋放鎖之前，行資料一直存在，無法再次成功插入資料，所以，需要在表中新增一列，用於記錄當前獲取到鎖的機器和執行緒資訊，在再次獲取鎖的時候，先查詢表中機器和執行緒資訊是否和當前機器和執行緒相同，若相同則直接獲取鎖；
3、沒有鎖失效機制，因為有可能出現成功插入資料後，伺服器宕機了，對應的資料沒有被刪除，當服務恢復後一直獲取不到鎖，所以，需要在表中新增一列，用於記錄失效時間，並且需要有定時任務清除這些失效的資料；
4、不具備阻塞鎖特性，獲取不到鎖直接返回失敗，所以需要優化獲取邏輯，迴圈多次去獲取。
5、在實施的過程中會遇到各種不同的問題，為了解決這些問題，實現方式將會越來越複雜；依賴資料庫需要一定的資源開銷，效能問題需要考慮。
五、基於Redis的實現方式 1、選用Redis實現分散式鎖原因：
（1）Redis有很高的效能； （2）Redis命令對此支援較好，實現起來比較方便
2、使用命令介紹：
（1）SETNX
SETNX key val：當且僅當key不存在時，set一個key為val的字串，返回1；若key存在，則什麼都不做，返回0。 1 （2）expire
expire key timeout：為key設定一個超時時間，單位為second，超過這個時間鎖會自動釋放，避免死鎖。 1 （3）delete
delete key：刪除key 1 在使用Redis實現分散式鎖的時候，主要就會使用到這三個命令。
3、實現思想：
（1）獲取鎖的時候，使用setnx加鎖，並使用expire命令為鎖新增一個超時時間，超過該時間則自動釋放鎖，鎖的value值為一個隨機生成的UUID，通過此在釋放鎖的時候進行判斷。
（2）獲取鎖的時候還設定一個獲取的超時時間，若超過這個時間則放棄獲取鎖。
（3）釋放鎖的時候，通過UUID判斷是不是該鎖，若是該鎖，則執行delete進行鎖釋放。
4、 分散式鎖的簡單實現程式碼：
/** * 分散式鎖的簡單實現程式碼 * Created by liuyang on 2017/4/20. */ public class DistributedLock {
private final JedisPool jedisPool;
public DistributedLock(JedisPool jedisPool) { this.jedisPool = jedisPool; }
/** * 加鎖 * @param lockName 鎖的key * @param acquireTimeout 獲取超時時間 * @param timeout 鎖的超時時間 * @return 鎖標識 */ public String lockWithTimeout(String lockName, long acquireTimeout, long timeout) { Jedis conn = null; String retIdentifier = null; try { // 獲取連線 conn = jedisPool.getResource(); // 隨機生成一個value String identifier = UUID.randomUUID().toString(); // 鎖名，即key值 String lockKey = "lock:" + lockName; // 超時時間，上鎖後超過此時間則自動釋放鎖 int lockExpire = (int) (timeout / 1000);
// 獲取鎖的超時時間，超過這個時間則放棄獲取鎖 long end = System.currentTimeMillis() + acquireTimeout; while (System.currentTimeMillis() < end) { if (conn.setnx(lockKey, identifier) == 1) { conn.expire(lockKey, lockExpire); // 返回value值，用於釋放鎖時間確認 retIdentifier = identifier; return retIdentifier; } // 返回-1代表key沒有設定超時時間，為key設定一個超時時間 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; }
/** * 釋放鎖 * @param lockName 鎖的key * @param identifier 釋放鎖的標識 * @return */ public boolean releaseLock(String lockName, String identifier) { Jedis conn = null; String lockKey = "lock:" + lockName; boolean retFlag = false; try { conn = jedisPool.getResource(); while (true) { // 監視lock，準備開始事務 conn.watch(lockKey); // 通過前面返回的value值判斷是不是該鎖，若是該鎖，則刪除，釋放鎖 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; } } 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 5、測試剛才實現的分散式鎖
例子中使用50個執行緒模擬秒殺一個商品，使用–運算子來實現商品減少，從結果有序性就可以看出是否為加鎖狀態。
模擬秒殺服務，在其中配置了jedis執行緒池，在初始化的時候傳給分散式鎖，供其使用。
/** * Created by liuyang on 2017/4/20. */ public class Service {
private static JedisPool pool = null;
private DistributedLock lock = new DistributedLock(pool);
int n = 500;
static { JedisPoolConfig config = new JedisPoolConfig(); // 設定最大連線數 config.setMaxTotal(200); // 設定最大空閒數 config.setMaxIdle(8); // 設定最大等待時間 config.setMaxWaitMillis(1000 * 100); // 在borrow一個jedis例項時，是否需要驗證，若為true，則所有jedis例項均是可用的 config.setTestOnBorrow(true); pool = new JedisPool(config, "127.0.0.1", 6379, 3000); }
public void seckill() { // 返回鎖的value值，供釋放鎖時候進行判斷 String identifier = lock.lockWithTimeout("resource", 5000, 1000); System.out.println(Thread.currentThread().getName() + "獲得了鎖"); System.out.println(--n); lock.releaseLock("resource", identifier); } } 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 模擬執行緒進行秒殺服務：
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(); } } } 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 結果如下，結果為有序的：
若註釋掉使用鎖的部分：
public void seckill() { // 返回鎖的value值，供釋放鎖時候進行判斷 //String indentifier = lock.lockWithTimeout("resource", 5000, 1000); System.out.println(Thread.currentThread().getName() + "獲得了鎖"); System.out.println(--n); //lock.releaseLock("resource", indentifier); } 1 2 3 4 5 6 7 從結果可以看出，有一些是非同步進行的：
5、基於ZooKeeper的實現方式 ZooKeeper是一個為分散式應用提供一致性服務的開源元件，它內部是一個分層的檔案系統目錄樹結構，規定同一個目錄下只能有一個唯一檔名。基於ZooKeeper實現分散式鎖的步驟如下：
（1）建立一個目錄mylock； （2）執行緒A想獲取鎖就在mylock目錄下建立臨時順序節點； （3）獲取mylock目錄下所有的子節點，然後獲取比自己小的兄弟節點，如果不存在，則說明當前執行緒順序號最小，獲得鎖； （4）執行緒B獲取所有節點，判斷自己不是最小節點，設定監聽比自己次小的節點； （5）執行緒A處理完，刪除自己的節點，執行緒B監聽到變更事件，判斷自己是不是最小的節點，如果是則獲得鎖。
這裡推薦一個Apache的開源庫Curator，它是一個ZooKeeper客戶端，Curator提供的InterProcessMutex是分散式鎖的實現，acquire方法用於獲取鎖，release方法用於釋放鎖。
優點：具備高可用、可重入、阻塞鎖特性，可解決失效死鎖問題。
缺點：因為需要頻繁的建立和刪除節點，效能上不如Redis方式。
6、總結 上面的三種實現方式，沒有在所有場合都是完美的，所以，應根據不同的應用場景選擇最適合的實現方式。
在分散式環境中，對資源進行上鎖有時候是很重要的，比如搶購某一資源，這時候使用分散式鎖就可以很好地控制資源。 當然，在具體使用中，還需要考慮很多因素，比如超時時間的選取，獲取鎖時間的選取對併發量都有很大的影響，上述實現的分散式鎖也只是一種簡單的實現，主要是一種思想，以上包括文中的程式碼可能並不適用於正式的生產環境，只做入門參考！ --------------------- 作者：徐劉根 來源：CSDN 原文：https://blog.csdn.net/xlgen157387/article/details/79036337 版權宣告：本文為博主原創文章，轉載請附上博文連結！