通过实例解析Java分布式锁三种实现方法

分布式锁三种实现方式：

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：

1 /**
 2 * 分布式锁的简单实现代码 4 */
 5 public class DistributedLock {
 6
 7   private final JedisPool jedisPool;
 8
 9   public DistributedLock(JedisPool jedisPool) {
 10     this.jedisPool = jedisPool;
 11   }
 12
 13   /**
 14   * 加锁
 15   * @param lockName    锁的key
 16   * @param acquireTimeout 获取超时时间
 17   * @param timeout    锁的超时时间
 18   * @return 锁标识
 19   */
 20   public String lockWithTimeout(String lockName, long acquireTimeout, long timeout) {
 21     Jedis conn = null;
 22     String retIdentifier = null;
 23     try {
 24       // 获取连接
 25       conn = jedisPool.getResource();
 26       // 随机生成一个value
 27       String identifier = UUID.randomUUID().toString();
 28       // 锁名，即key值
 29       String lockKey = "lock:" + lockName;
 30       // 超时时间，上锁后超过此时间则自动释放锁
 31       int lockExpire = (int) (timeout / 1000);
 32
 33       // 获取锁的超时时间，超过这个时间则放弃获取锁
 34       long end = System.currentTimeMillis() + acquireTimeout;
 35       while (System.currentTimeMillis() < end) {
 36         if (conn.setnx(lockKey, identifier) == 1) {
 37           conn.expire(lockKey, lockExpire);
 38           // 返回value值，用于释放锁时间确认
 39           retIdentifier = identifier;
 40           return retIdentifier;
 41         }
 42         // 返回-1代表key没有设置超时时间，为key设置一个超时时间
 43         if (conn.ttl(lockKey) == -1) {
 44           conn.expire(lockKey, lockExpire);
 45         }
 46
 47         try {
 48           Thread.sleep(10);
 49         } catch (InterruptedException e) {
 50           Thread.currentThread().interrupt();
 51         }
 52       }
 53     } catch (JedisException e) {
 54       e.printStackTrace();
 55     } finally {
 56       if (conn != null) {
 57         conn.close();
 58       }
 59     }
 60     return retIdentifier;
 61   }
 62
 63   /**
 64   * 释放锁
 65   * @param lockName  锁的key
 66   * @param identifier 释放锁的标识
 67   * @return
 68   */
 69   public boolean releaseLock(String lockName, String identifier) {
 70     Jedis conn = null;
 71     String lockKey = "lock:" + lockName;
 72     boolean retFlag = false;
 73     try {
 74       conn = jedisPool.getResource();
 75       while (true) {
 76         // 监视lock，准备开始事务
 77         conn.watch(lockKey);
 78         // 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
 79         if (identifier.equals(conn.get(lockKey))) {
 80           Transaction transaction = conn.multi();
 81           transaction.del(lockKey);
 82           List<Object> results = transaction.exec();
 83           if (results == null) {
 84             continue;
 85           }
 86           retFlag = true;
 87         }
 88         conn.unwatch();
 89         break;
 90       }
 91     } catch (JedisException e) {
 92       e.printStackTrace();
 93     } finally {
 94       if (conn != null) {
 95         conn.close();
 96       }
 97     }
 98     return retFlag;
 99   }
100 }

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：

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：

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。

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

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。