使用数据库、Redis、ZK分别实现分布式锁！

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

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<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;
     }
 }

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：

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。

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