前言

大家好，我是捡田螺的小男孩。今天跟大家探讨一下分布式锁的设计与实现。希望对大家有帮助，如果有不正确的地方，欢迎指出，一起学习，一起进步哈~

1. 分布式锁概述

我们的系统都是分布式部署的，日常开发中，秒杀下单、抢购商品等等业务场景，为了防⽌库存超卖，都需要用到分布式锁。

分布式锁其实就是，控制分布式系统不同进程共同访问共享资源的一种锁的实现。如果不同的系统或同一个系统的不同主机之间共享了某个临界资源，往往需要互斥来防止彼此干扰，以保证一致性。

业界流行的分布式锁实现，一般有这3种方式：

  • 基于数据库实现的分布式锁
  • 基于Redis实现的分布式锁
  • 基于Zookeeper实现的分布式锁
2. 基于数据库的分布式锁2.1 数据库悲观锁实现的分布式锁

可以使用select ... for update 来实现分布式锁。我们自己的项目，分布式定时任务，就使用类似的实现方案，我给大家来展示个简单版的哈

表结构如下：

CREATE TABLE `t_resource_lock` ( `key_resource` varchar(45) COLLATE utf8_bin NOT NULL DEFAULT '资源主键', `status` char(1) COLLATE utf8_bin NOT NULL DEFAULT '' COMMENT 'S,F,P', `lock_flag` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '1是已经锁 0是未锁', `begin_time` datetime DEFAULT NULL COMMENT '开始时间', `end_time` datetime DEFAULT NULL COMMENT '结束时间', `client_ip` varchar(45) COLLATE utf8_bin NOT NULL DEFAULT '抢到锁的IP', `time` int(10) unsigned NOT NULL DEFAULT '60' COMMENT '方法生命周期内只允许一个结点获取一次锁，单位：分钟', PRIMARY KEY (`key_resource`) USING BTREE ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin

加锁lock方法的伪代码如下：

@Transcational //一定要加事务 public boolean lock(String keyResource，int time){ resourceLock = 'select * from t_resource_lock where key_resource ='#{keySource}' for update'; try{ if(resourceLock==null){ //插入锁的数据 resourceLock = new ResourceLock(); resourceLock.setTime(time); resourceLock.setLockFlag(1); //上锁 resourceLock.setStatus(P); //处理中 resourceLock.setBeginTime(new Date()); int count = "insert into resourceLock"; if(count==1){ //获取锁成功 return true; } return false; } }catch(Exception x){ return false; } //没上锁并且锁已经超时，即可以获取锁成功 if(resourceLock.getLockFlag=='0'&&'S'.equals(resourceLock.getstatus) && new Date()>=resourceLock.addDateTime(resourceLock.getBeginTime(,time)){ resourceLock.setLockFlag(1); //上锁 resourceLock.setStatus(P); //处理中 resourceLock.setBeginTime(new Date()); //update resourceLock; return true; }else if(new Date()>=resourceLock.addDateTime(resourceLock.getBeginTime(,time)){ //超时未正常执行结束,获取锁失败 return false; }else{ return false; } }

解锁unlock方法的伪代码如下：

public void unlock(String v，status){ resourceLock.setLockFlag(0); //解锁 resourceLock.setStatus(status); S:表示成功，F表示失败 //update resourceLock; return ; }

整体流程：

try{ if(lock(keyResource,time)){ //加锁 status = process();//你的业务逻辑处理。 } } finally{ unlock(keyResource,status); //释放锁 }

其实这个悲观锁实现的分布式锁，整体的流程还是比较清晰的。就是先select ... for update 锁住主键key_resource那个记录，如果为空，则可以插入一条记录，如果已有记录判断下状态和时间，是否已经超时。这里需要注意一下哈，必须要加事务哈。

2.2 数据库乐观锁实现的分布式锁

除了悲观锁，还可以用乐观锁实现分布式锁。乐观锁，顾名思义，就是很乐观，每次更新操作，都觉得不会存在并发冲突，只有更新失败后，才重试。它是基于CAS思想实现的。我以前的公司，扣减余额就是用这种方案。

搞个version字段，每次更新修改，都会自增加一，然后去更新余额时，把查出来的那个版本号，带上条件去更新，如果是上次那个版本号，就更新，如果不是，表示别人并发修改过了，就继续重试。

大概流程如下：

  1. 查询版本号和余额

select version,balance from account where user_id ='666';

假设查到版本号是oldVersion=1.

  1. 逻辑处理，判断余额

if(balance<扣减金额){ return； } left_balance = balance - 扣减金额;

  1. 进行扣减余额

update account set balance = #{left_balance} ,version = version 1 where version = #{oldVersion} and balance>= #{left_balance} and user_id ='666';

大家可以看下这个流程图哈：

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(1)

这种方式适合并发不高的场景，一般需要设置一下重试的次数

3.基于Redis实现的分布式锁

Redis分布式锁一般有以下这几种实现方式：

  • setnx expire
  • setnx value值是过期时间
  • set的扩展命令（set ex px nx）
  • set ex px nx 校验唯一随机值,再删除
  • Redisson
  • Redisson RedLock
3.1 setnx expire

聊到Redis分布式锁，很多小伙伴反手就是setnx expire，如下：

if（jedis.setnx(key,lock_value) == 1）{ //setnx加锁 expire（key，100）; //设置过期时间 try { do something //业务处理 }catch(){ } finally { jedis.del(key); //释放锁 } }

这段代码是可以加锁成功，但是你有没有发现问题，加锁操作和设置超时时间是分开的。假设在执行完setnx加锁后，正要执行expire设置过期时间时，进程crash掉或者要重启维护了，那这个锁就长生不老了，别的线程永远获取不到锁啦，所以分布式锁不能这么实现！

3.2 setnx value值是过期时间

long expires = System.currentTimeMillis() expireTime; //系统时间 设置的过期时间 String expiresStr = String.valueOf(expires); // 如果当前锁不存在，返回加锁成功 if (jedis.setnx(key, expiresStr) == 1) { return true; } // 如果锁已经存在，获取锁的过期时间 String currentValueStr = jedis.get(key); // 如果获取到的过期时间，小于系统当前时间，表示已经过期 if (currentValueStr != null && Long.parseLong(currentValueStr) < System.currentTimeMillis()) { // 锁已过期，获取上一个锁的过期时间，并设置现在锁的过期时间（不了解redis的getSet命令的小伙伴，可以去官网看下哈） String oldValueStr = jedis.getSet(key, expiresStr); if (oldValueStr != null && oldValueStr.equals(currentValueStr)) { // 考虑多线程并发的情况，只有一个线程的设置值和当前值相同，它才可以加锁 return true; } } //其他情况，均返回加锁失败 return false; }

日常开发中，有些小伙伴就是这么实现分布式锁的，但是会有这些缺点：

  • 过期时间是客户端自己生成的，分布式环境下，每个客户端的时间必须同步。
  • 没有保存持有者的唯一标识，可能被别的客户端释放/解锁。
  • 锁过期的时候，并发多个客户端同时请求过来，都执行了jedis.getSet()，最终只能有一个客户端加锁成功，但是该客户端锁的过期时间，可能被别的客户端覆盖。
3.3 set的扩展命令(set ex px nx)

这个命令的几个参数分别表示什么意思呢？跟大家复习一下：

SET key value [EX seconds] [PX milliseconds] [NX|XX]

  • EX second ：设置键的过期时间为second秒。
  • PX millisecond ：设置键的过期时间为millisecond毫秒。
  • NX ：只在键不存在时，才对键进行设置操作。
  • XX ：只在键已经存在时，才对键进行设置操作。

if（jedis.set(key, lock_value, "NX", "EX", 100s) == 1）{ //加锁 try { do something //业务处理 }catch(){ } finally { jedis.del(key); //释放锁 } }

这个方案可能存在这样的问题：

  • 锁过期释放了，业务还没执行完。
  • 锁被别的线程误删。

有些伙伴可能会有个疑问，就是锁为什么会被别的线程误删呢？假设并发多线程场景下，线程A获得了锁，但是它没释放锁的话，线程B是获取不到锁的，所以按道理它是执行不到加锁下面的代码滴，怎么会导致锁被别的线程误删呢？

假设线程A和B，都想用key加锁，最后A抢到锁加锁成功，但是由于执行业务逻辑的耗时很长，超过了设置的超时时间100s。这时候，Redis就自动释放了key锁。这时候线程B就可以加锁成功了，接下啦，它也执行业务逻辑处理。假设碰巧这时候，A执行完自己的业务逻辑，它就去释放锁，但是它就把B的锁给释放了。

3.4 set ex px nx 校验唯一随机值,再删除

为了解决锁被别的线程误删问题。可以在set ex px nx的基础上，加上个校验的唯一随机值，如下：

if（jedis.set(key, uni_request_id, "NX", "EX", 100s) == 1）{ //加锁 try { do something //业务处理 }catch(){ } finally { //判断是不是当前线程加的锁,是才释放 if (uni_request_id.equals(jedis.get(key))) { jedis.del(key); //释放锁 } } }

在这里，判断当前线程加的锁和释放锁不是一个原子操作。如果调用jedis.del()释放锁的时候，可能这把锁已经不属于当前客户端，会解除他人加的锁。

一般可以用lua脚本来包一下。lua脚本如下：

if redis.call('get',KEYS[1]) == ARGV[1] then return redis.call('del',KEYS[1]) else return 0 end;

这种方式比较不错了，一般情况下，已经可以使用这种实现方式。但是还是存在：锁过期释放了，业务还没执行完的问题。

3.5 Redisson

对于可能存在锁过期释放，业务没执行完的问题。我们可以稍微把锁过期时间设置长一些，大于正常业务处理时间就好啦。如果你觉得不是很稳，还可以给获得锁的线程，开启一个定时守护线程，每隔一段时间检查锁是否还存在，存在则对锁的过期时间延长，防止锁过期提前释放。

当前开源框架Redisson解决了这个问题。可以看下Redisson底层原理图：

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(2)

只要线程一加锁成功，就会启动一个watch dog看门狗，它是一个后台线程，会每隔10秒检查一下，如果线程1还持有锁，那么就会不断的延长锁key的生存时间。因此，Redisson就是使用watch dog解决了锁过期释放，业务没执行完问题。

3.6 Redisson RedLock

前面六种方案都只是基于Redis单机版的分布式锁讨论，还不是很完美。因为Redis一般都是集群部署的：

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(3)

如果线程一在Redis的master节点上拿到了锁，但是加锁的key还没同步到slave节点。恰好这时，master节点发生故障，一个slave节点就会升级为master节点。线程二就可以顺理成章获取同个key的锁啦，但线程一也已经拿到锁了，锁的安全性就没了。

为了解决这个问题，Redis作者antirez提出一种高级的分布式锁算法：Redlock。它的核心思想是这样的：

部署多个Redis master，以保证它们不会同时宕掉。并且这些master节点是完全相互独立的，相互之间不存在数据同步。同时，需要确保在这多个master实例上，是与在Redis单实例，使用相同方法来获取和释放锁。

我们假设当前有5个Redis master节点，在5台服务器上面运行这些Redis实例。

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(4)

RedLock的实现步骤:

  1. 获取当前时间，以毫秒为单位。
  2. 按顺序向5个master节点请求加锁。客户端设置网络连接和响应超时时间，并且超时时间要小于锁的失效时间。（假设锁自动失效时间为10秒，则超时时间一般在5-50毫秒之间,我们就假设超时时间是50ms吧）。如果超时，跳过该master节点，尽快去尝试下一个master节点。
  3. 客户端使用当前时间减去开始获取锁时间（即步骤1记录的时间），得到获取锁使用的时间。当且仅当超过一半（N/2 1，这里是5/2 1=3个节点）的Redis master节点都获得锁，并且使用的时间小于锁失效时间时，锁才算获取成功。（如上图，10s> 30ms 40ms 50ms 4m0s 50ms）
  4. 如果取到了锁，key的真正有效时间就变啦，需要减去获取锁所使用的时间。
  5. 如果获取锁失败（没有在至少N/2 1个master实例取到锁，有或者获取锁时间已经超过了有效时间），客户端要在所有的master节点上解锁（即便有些master节点根本就没有加锁成功，也需要解锁，以防止有些漏网之鱼）。

简化下步骤就是：

  • 按顺序向5个master节点请求加锁
  • 根据设置的超时时间来判断，是不是要跳过该master节点。
  • 如果大于等于3个节点加锁成功，并且使用的时间小于锁的有效期，即可认定加锁成功啦。
  • 如果获取锁失败，解锁！

Redisson实现了redLock版本的锁，有兴趣的小伙伴，可以去了解一下哈~

4. Zookeeper分布式锁

在学习Zookeeper分布式锁之前，我们复习一下Zookeeper的节点哈。

Zookeeper的节点Znode有四种类型：

  • 持久节点：默认的节点类型。创建节点的客户端与zookeeper断开连接后，该节点依旧存在。
  • 持久节点顺序节点：所谓顺序节点，就是在创建节点时，Zookeeper根据创建的时间顺序给该节点名称进行编号，持久节点顺序节点就是有顺序的持久节点。
  • 临时节点：和持久节点相反，当创建节点的客户端与zookeeper断开连接后，临时节点会被删除。
  • 临时顺序节点：有顺序的临时节点。

Zookeeper分布式锁实现应用了临时顺序节点。这里不贴代码啦，来讲下zk分布式锁的实现原理吧。

4.1 zk获取锁过程

当第一个客户端请求过来时，Zookeeper客户端会创建一个持久节点locks。如果它（Client1）想获得锁，需要在locks节点下创建一个顺序节点lock1.如图

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(5)

接着，客户端Client1会查找locks下面的所有临时顺序子节点，判断自己的节点lock1是不是排序最小的那一个，如果是，则成功获得锁。

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(6)

这时候如果又来一个客户端client2前来尝试获得锁，它会在locks下再创建一个临时节点lock2

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(7)

客户端client2一样也会查找locks下面的所有临时顺序子节点，判断自己的节点lock2是不是最小的，此时，发现lock1才是最小的，于是获取锁失败。获取锁失败，它是不会甘心的，client2向它排序靠前的节点lock1注册Watcher事件，用来监听lock1是否存在，也就是说client2抢锁失败进入等待状态。

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(8)

此时，如果再来一个客户端Client3来尝试获取锁，它会在locks下再创建一个临时节点lock3

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(9)

同样的，client3一样也会查找locks下面的所有临时顺序子节点，判断自己的节点lock3是不是最小的，发现自己不是最小的，就获取锁失败。它也是不会甘心的，它会向在它前面的节点lock2注册Watcher事件，以监听lock2节点是否存在。

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(10)

4.2 释放锁

我们再来看看释放锁的流程，Zookeeper的客户端业务完成或者发生故障，都会删除临时节点，释放锁。如果是任务完成，Client1会显式调用删除lock1的指令

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(11)

如果是客户端故障了，根据临时节点得特性，lock1是会自动删除的

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(12)

lock1节点被删除后，Client2可开心了，因为它一直监听着lock1。lock1节点删除，Client2立刻收到通知，也会查找locks下面的所有临时顺序子节点，发下lock2是最小，就获得锁。

分布式锁的几种典型实现（聊聊分布式锁的多种实现）(13)

同理，Client2获得锁之后，Client3也对它虎视眈眈，啊哈哈~

  • Zookeeper设计定位就是分布式协调，简单易用。如果获取不到锁，只需添加一个监听器即可，很适合做分布式锁。
  • Zookeeper作为分布式锁也缺点：如果有很多的客户端频繁的申请加锁、释放锁，对于Zookeeper集群的压力会比较大。
5. 三种分布式锁对比

5.1 数据库分布式锁实现

优点：

  • 简单，使用方便，不需要引入Redis、zookeeper等中间件。

缺点：

  • 不适合高并发的场景
  • db操作性能较差，有锁表的风险；
5.2 Redis分布式锁实现

优点：

  • 性能好，适合高并发场景
  • 较轻量级
  • 有较好的框架支持，如Redisson

缺点：

  • 过期时间不好控制
  • 需要考虑锁被别的线程误删场景
5.3 Zookeeper分布式锁实现

缺点：

  • 性能不如redis实现的分布式锁
  • 比较重的分布式锁。

优点：

  • 有较好的性能和可靠性
  • 有封装较好的框架，如Curator
5.4 对比汇总
  • 从性能角度（从高到低）Redis > Zookeeper >= 数据库；
  • 从理解的难易程度角度（从低到高）数据库 > Redis > Zookeeper；
  • 从实现的复杂性角度（从低到高）Zookeeper > Redis > 数据库；
  • 从可靠性角度（从高到低）Zookeeper > Redis > 数据库。
最后(求关注，别白嫖我)

如果这篇文章对您有所帮助，或者有所启发的话，求一键三连：点赞、转发、在看，您的支持是我坚持写作最大的动力。

来源：https://mp.weixin.qq.com/s/xQknd6xsVDPBr4TbETTk2A

,