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:

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:

CREATETABLE`t_resource_lock`( `key_resource`varchar(45)COLLATEutf8_binNOTNULLDEFAULT'资源主键', `status`char(1)COLLATEutf8_binNOTNULLDEFAULT''COMMENT'S,F,P', `lock_flag`int(10)unsignedNOTNULLDEFAULT'0'COMMENT'1是已经锁0是未锁', `begin_time`datetimeDEFAULTNULLCOMMENT'开始时间', `end_time`datetimeDEFAULTNULLCOMMENT'结束时间', `client_ip`varchar(45)COLLATEutf8_binNOTNULLDEFAULT'抢到锁的IP', `time`int(10)unsignedNOTNULLDEFAULT'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', PRIMARYKEY(`key_resource`)USINGBTREE )ENGINE=InnoDBDEFAULTCHARSET=utf8COLLATE=utf8_bin

加锁lock方法的伪代码如下:

@Transcational//一定要加事务 publicbooleanlock(StringkeyResource,inttime){ resourceLock='select*fromt_resource_lockwherekey_resource='#{keySource}'forupdate'; try{ if(resourceLock==null){ //插入锁的数据 resourceLock=newResourceLock(); resourceLock.setTime(time); resourceLock.setLockFlag(1);//上锁 resourceLock.setStatus(P);//处理中 resourceLock.setBeginTime(newDate()); intcount="insertintoresourceLock"; if(count==1){ //获取锁成功 returntrue; } returnfalse; } }catch(Exceptionx){ returnfalse; } //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) &&newDate()>=resourceLock.addDateTime(resourceLock.getBeginTime(,time)){ resourceLock.setLockFlag(1);//上锁 resourceLock.setStatus(P);//处理中 resourceLock.setBeginTime(newDate()); //updateresourceLock; returntrue; }elseif(newDate()>=resourceLock.addDateTime(resourceLock.getBeginTime(,time)){ //超时未正常执行结束,获取锁失败 returnfalse; }else{ returnfalse; } }

解锁unlock方法的伪代码如下:

publicvoidunlock(Stringv,status){ resourceLock.setLockFlag(0);//解锁 resourceLock.setStatus(status);S:表示成功,F表示失败 //updateresourceLock; 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

selectversion,balancefromaccountwhereuser_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

updateaccountsetbalance=#{left_balance},version=version 1whereversion =#{oldVersion}andbalance>=#{left_balance} and user_id='666';

大家可以看下这个流程图哈:

实现分布式锁的方式(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:

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{ dosomething//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

longexpires=System.currentTimeMillis() expireTime;//系统时间 设置的过期时间 StringexpiresStr=String.valueOf(expires); //如果当前锁不存在,返回加锁成功 if(jedis.setnx(key,expiresStr)==1){ returntrue; } //如果锁已经存在,获取锁的过期时间 StringcurrentValueStr=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) StringoldValueStr=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 returntrue; } } //其他情况,均返回加锁失败 returnfalse; }

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

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:

SETkeyvalue[EXseconds][PXmilliseconds][NX|XX]

if(jedis.set(key,lock_value,"NX","EX",100s)==1){//加锁 try{ dosomething//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:

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{ dosomething//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:

ifredis.call('get',KEYS[1])==ARGV[1]then returnredis.call('del',KEYS[1]) else return0 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:

实现分布式锁的方式(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:

实现分布式锁的方式(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。

实现分布式锁的方式(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:

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:

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

实现分布式锁的方式(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。

实现分布式锁的方式(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

实现分布式锁的方式(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。

实现分布式锁的方式(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

实现分布式锁的方式(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。

实现分布式锁的方式(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

实现分布式锁的方式(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

实现分布式锁的方式(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。

实现分布式锁的方式(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~

5. 三种分布式锁对比

5.1 数据库分布式锁实现

优点:

缺点:

5.2 Redis分布式锁实现

优点:

缺点:

5.3 Zookeeper分布式锁实现

缺点:

优点:

5.4 对比汇总

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。

,