后端开发应彻底掌握的13 种锁的实现方式

最近有很多小伙伴给我留言，分布式系统时代，线程并发，资源抢占，"锁" 慢慢变得很重要。那么常见的锁都有哪些？

今天就和大家简单聊聊这个话题

1、悲观锁

正如其名，它是指对数据修改时持保守态度，认为其他人也会修改数据。因此在操作数据时，会把数据锁住，直到操作完成。悲观锁大多数情况下依靠数据库的锁机制实现，以保证操作最大程度的独占性。如果加锁的时间过长，其他用户长时间无法访问，影响程序的并发访问性，同时这样对数据库性能开销影响也很大，特别是长事务而言，这样的开销往往无法承受。

如果是单机系统，我们可以采用 JAVA 自带的 synchronized 关键字，通过添加到方法或同步块上，锁住资源 如果是分布式系统，我们可以借助数据库自身的锁机制来实现

select * from 表名 where id= #{id} for update

使用悲观锁的时候，我们要注意锁的级别，MySQL innodb 在加锁时，只有明确的指定主键或（索引字段）才会使用 行锁；否则，会执行 表锁，将整个表锁住，此时性能会很差。在使用悲观锁时，我们必须关闭 MySQL 数据库的自动提交属性，因为mysql默认使用自动提交模式。悲观锁适用于写多的场景，而且并发性能要求不高

2、乐观锁

乐观锁，从字面意思也能猜到个大概，在操作数据时非常乐观，认为别人不会同时修改数据，因此乐观锁不会上锁 只是在 提交更新 时，才会正式对数据的冲突与否进行检测。如果发现冲突了，则返回错误信息，让用户决定如何去做，fail-fast 机制 。否则，执行本次操作。

分为三个阶段：数据读取、写入校验、数据写入。

如果是单机系统，我们可以基于JAVA 的 CAS来实现，CAS 是一种原子操作，借助硬件的比较并交换来实现。

如果是分布式系统，我们可以在数据库表中增加一个 版本号 字段，如：version

update 表 
set ... , version = version +1 
where id= #{id} and version = #{version} 

操作前，先读取记录的版本号，更新时，通过SQL语句比较版本号是否一致。如果一致，则更新数据。否则会再次读取版本，重试上面的操作。

3、分布式锁

synchronized 、ReentrantLock 等，都是解决单体应用单机部署的资源互斥问题。随着业务快速发展，当单体应用演化为分布式集群后，多线程、多进程分布在不同的机器上，原来的单机并发控制锁策略失效

此时我们需要引入 分布式锁，解决跨机器的互斥机制来控制共享资源的访问。

分布式锁需要具备哪些条件：

• 与单机系统一样的资源互斥功能，这是锁的基础

• 高性能获取、释放锁

• 高可用

• 具备可重入性

• 有锁失效机制，防止死锁

• 非阻塞，不管是否获得锁，要能快速返回

实现方式多种多样，基于 数据库、Redis、以及 Zookeeper等，这里讲下主流的基于Redis的实现方式：

加锁：

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

通过原子命令，如果执行成功返回 1，则表示加锁成功。注意：unique_value 是客户端生成的唯一标识，区分来自不同客户端的锁操作 解锁要特别注意，先判断 unique_value 是不是加锁的客户端，是的话才允许解锁删除。毕竟我们不能删除其他客户端加的锁。

解锁：解锁有两个命令操作，需要借助 Lua 脚本来保证原子性。

// 先比较 unique_value 是否相等，避免锁的误释放
if redis.call("get",KEYS[1]) == ARGV[1] then
    return redis.call("del",KEYS[1])
else
    return 0
end

借助 Redis 的高性能