分布式锁的简单理解

分布式锁

场景一

同一个应用用部署在多机器，用于支撑高并发访问以下代码有什么问题？

@Transactional
public boolean doOrder(Integer productId , Integer buySize ) {
    //获取当前的产品库存数量
    Product product = mapper.selectByPrimaryKey(id); 
    if(product.getStock() >= buySize){
        Map<String,Object> map=new HashMap<String,Object>();
        map.put("id", id);
        map.put("stock", buySize); 
        mapper.updateStock(map); 
        System.out.println("库存充足，购买成功");
    }else{
        System.out.println("库存不足，购买失败"); return false;
    }
    return true;
}

悲观锁

顾名思义，就是很悲观，每次去拿数据的时候都认为别人会修改，所以每次在拿数据   的时候都会上锁，这样别人想拿这个数据就会block直到它拿到锁。传统的关系型数据  库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作   之前先上锁。

 

基于Redis实现

实现原理：  Redis为单进程单线程模式，采用队列模式将并发访问变成串行访问，且多客户端对Redis的连接并不存在竞争关系。redis的SETNX命令可以方便的实现分布  式锁。

SETNX命令（SET if Not eXists） 语法： SETNX key value 功能： 当且仅当 key 不存在，将 key 的值设为 value ，并返回1；若给定的 key 已经存在，则 SETNX 不做任何动作，并返回0。

 

基于zookeeper实现

获得锁：通过构建一个目录，当叶节点能创建成，则认为获取到锁，因为一旦一个节  点被某个会话创建，其它会话 再次创建个节点时，将会抛出异常，比如目录为

/exclusiveLock/lock

• 释放锁： 删除节点或者会话失效

 

场景二

1. 假设当当网上用户下单买了本书，这时数据库中有条订单号为001的订单，其中有个

status字段是’有效’,表示该订单是有效的；

1. 后台管理人员查询到这条001的订单，并且看到状态是有效的
2. 用户发现下单的时候下错了，于是撤销订单，假设运行这样一条SQL: update order_table set status = ‘取消’ where order_id = 001;
3. 后台管理人员由于在b这步看到状态有效的，这时，虽然用户在c这步已经撤销了订  单，可是管理人员并未刷新界面，看到的订单状态还是有效的，于是点击”发货”按

钮，将该订单发到物流部门，同时运行类似如下SQL，将订单状态改成已发货:update order_table set status = ‘已发货’ where order_id = 001

 

乐观锁

 

顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，  但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号  等机制。乐观锁适用于多读的应用类型，这样可以提高吞吐量，像数据库如果提供类  似于write_condition机制的其实都是提供的乐观锁。

 

基于数据版本（ Version ）记录机制实现

何谓数据版本？即为数据增加一个版本标识，在基于数据库表的版本解决方案中，一  般是通过为数据库表增加一个 “version” 字段来实现。读取出数据时，将此版本号一同读出，之后更新时，对此版本号加一。此时，将提交数据的版本数据与数据库表对  应记录的当前版本信息进行比对，如果提交的数据版本号大于数据库表当前版本号，  则予以更新，否则认为是过期数据。

示例

对于上面修改用户帐户信息的例子而言，假设数据库中帐户信息表中有一个version  字段，当前值为 1 ；而当前帐户余额字段（ balance ）为 $100 。

1. 操作员 A 此时将其读出（ version=1 ），并从其帐户余额中扣除$50
2. 在操作员 A 操作的过程中，操作员 B 也读入此用户信息（ version=1 ），并从其帐户余额中扣除 （ 100­$20 ）。
3. 操作员 A 完成了修改工作，将数据版本号加一（ version=2 ），连同帐户扣除后余额（ balance=$50 ），提交至数据库更新，此时由于提交数据版本大于数据库记录当前版本，数据被更新，数据库记录 version 更新为 2 。
4. 操作员 B 完成了操作，也将版本号加一（ version=2 ）试图向数据库提交数据（ balance=$80 ），但此时比对数据库记录版本时发现，操作员 B 提交的数据版本号为 2 ，数据库记录当前版本也为 2 ，不满足 “ 提交版本必须大于记录当前版本才能执行更新 “ 的乐观锁策略，因此，操作员 B 的提交被驳回。

这样，就避免了操作员 B 用基于 version=1 的旧数据修改的结果覆盖操作员 A 的操作结果的可能。

从上面的例子可以看出，乐观锁机制避免了长事务中的数据库加锁开销

需要注意的是，乐观锁机制往往基于系统中的数据存储逻辑，因此也具备一定的局限性，如   在上例中，由于乐观锁机制是在我们的系统中实现，来自外部系统的用户余额更新操作不受   我们系统的控制，因此可能会造成脏数据被更新到数据库中。在系统设计阶段，我们应该充   分考虑到这些情况出现的可能性，并进行相应调整（如将乐观锁策略在数据库存储过程中实   现，对外只开放基于此存储过程的数据更新途径，而不是将数据库表直接对外公开。

 

优缺点

​​​​​​​两种锁各有优缺点，不可认为一种好于另一种，像乐观锁适用于写比较少的情况下，  即冲突真的很少发生的时候，这样可以省去了锁的开销，加大了系统的整个吞吐量。  但如果经常产生冲突，上层应用会不断的进行retry，这样反倒是降低了性能，所以这  种情况下用悲观锁就比较合适。