分布式锁的多种实现

目前几乎所有的大型web应用全都是分布式部署的，分布式场景中的数据一致性问题一直是一个比较重要的话题。分布式应用中的CAP理论告诉我们：

任何一个分布式系统都无法同时满足一致性（Consistency）、可用性（Availability）、分区容错性（Partation tolerance）。最多只能同时满足其中两项。

所以在设计之初，就需要对三者做出取舍。一般在互联网场景中，都会选择牺牲强一致性，来换取高可用性，系统只需要保证最终一致性。

那么问题就是，如何保证最终一致性？通常的技术方案有分布式事务，分布式锁。我们需要保证，在同一时刻，只有一个线程执行某一个特定方法。我们知道，在单机环境中，或者是单JVM中，java的并发api可以保证并发安全。但是在集群情况下，java的并发api就没办法了。我们需要分布式锁。

通常分布式锁的实现方案有三种：

1.基于数据库实现 
2.基于缓存（redis、memcached、tair） 
3.基于zookeeper

在思考方案前，首先要考虑目标，我们需要什么样的分布式锁？

1、安全，要保证加锁的方案同一时刻只能被一台机器上的一个线程访问。 
2、可重入锁，避免死锁 
3、最好是阻塞锁 
4、高可用的获取锁和释放锁功能，尤其要关注释放锁的可靠性。

基于数据库的实现

基于数据库表

这应该是最直接能想到的方法。 
创建一张表，基于表的数据操作锁。 
当我们要加锁是，创建一条记录。释放锁时，删除这条记录。

1. 创建表

CREATE TABLE `myLock`(
`id` int(11) not null auto_increment comment '主键',
`method_name` varchar(64) not null default '' comment '锁定的方法名',
`desc` varchar(1024) not null default '备注信息',
`update_time` timestamp not null default current_timestamp on update current_timestamp comment '更新时间',
primary key (`id`),
unique key `uidx_method_name` (`method_name`) using btree
 )engine=InnoDB default charset=utf8 comment='锁定中的方法'

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

当我们需要锁住某个方法时，执行插入。

insert into myLock(method_name,desc) values ('theMethod','the desc');

• 1

当需要释放锁时，执行delete。

delete from myLock where method_name =  theMethod

• 1

这种实现有什么问题？

1. 该方案强依赖于数据库的可用性。数据库是单点，一旦挂掉，将导致整个业务不可用。
2. 该锁不是阻塞的。依赖insert操作，一旦失败直接返回。没有获得锁的线程不会进入队列，要想获取锁，只能再次发起insert。
3. 该锁没有失效时间。一旦delete失败，锁就永远存在了。
4. 该锁不是可重入锁。

有没有解决方法？

1. 数据库主备，自动切换。增加了方案复杂性，增加了money投入。
2. 搞个while循环
3. 定时任务
4. 加字段。记录主机信息和线程现象，下一次获取的时候比对一下。

基于数据库排它锁

原理：利用数据库自带的排他锁机制。select for update。 
还是先建了上面那张表。 
在mysql的InnoDB引擎下，可以用下面的代码：

public boolean lock(){
    connection.setAutoCommit(false)
    while(true){
        try{
            result = select * from myLock where method_name=xxx for update;
            if(result==null){
                return true;
            }
        }catch(Exception e){

        }
        sleep(1000);
    }
    return false;
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16

这样可以给某条记录加上排他锁，之后其他的线程就不可以再加排它锁了。要注意的是，InnoDB在加锁的时候只有通过索引检索的时候才会使用行级锁，否则表级锁。这个索引一定要建成唯一索引，否则会出现多个重载方法无法访问的情况，重载方法就再加个参数类型字段。

释放锁的代码：

public void unlock(){
    connection.commit();
}

• 1
• 2
• 3
• 4

有没有什么问题？

1. 单点问题依然存在
2. 天生是阻塞的。for update失败会一直处于阻塞状态。
3. 服务宕机之后，数据库自己会把锁释放掉。
4. 依然是不可重入锁。
5. 另外要注意数据库执行时的优化。你建了索引，数据库执行时不一定用的。

总结：

数据库这种方式看起来简单，实际不会采用的。因为要埋这些坑，要加入更多的代码。使方案变得越来越复杂。

基于缓存实现

基于缓存实现，在性能上回比较好，而且缓存一般都是集群部署的，解决了单点问题。 
例如，redis使用setnx,expire。 
例子很多，但是在生产环境中，没有用过。setnx不是原子的。exire超时也不是很靠谱。

基于Zookeeper实现

基于Zookeeper临时有序节点实现分布式锁。 
大体原理：当每个客户端对某个方法加锁时，在Zookeeper的对应目录下，会生成一个唯一的瞬态的有序的znode。 
判断是否获得锁，只要判断自己是不是目录下最小的znode。 
如果不是，注册对比自己小的znode的监听。当比自己小的znode删除时，收到消息，判断自己是不是最小的。

当某个客户端获取锁后，突然挂掉。没关系，对应的znode会被自动删除，不会出现锁释放不了的问题。 
是阻塞锁 
可重入 
集群部署

使用zookeeper还是比较靠谱的，而且可以直接使用第三方包Curator，这个包直接封装了一个可重入的锁服务。

public boolean tryLock(long timeout, TimeUnit unit) throws Exception {
        return interProcessMutex.acquire(timeout, unit);
}
public void unlock() throws Exception {
        interProcessMutex.release();
}

• 1
• 2
• 3
• 4
• 5
• 6

Curator的interProcessMutex.acquire获取锁，release释放锁. 
超级简单，好用。

只是性能上要比基于缓存差一点。 
但是生产环境上还是推荐zookeeper。