本文探讨了高并发环境下分布式锁面临的挑战，包括获取锁时间、资源过大、重试策略和节点宕机等问题。文章通过具体案例分析了如何优化锁的使用，如资源拆分和错开重试时间，以及解决节点宕机可能导致的锁失效问题。最后，文章提醒了任务执行时间超过锁TTL的风险，并提出了使用watchdog续期的解决方案。
分布式锁的坑
高并发场景下的问题
以下问题不是说在并发不高的场景下不容易出现，只是在高并发场景下出现的概率更高些而已。
性能问题来自于以下两方面：
**①获取锁的时间上。**如果 Redlock 运用在高并发的场景下，存在 N 个 Master 节点，一个一个去请求，耗时会比较长，从而影响性能。
这个好解决，通过上面描述不难发现，从多个节点获取锁的操作并不是一个同步操作，可以是异步操作，这样可以多个节点同时获取。
即使是并行处理的，还是得预估好获取锁的时间，保证锁的 TTL>获取锁的时间+任务处理时间。
**②被加锁的资源太大。**加锁的方案
《一线大厂Java面试题解析+后端开发学习笔记+最新架构讲解视频+实战项目源码讲义》浏览器打开
完整开源项目：docs.qq.com/doc/DSmxTbFJ1cmN1R2dB
本身就是会为了正确性而牺牲并发的，牺牲和资源大小成正比，这个时候可以考虑对资源做拆分。
拆分的方式有如下两种：
**①从业务上将锁住的资源拆分成多段，每段分开加锁。**比如，我要对一个商户做若干个操作，操作前要锁住这个商户，这时我可以将若干个操作拆成多个独立的步骤分开加锁，提高并发。
**②用分桶的思想，将一个资源拆分成多个桶，一个加锁失败立即尝试下一个。**比如批量任
最低0.47元/天 解锁文章
496
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
