Java分布式锁的四种实现方式（Redis，Zookeeper，Mysql，Memcached）

1，使用Redis做分布式锁：

利用SETNX添加一个锁，并设置锁的释放时间。

问题：

a，某个机器实例的任务执行时长超时了，超过了锁释放的时间，会造成其他机器实例获取到该锁并执行任务。任务被同时执行。

b，Redis的部署模式：如果是单实例，或者是master-slave模式。 Redis可能会挂（概率很小），或者只是针对master节点加锁，如果master节点故障，发生master,slave切换，锁丢失。

 

解决方案：

1，针对问题a

* 如果任务时间超时，可以设置告警，人工进行干预。

* 或者在当前机器实例上，频繁的去get锁，如果锁属于自己，则延长锁的释放时间。

2，针对问题b

* 如果是master-slave模式，在每个节点都建立锁，如果是Cluster模式，在超过一半的节点上都建立锁。

 

如果业务对分布式锁出错可以容忍，不是那么强烈的一致性，那就使用Redis的简单实现，因为Redis可以支撑

很高的并发。

比如一些周期性定时任务，例如同步数据的，处理异常情况等等，避免多个实例跑浪费机器资源的。

 

如果业务对分布式锁有一定要求，当然不是100%的强一致性，而且并发特别高，可以考试使用

Redisson, 他具有很高的数据一致性，可以达到99.99%，而且性能特别好。

可以使用Redisson的多个Redis实例的分布式锁。

Config config = new Config(); 
config.useClusterServers().addNodeAddress("redis://192.168.31.101:7001") 
.addNodeAddress("redis://192.168.31.101:7002") 
.addNodeAddress("redis://192.168.31.101:7003") 
.addNodeAddress("redis://192.168.31.102:7001") 
.addNodeAddress("redis://192.168.31.102:7002") 
.addNodeAddress("redis://192.168.31.102:7003"); 
RedissonClient redisson = Redisson.create(config); 
RLock lock = redisson.getLock("anyLock"); 
lock.lock(); 
lock.unlock();

它的 API 中的 Lock 和 Unlock 即可完成分布式锁：

Redisson 中有一个 Watchdog 的概念，翻译过来就是看门狗，它会在你获取锁之后，每隔 10s 帮你把 Key 的超时时间设为 30s。

Redisson 的“看门狗”逻辑保证了没有死锁发生。(如果机器宕机了，看门狗也就没了。此时就不会延长 Key 的过期时间，到了 30s 之后就会自动过期了，其他线程可以获取到锁)

 

2，基于Zookeeper实现分布式锁

ZK：提供配置管理，分布式协同，命名的中心化服务。

ZK的节点类型：持久节点，临时节点

顺序节点：持久顺序节点，临时顺序节点

 

分布式锁实现原理：为锁创建一个持久化节点，例如：/lock

在这个节点下，每个Client创建临时顺序节点，如：/lock/client-001，/lock/client-002，/lock/client-003

临时节点，如果Client会话结束，或者断开，ZK自动删除临时节点。

Client获取/lock下所有的子节点列表，判断当前创建的子节点列表序号是不是最小，如果是，认为获取该锁。

如果不是，监听比自己小一个的节点。直到获得节点变更通知后重复检查节点序号。

 

这里，为什么监听比自己小一个的节点，而不是最小序号的节点，因为，如果/lock下有1000个节点的话，

当最小节点有变更通知，ZK需要通知其它999个节点。ZK会发生阻塞，Client也没有必要同时去争抢锁。

 

3，基于Mysql数据库实现分布式锁：

悲观锁：select ... for update

首先设置Mysql为非auto commit 模式，放在一个事务执行。

1. 第一步查询锁定一行数据：select * from table where id = 1 for update 锁定 id=1 的行。
2. 第二步：操作和这一行数据关联的业务，比如：insert, 或者 update 等等。
3. 第三步：提交事务。id=1 的行解锁。

当然，在事务中，只有SELECT … FOR UPDATE 或LOCK IN SHARE MODE 同一笔数据时会等待其它事务结束后才执行，一般SELECT … 则不受此影响。

 

4，基于Memcached的分布式锁实现，和Redis最简单的分布式锁实现功能效果一致。

Memcached的分布式完全是依赖客户端的一致性哈希算法来达到分布式的存储，在Memcached服务端，所有的操作都是原子性的。

我们利用add函数，add会添加第一个到达的值，并返回true，后续的添加则都会返回false。

利用这个原理，可以先定义一个 锁 LockKEY ，add 成功的认为是得到锁。并且设置[过期超时] 时间，保证宕机后，也不会死锁。