1 分布式锁的疑问
谈到分布式锁,有很多实现方式,如数据库、redis、ZooKeeper等。提个问题:
- 实现分布式锁需要满足哪些条件呢?
2 数据库实现分布式锁
2.1 实现案例
如使用数据库事务中的锁如record lock来实现,如下所示
1 获取锁
public void lock(){
connection.setAutoCommit(false)
int count = 0;
while(count < 4){
try{
select * from lock where lock_name=xxx for update;
if(结果不为空){
//代表获取到锁
return;
}
}catch(Exception e){
}
//为空或者抛异常的话都表示没有获取到锁
sleep(1000);
count++;
}
throw new LockException();
}
2 释放锁
public void release(){
connection.commit();
}
数据库的lock表,lock_name是主键,通过for update操作,数据库就会对该行记录加上record lock,从而阻塞其他人对该记录的操作。
一旦获取到了锁,就可以开始执行业务逻辑,最后通过connection.commit()操作来释放锁。
其他没有获取到锁的就会阻塞在上述select语句上,可能的结果有2种,在超时之前获取到了锁,在超时之前仍未获取到锁(这时候会抛出超时异常,然后进行重试)
数据库当然还有其他方式,如插入一个有唯一约束的数据。成功插入则表示获取到了锁,释放锁就是删除该记录。该方案也有很多问题要解决
2.2 存在的问题
首先性能不是特别高。
通过数据库的锁来实现多进程之间的互斥,但是这貌似也有一个问题:就是sql超时异常的问题
jdbc超时具体有3种超时,具体见深入理解JDBC的超时设置
- 框架层的事务超时
- jdbc的查询超时
- Socket的读超时
这里只涉及到后2种的超时,jdbc的查询超时还好(mysql的jdbc驱动会向服务器发送kill query命令来取消查询),如果一旦出现Socket的读超时,对于如果是同步通信的Socket连接来说(底层实现Connection的可能是同步通信也可能是异步通信),该连接基本上不能使用了,需要关闭该连接,从新换用新的连接,因为会出现请求和响应错乱的情况,比如jedis出现的类型转换异常,详见Jedis的类型转换异常深究
3 redis实现分布式锁
而redis通常可以使用setnx来实现分布式锁
3.1 基本版
1 获取锁
public void lock(){
for(){
ret = setnx lock_ley (current_time + lock_timeout)
if(ret){
//获取到了锁
break;
}
//没有获取到锁
sleep(100);
}
}
2 释放锁
public void release(){
del lock_ley
}
setnx来创建一个key,如果key不存在则创建成功返回1,如果key已经存在则返回0。依照上述来判定是否获取到了锁
获取到锁的执行业务逻辑,完毕后删除lock_key,来实现释放锁
其他未获取到锁的则进行不断重试,直到自己获取到了锁
3.2 改进版
上述逻辑在正常情况下是OK的,但是一旦获取到锁的客户端挂了,没有执行上述释放锁的操作,则其他客户端就无法获取到锁了,所以在这种情况下有2种方式来解决:
- 为lock_key设置一个过期时间
- 对lock_key的value进行判断是否过期
以第一种为例,在set键值的时候带上过期时间,即使挂了,也会在过期时间之后,其他客户端能够重新竞争获取锁
public void lock(){
while(true){
ret = set lock_key identify_value nx ex lock_timeout
if(ret){
//获取到了锁
return;
}
sleep(100);
}
}
public void release(){
value = get lock_key
if(identify_value == value){
del lock_key
}
}
以第二种为例,一旦发现lock_key的值已经小于当前时间了,说明该key过期了,然后对该key进行getset设置,一旦getset返回值是原来的过期值,说明当前客户端是第一个来操作的,代表获取到了锁,一旦getset返回值不是原来过期时间则说明前面已经有人修改了,则代表没有获取到锁,详细见用Redis实现分布式锁,改正如下:
# get lock
lock = 0
while lock != 1:
timestamp = current_unix_time + lock_timeout
lock = SETNX lock.foo timestamp
if lock == 1 or (now() > (GET lock.foo) and now() > (GETSET lock.foo timestamp)):
break;
else:
sleep(10ms)
# do your job
do_job()
# release
if now() < GET lock.foo:
DEL lock.foo
这里看来第二种其实没有第一种比较好。
3.3 问题依旧
问题1: lock timeout的存在也使得失去了锁的意义,即存在并发的现象。一旦出现锁的租约时间,就意味着获取到锁的客户端必须在租约之内执行完毕业务逻辑,一旦业务逻辑执行时间过长,租约到期,就会引发并发问题。所以有lock timeout的可靠性并不是那么的高。
问题2: 上述方式仅仅是redis单机情况下,还存在redis单点故障的问题。如果为了解决单点故障而使用redis的sentinel或者cluster方案,则更加复杂,引入的问题更多。
4 ZooKeeper实现分布式锁
4.1 案例
这也是ZooKeeper客户端curator的分布式锁实现。
1 获取锁
public void lock(){
path = 在父节点下创建临时顺序节点
while(true){
children = 获取父节点的所有节点
if(path是children中的最小的){
代表获取了节点
return;
}else{
添加监控前一个节点是否存在的watcher
wait();
}
}
}
watcher中的内容{
notifyAll();
}
2 释放锁
public void release(){
删除上述创建的节点
}
4.2 总结
ZooKeeper版本的分布式锁问题相对比较来说少。
- 锁的占用时间限制:redis就有占用时间限制,而ZooKeeper则没有,最主要的原因是redis目前没有办法知道已经获取锁的客户端的状态,是已经挂了呢还是正在执行耗时较长的业务逻辑。而ZooKeeper通过临时节点就能清晰知道,如果临时节点存在说明还在执行业务逻辑,如果临时节点不存在说明已经执行完毕释放锁或者是挂了。由此看来redis如果能像ZooKeeper一样添加一些与客户端绑定的临时键,也是一大好事。
- 是否单点故障:redis本身有很多中玩法,如客户端一致性hash,服务器端sentinel方案或者cluster方案,很难做到一种分布式锁方式能应对所有这些方案。而ZooKeeper只有一种玩法,多台机器的节点数据是一致的,没有redis的那么多的麻烦因素要考虑。
总体上来说ZooKeeper实现分布式锁更加的简单,可靠性更高。
5 分布式锁实现原理总结
从上面我们经历了3种实现方式,可以从中总结下,该怎么去回答最初提出的问题。
5.1 分布式锁的实现
在我自己看来有如下3个方面:
- 怎么获取锁
- 怎么释放锁
- 怎么得知锁被释放了
5.1.1 怎么获取锁
能够提供一种方式,多个客户端并发操作,只能有一个客户端能满足相应的要求
如数据库的for update的sql语句、或者插入一个含有唯一约束的数据等
如redis的setnx等
如ZooKeeper的求最小节点的方式
这些都可以保证只能有一个客户端获取到了锁
5.1.2 怎么释放锁
场景一般有2种情况:
- 1 正常情况下的释放锁
- 2 异常情况下如何释放锁(即释放锁的操作没有被执行,如挂掉、没执行成功等原因)
如redis正常情况下释放锁是删除lock_key,异常情况下,只能通过lock_key的超时时间了
如ZooKeeper正常情况下释放锁是删除临时节点,异常情况下,服务器也会主动删除临时节点(这种机制就简单多了)
5.1.3 怎么得知锁被释放了
实现方式一般有2种情况:
- 1 没有获取到锁的客户端不断尝试获取锁
- 2 服务器端通知客户端锁被释放了
当然第二种情况是最优的(客户端所做的无用功最少),如ZooKeeper通过注册watcher来得到锁释放的通知。而数据库、redis没有办法来通知客户端锁释放了,那客户端就只能傻傻的不断尝试获取锁了。