【分布式锁思想集合】

1. 基于扣减库存演示超卖，使用分布式锁解决这种超卖的情况
2. 使用nginx做负载均衡、使用jmeter做压力测试
3. 环境要求：jdk1.8+、maven3.x
4. 技术要求：SpringBoot2.x、Springmvc、spring、mybatis、springData-redis、mysql、
   redis
5. 开发工具：idea、nginx、jmeter
6. 其他： zookeeper、lua脚本等

1. 传统锁

JVM本地锁(synchronized、ReentrantLock)

2.基于redis的分布式锁

redis乐观锁

• 手写实现
  • 基本实现
  • 防死锁
  • 防误删
  • 可重入
  • 可续期
  • 红锁算法
• Redisson框架
  • 可重入锁及源码分析
  • 公平锁FairLock
  • 联锁、红锁
  • 读写锁
  • 信号量
  • 闭锁

3.基于zk的分布式锁

• 手写实现
  • Zookeeper的安装
  • 常用指令及Java客户端
  • 基本实现分布式锁
  • 实现阻塞锁
  • 实现可重入式分布式锁
• Curator框架
  • 可重入锁及源码解读
  • 可重入的读写锁
  • 信号量
  • 栅栏
  • 共享计数器

4.基于mysql的分布式锁

一句sql扣减库存
update stock set count = count -1 where product_code = ‘1001’ and count >= 1
这个update语句会自动加锁，这是靠数据库引擎的（表锁）
优点：

1. 数据库引擎加锁执行更新保证了服务集群不会出现超卖现象
2. 吞吐量也会很高

缺点:

1. 锁范围的问题(表锁、行锁)
2. 同一商品有多条库存记录
3. 无法记录库存变化前后的状态

Mysql悲观锁：
select … for update

1. 查询并锁定信息

@select("select * from db_stock where product_code = #{productCode} for update")
List<Stock> queryStock(String productCode);
List<Stock> stocks = this.stockMapper.queryStock("1001");
Stock stock = stocks.get(0);

2. 判断库存充足

if(stock != null && stock.getCount >0) {
   stock.setCount(stock.getCount -1);
   this.stockMapper.updateById(stock);
}

3. 扣减库存
   配和事务注解@Transational

4.1 mysql悲观锁中使用行级锁

# 1.锁的查询或者更新条件必须是索引字段
# 2.查询或更新条件必须是具体值(可以是in,= 但不能是!=,like)

4.2 mysql

/*
1. jvm本地锁：三种情况导致锁失效 600
	多例模式
	事务 Read Uncommitted
	集群部署
2. 一个sql语句：更新数量时判断 2000
	解决：三个锁失效
	问题：
		1. 锁范围问题 表级锁 行级锁
		2. 同一个商品有多条库存记录
		3. 无法记录库存变化前后的状态
3. 悲观锁：select ... for update 
	问题：
		1. 性能问题
		2. 死锁问题：对多条数据加锁时，加锁数据一致。
			①事务，对第一条数据加锁，请求第二条数据的锁；
			②事务，对第二天数据加锁，请求第一条数据的锁；
			两个事务争抢对方的锁，造成死锁问题。
		3. 库存操作要统一：select..for update  普通的select
4. 乐观锁：时间戳 version版本号 CAS机制
	问题：
		1.高并发情况下，性能极低
		2.ABA问题
		3.读写分离情况下乐观锁不可靠(主从数据库 数据拷贝的原因)
总结：
	性能：一个sql > 悲观锁 > jvm锁 > 乐观锁
	如果追求极致性能，业务场景简单并且不需要记录数据变化前后的情况下：
		优先选择：一个sql
	如果写并发量较低(多读)，争抢不是很激烈的情况下优先选择：乐观锁
	如果写并发量较高，一般会经常冲突，此时选择乐观锁的话，会导致业务代码不间断的重试。
		优先选择：mysql悲观锁
	不推荐jvm本地锁。
*/