一文弄懂“分布式锁”，一直以来你的选择依据正确吗？

本文主要会关注的问题是“分布式锁”的问题。

多线程状况下对共享资源的操做须要加锁，避免数据被写乱，在分布式系统中，这个问题也是存在的，此时就须要一个分布式锁服务。

常见的分布式锁实现通常是基于DB、Redis、Zookeeper。下面笔者会按照顺序分析下这3种分布式锁的设计与实现，想直接看分布式锁总结的小伙伴可直接翻到文档末尾处。

分布式锁的实现由多种方式，可是无论怎样，分布式锁通常要有如下特色：

• 排他性：任意时刻，只能有一个client能获取到锁；

• 容错性：分布式锁服务通常要知足AP，也就是说，只要分布式锁服务集群节点大部分存活，client就能够进行加锁解锁操做；

• 避免死锁：分布式锁必定能获得释放，即便client在释放以前崩溃或者网络不可达。

除了以上特色以外，分布式锁最好也能知足可重入、高性能、阻塞锁特性（AQS这种，可以及时从阻塞状态唤醒）等，下面就话很少说，赶忙上（开往分布式锁的设计与实现的）车。

1、DB锁

在数据库新建一张表用于控制并发控制，表结构能够以下所示：

key_id做为分布式key用来并发控制，memo可用来记录一些操做内容（好比memo可用来支持重入特性，标记下当前加锁的client和加锁次数）。将key_id设置为惟一索引，保证了针对同一个key_id只有一个加锁（数据插入）能成功。此时lock和unlock伪代码以下：

注意，伪代码中的lock操做是非阻塞锁，也就是tryLock，若是想实现阻塞（或者阻塞超时）加锁，只修反复执行lock伪代码直到加锁成功为止便可。

基于DB的分布式锁其实有一个问题，那就是若是加锁成功后，client端宕机或者因为网络缘由致使没有解锁，那么其余client就没法对该key_id进行加锁而且没法释放了。为了可以让锁失效，须要在应用层加上定时任务，去删除过时还未解锁的记录，好比删除2分钟前未解锁的伪代码以下：

由于单实例DB的TPS通常为几百，因此基于DB的分布式性能上限通常也是1k如下，通常在并发量不大的场景下该分布式锁是知足需求的，不会出现性能问题。

不过DB做为分布式锁服务须要考虑单点问题，对于分布式系统来讲是不容许出现单点的，通常经过数据库的同步复制，以及使用vip切换Master就能解决这个问题。

以上DB分布式锁是经过insert来实现的，若是加锁的数据已经在数据库中存在，那么用select xxx where key_id = xxx for udpate方式来作也是能够的。

2、Redis锁

Redis锁是经过如下命令对资源进行加锁：

set key_id key_value NX PX expireTime

其中，set nx命令只会在key不存在时给key进行赋值，px用来设置key过时时间，key_value通常是随机值，用来保证释放锁的安全性（释放时会判断是不是以前设置过的随机值，只有是才释放锁）。因为资源设置了过时时间，必定时间后锁会自动释放。

set nx保证并发加锁时只有一个client能设置成功（Redis内部是单线程，而且数据存在内存中，也就是说Redis内部执行命令是不会有多线程同步问题的），此时的lock/unlock伪代码以下：

分布式锁服务中的一个问题

若是一个获取到锁的client由于某种缘由致使没能及时释放锁，而且Redis由于超时释放了锁，另一个client获取到了锁，此时状况以下图所示：

那么如何解决这个问题呢？

一种方案是引入锁续约机制，也就是获取锁以后，释放锁以前，会定时进行锁续约，好比以锁超时时间的1/3为间隔周期进行锁续约。

关于开源的Redis的分布式锁实现有不少，比较出名的有redisson、百度的dlock，关于分布式锁，笔者也写了一个简易版的分布式锁Redis-lock，主要是增长了锁续约和可同时针对多个key加锁的机制。

对于高可用性，通常能够经过集群或者master-slave来解决，Redis锁优点是性能出色，劣势就是因为数据在内存中，一旦缓存服务宕机，锁数据就丢失了。

像Redis自带复制功能，能够对数据可靠性有必定的保证，可是因为复制也是异步完成的，所以依然可能出现master节点写入锁数据而未同步到slave节点的时候宕机，锁数据丢失问题。

3、Zookeeper分布式锁

ZooKeeper是一个高可用的分布式协调服务，由雅虎建立，是Google Chubby的开源实现。

ZooKeeper提供了一项基本的服务：分布式锁服务。想学习Java工程化、分布式架构、高并发、高性能、深刻浅出、微服务架构、Spring，MyBatis，Netty源码分析等技术能够加群：479499375，群里有阿里大牛直播讲解技术，以及Java大型互联网技术的视频免费分享给你们，欢迎进群一块儿深刻交流学习。

Zookeeper重要的3个特征是：zab协议、node存储模型和watcher机制。经过zab协议保证数据一致性，Zookeeper集群部署保证可用性，node存储在内存中，提升了数据操做性能，使用watcher机制，实现了通知机制（好比加锁成功的client释放锁时能够通知到其余client）。

Zookeeper node模型支持临时节点特性，即client写入的数据时临时数据，当客户端宕机时临时数据会被删除，这样就不须要给锁增长超时释放机制了。

当针对同一个path并发多个建立请求时，只有一个client能建立成功，这个特性用来实现分布式锁。注意：若是client端没有宕机，因为网络缘由致使Zookeeper服务与client心跳失败，那么Zookeeper也会把临时数据给删除掉的，这时若是client还在操做共享数据，是有必定风险的。

基于Zookeeper实现分布式锁，相对于基于Redis和DB的实现来讲，使用上更容易，效率与稳定性较好。curator封装了对Zookeeper的API操做，同时也封装了一些高级特性，如：Cache事件监听、选举、分布式锁、分布式计数器、分布式Barrier等，使用curator进行分布式加锁示例以下：

4、总结

从上面介绍的3种分布式锁的设计与实现中，咱们能够看出每种实现都有各自的特色，针对潜在的问题有不一样的解决方案，概括以下：

• 性能：Redis > Zookeeper > DB。

• 避免死锁：DB经过应用层设置定时任务来删除过时还未释放的锁，Redis经过设置超时时间来解决，而Zookeeper是经过临时节点来解决。

• 可用性：DB可经过数据库同步复制，vip切换master来解决；Redis可经过集群或者master-slave方式来解决；Zookeeper自己本身是经过zab协议集群部署来解决的。注意，DB和Redis的复制通常都是异步的，也就是说某些时刻分布式锁发生故障可能存在数据不一致问题，而Zookeeper自己经过zab协议保证集群内(至少n/2+1个)节点数据一致性。

• 锁唤醒：DB和Redis分布式锁通常不支持唤醒机制（也能够经过应用层本身作轮询检测锁是否空闲，空闲就唤醒内部加锁线程），Zookeeper可经过自己的watcher/notify机制来作。

使用分布式锁，安全性上和多线程（同一个进程内）加锁是无法比的，可能因为网络缘由，分布式锁服务（由于超时或者认为client挂了）将加锁资源给删除了，若是client端继续操做共享资源，此时是有隐患的。

所以，对于分布式锁，一个是要尽可能提升分布式锁服务的可用性，另外一个就是要部署同一内网，尽可能下降网络问题发生概率。

这样来看，貌似分布式锁服务不是“完美”的（PS：技术貌似也很差作到十全十美 :( ），那么开发人员该如何选择分布式锁呢？最好是结合本身的业务实际场景，来选择不一样的分布式锁实现，通常来讲，基于Redis的分布式锁服务应用较多。