一般實現分佈式鎖都有哪些方式？
作者：kevin0016
鏈接：https://www.jianshu.com/p/9d3b1927e627
面試題:
一般實現分佈式鎖都有哪些方式？使用 redis 如何設計分佈式鎖？使用 zk 來設計分佈式鎖可以嗎？這兩種分佈式鎖的實現方式哪種效率比較高？
面試官心理分析
其實一般問問題，都是這麼問的，先問問你 zk，然後其實是要過度到 zk 關聯的一些問題裏去，比如分佈式鎖。因爲在分佈式系統開發中，分佈式鎖的使用場景還是很常見的。
redis 分佈式鎖
官方叫做 RedLock 算法，是 redis 官方支持的分佈式鎖算法。
這個分佈式鎖有 3 個重要的考量點：
-
互斥（只能有一個客戶端獲取鎖）
-
不能死鎖
-
容錯（只要大部分 redis 節點創建了這把鎖就可以）
redis 最普通的分佈式鎖
第一個最普通的實現方式，就是在 redis 裏創建一個 key，這樣就算加鎖。
SET my:lock 隨機值 NX PX 30000執行這個命令就 ok。
-
NX：表示只有key不存在的時候纔會設置成功。（如果此時 redis 中存在這個 key，那麼設置失敗，返回nil） -
PX 30000：意思是 30s 後鎖自動釋放。別人創建的時候如果發現已經有了就不能加鎖了。
釋放鎖就是刪除 key ，但是一般可以用 lua 腳本刪除，判斷 value 一樣才刪除：
-- 刪除鎖的時候，找到 key 對應的 value，跟自己傳過去的 value 做比較，如果是一樣的才刪除。
if redis.call("get",KEYS[1]) == ARGV[1] then
return redis.call("del",KEYS[1])
else
return 0
end爲啥要用隨機值呢？因爲如果某個客戶端獲取到了鎖，但是阻塞了很長時間才執行完，比如說超過了 30s，此時可能已經自動釋放鎖了，此時可能別的客戶端已經獲取到了這個鎖，要是你這個時候直接刪除 key 的話會有問題，所以得用隨機值加上面的 lua 腳本來釋放鎖。
但是這樣是肯定不行的。因爲如果是普通的 redis 單實例，那就是單點故障。或者是 redis 普通主從，那 redis 主從異步複製，如果主節點掛了（key 就沒有了），key 還沒同步到從節點，此時從節點切換爲主節點，別人就可以 set key，從而拿到鎖。
RedLock 算法
這個場景是假設有一個 redis cluster，有 5 個 redis master 實例。然後執行如下步驟獲取一把鎖：
-
獲取當前時間戳，單位是毫秒；
-
跟上面類似，輪流嘗試在每個 master 節點上創建鎖，過期時間較短，一般就幾十毫秒；
-
嘗試在大多數節點上建立一個鎖，比如 5 個節點就要求是 3 個節點
n / 2 + 1； -
客戶端計算建立好鎖的時間，如果建立鎖的時間小於超時時間，就算建立成功了；
-
要是鎖建立失敗了，那麼就依次之前建立過的鎖刪除；
-
只要別人建立了一把分佈式鎖，你就得不斷輪詢去嘗試獲取鎖。
zk 分佈式鎖
zk 分佈式鎖，其實可以做的比較簡單，就是某個節點嘗試創建臨時 znode，此時創建成功了就獲取了這個鎖；這個時候別的客戶端來創建鎖會失敗，只能註冊個監聽器監聽這個鎖。釋放鎖就是刪除這個 znode，一旦釋放掉就會通知客戶端，然後有一個等待着的客戶端就可以再次重新加鎖。
/**
* ZooKeeperSession
*
* @author bingo
* @since 2018/11/29
*
*/
public class ZooKeeperSession {
private static CountDownLatch connectedSemaphore = new CountDownLatch(1);
private ZooKeeper zookeeper;
private CountDownLatch latch;
public ZooKeeperSession() {
try {
this.zookeeper = new ZooKeeper("192.168.31.187:2181,192.168.31.19:2181,192.168.31.227:2181", 50000, new ZooKeeperWatcher());
try {
connectedSemaphore.await();
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println("ZooKeeper session established......");
} catch (Exception e) {
e.printStackTrace();
}
}
/**
* 獲取分佈式鎖
*
* @param productId
*/
public Boolean acquireDistributedLock(Long productId) {
String path = "/product-lock-" + productId;
try {
zookeeper.create(path, "".getBytes(), Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL);
return true;
} catch (Exception e) {
while (true) {
try {
// 相當於是給node註冊一個監聽器，去看看這個監聽器是否存在
Stat stat = zk.exists(path, true);
if (stat != null) {
this.latch = new CountDownLatch(1);
this.latch.await(waitTime, TimeUnit.MILLISECONDS);
this.latch = null;
}
zookeeper.create(path, "".getBytes(), Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL);
return true;
} catch (Exception ee) {
continue;
}
}
}
return true;
}
/**
* 釋放掉一個分佈式鎖
*
* @param productId
*/
public void releaseDistributedLock(Long productId) {
String path = "/product-lock-" + productId;
try {
zookeeper.delete(path, -1);
System.out.println("release the lock for product[id=" + productId + "]......");
} catch (Exception e) {
e.printStackTrace();
}
}
/**
* 建立zk session的watcher
*
* @author bingo
* @since 2018/11/29
*
*/
private class ZooKeeperWatcher implements Watcher {
public void process(WatchedEvent event) {
System.out.println("Receive watched event: " + event.getState());
if (KeeperState.SyncConnected == event.getState()) {
connectedSemaphore.countDown();
}
if (this.latch != null) {
this.latch.countDown();
}
}
}
/**
* 封裝單例的靜態內部類
*
* @author bingo
* @since 2018/11/29
*
*/
private static class Singleton {
private static ZooKeeperSession instance;
static {
instance = new ZooKeeperSession();
}
public static ZooKeeperSession getInstance() {
return instance;
}
}
/**
* 獲取單例
*
* @return
*/
public static ZooKeeperSession getInstance() {
return Singleton.getInstance();
}
/**
* 初始化單例的便捷方法
*/
public static void init() {
getInstance();
}
}也可以採用另一種方式，創建臨時順序節點：
如果有一把鎖，被多個人給競爭，此時多個人會排隊，第一個拿到鎖的人會執行，然後釋放鎖；後面的每個人都會去監聽排在自己前面的那個人創建的 node 上，一旦某個人釋放了鎖，排在自己後面的人就會被 zookeeper 給通知，一旦被通知了之後，就 ok 了，自己就獲取到了鎖，就可以執行代碼了。
public class ZooKeeperDistributedLock implements Watcher {
private ZooKeeper zk;
private String locksRoot = "/locks";
private String productId;
private String waitNode;
private String lockNode;
private CountDownLatch latch;
private CountDownLatch connectedLatch = new CountDownLatch(1);
private int sessionTimeout = 30000;
public ZooKeeperDistributedLock(String productId) {
this.productId = productId;
try {
String address = "192.168.31.187:2181,192.168.31.19:2181,192.168.31.227:2181";
zk = new ZooKeeper(address, sessionTimeout, this);
connectedLatch.await();
} catch (IOException e) {
throw new LockException(e);
} catch (KeeperException e) {
throw new LockException(e);
} catch (InterruptedException e) {
throw new LockException(e);
}
}
public void process(WatchedEvent event) {
if (event.getState() == KeeperState.SyncConnected) {
connectedLatch.countDown();
return;
}
if (this.latch != null) {
this.latch.countDown();
}
}
public void acquireDistributedLock() {
try {
if (this.tryLock()) {
return;
} else {
waitForLock(waitNode, sessionTimeout);
}
} catch (KeeperException e) {
throw new LockException(e);
} catch (InterruptedException e) {
throw new LockException(e);
}
}
public boolean tryLock() {
try {
// 傳入進去的locksRoot + “/” + productId
// 假設productId代表了一個商品id，比如說1
// locksRoot = locks
// /locks/10000000000，/locks/10000000001，/locks/10000000002
lockNode = zk.create(locksRoot + "/" + productId, new byte[0], ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);
// 看看剛創建的節點是不是最小的節點
// locks：10000000000，10000000001，10000000002
List<String> locks = zk.getChildren(locksRoot, false);
Collections.sort(locks);
if(lockNode.equals(locksRoot+"/"+ locks.get(0))){
//如果是最小的節點,則表示取得鎖
return true;
}
//如果不是最小的節點，找到比自己小1的節點
int previousLockIndex = -1;
for(int i = 0; i < locks.size(); i++) {
if(lockNode.equals(locksRoot + “/” + locks.get(i))) {
previousLockIndex = i - 1;
break;
}
}
this.waitNode = locks.get(previousLockIndex);
} catch (KeeperException e) {
throw new LockException(e);
} catch (InterruptedException e) {
throw new LockException(e);
}
return false;
}
private boolean waitForLock(String waitNode, long waitTime) throws InterruptedException, KeeperException {
Stat stat = zk.exists(locksRoot + "/" + waitNode, true);
if (stat != null) {
this.latch = new CountDownLatch(1);
this.latch.await(waitTime, TimeUnit.MILLISECONDS);
this.latch = null;
}
return true;
}
public void unlock() {
try {
// 刪除/locks/10000000000節點
// 刪除/locks/10000000001節點
System.out.println("unlock " + lockNode);
zk.delete(lockNode, -1);
lockNode = null;
zk.close();
} catch (InterruptedException e) {
e.printStackTrace();
} catch (KeeperException e) {
e.printStackTrace();
}
}
public class LockException extends RuntimeException {
private static final long serialVersionUID = 1L;
public LockException(String e) {
super(e);
}
public LockException(Exception e) {
super(e);
}
}
}redis 分佈式鎖和 zk 分佈式鎖的對比
-
redis 分佈式鎖，其實需要自己不斷去嘗試獲取鎖，比較消耗性能。
-
zk 分佈式鎖，獲取不到鎖，註冊個監聽器即可，不需要不斷主動嘗試獲取鎖，性能開銷較小。
另外一點就是，如果是 redis 獲取鎖的那個客戶端 出現 bug 掛了，那麼只能等待超時時間之後才能釋放鎖；而 zk 的話，因爲創建的是臨時 znode，只要客戶端掛了，znode 就沒了，此時就自動釋放鎖。
redis 分佈式鎖大家沒發現好麻煩嗎？遍歷上鎖，計算時間等等……zk 的分佈式鎖語義清晰實現簡單。
所以先不分析太多的東西，就說這兩點，我個人實踐認爲 zk 的分佈式鎖比 redis 的分佈式鎖牢靠、而且模型簡單易用。
本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/je9v0F2iOXysU43PKuUU1A