不过目前互联网项目越来越多的项目采用集群部署,也就是分布式情况,这两种锁就有些不够用了。
来两张图举例说明下,本地锁的情况下:
分布式锁情况下:
就其思想来说,就是一种“我全都要”的思想,所有服务都到一个统一的地方来取锁,只有取到锁的才能继续执行下去。
说完思想,下面来说一下具体的实现。
Redis 实现
为实现分布式锁,在 Redis 中存在 SETNX key value 命令,意为 set if not exists(如果不存在该 key,才去 set 值),就比如说是张三去上厕所,看厕所门锁着,他就不进去了,厕所门开着他才去。
可以看到,第一次 set 返回了 1,表示成功,但是第二次返回 0,表示 set 失败,因为已经存在这个 key 了。
当然只靠 setnx 这个命令可以吗?当然是不行的,试想一种情况,张三在厕所里,但他在里面一直没有释放,一直在里面蹲着,那外面人想去厕所全部都去不了,都想锤死他了。
Redis 同理,假设已经进行了加锁,但是因为宕机或者出现异常未释放锁,就造成了所谓的“死锁”。
聪明的你们肯定早都想到了,为它设置过期时间不就好了,可以 SETEX key seconds value 命令,为指定 key 设置过期时间,单位为秒。
但这样又有另一个问题,我刚加锁成功,还没设置过期时间,Redis 宕机了不就又死锁了,所以说要保证原子性吖,要么一起成功,要么一起失败。
当然我们能想到的 Redis 肯定早都为你实现好了,在 Redis 2.8 的版本后,Redis 就为我们提供了一条组合命令 SET key value ex seconds nx,加锁的同时设置过期时间。
就好比是公司规定每人最多只能在厕所呆 2 分钟,不管释放没释放完都得出来,这样就解决了“死锁”问题。
但这样就没有问题了吗?怎么可能。
试想又一种情况,厕所门肯定只能从里面开啊,张三上完厕所后张四进去锁上门,但是外面人以为还是张三在里面,而且已经过了 3 分钟了,就直接把门给撬开了,一看里面却是张四,这就很尴尬啊。
换成 Redis 就是说比如一个业务执行时间很长,锁已经自己过期了,别人已经设置了新的锁,但是当业务执行完之后直接释放锁,就有可能是删除了别人加的锁,这不是乱套了吗。
所以在加锁时候,要设一个随机值,在删除锁时进行比对,如果是自己的锁,才删除。
多说无益,烦人,直接上代码:
- //基于jedis和lua脚本来实现
- privatestaticfinal String LOCK_SUCCESS = "OK";
- privatestaticfinal Long RELEASE_SUCCESS = 1L;
- privatestaticfinal String SET_IF_NOT_EXIST = "NX";
- privatestaticfinal String SET_WITH_EXPIRE_TIME = "PX";
- @Override
- public String acquire() {
- try {
- // 获取锁的超时时间,超过这个时间则放弃获取锁
- long end = System.currentTimeMillis() + acquireTimeout;
- // 随机生成一个 value
- String requireToken = UUID.randomUUID().toString();
- while (System.currentTimeMillis() < end) {
- String result = jedis
- .set(lockKey, requireToken, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);
- if (LOCK_SUCCESS.equals(result)) {
- return requireToken;
- }
- try {
- Thread.sleep(100);
- } catch (InterruptedException e) {
- Thread.currentThread().interrupt();
- }
- }
- } catch (Exception e) {
- log.error("acquire lock due to error", e);
- }
- returnnull;
- }
- @Override
- public boolean release(String identify) {
- if (identify == null) {
- returnfalse;
- }
- //通过lua脚本进行比对删除操作,保证原子性
- String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
- Object result = new Object();
- try {
- result = jedis.eval(script, Collections.singletonList(lockKey),
- Collections.singletonList(identify));
- if (RELEASE_SUCCESS.equals(result)) {
- log.info("release lock success, requestToken:{}", identify);
- returntrue;
- }
- } catch (Exception e) {
- log.error("release lock due to error", e);
- } finally {
- if (jedis != null) {
- jedis.close();
- }
- }
- log.info("release lock failed, requestToken:{}, result:{}", identify, result);
- returnfalse;
- }
思考:加锁和释放锁的原子性可以用 lua 脚本来保证,那锁的自动续期改如何实现呢?
Redisson 实现
Redisson 顾名思义,Redis 的儿子,本质上还是 Redis 加锁,不过是对 Redis 做了很多封装,它不仅提供了一系列的分布式的 Java 常用对象,还提供了许多分布式服务。
在引入 Redisson 的依赖后,就可以直接进行调用:
- <dependency>
- <groupId>org.redisson</groupId>
- <artifactId>redisson</artifactId>
- <version>3.13.4</version>
- </dependency>
先来一段 Redisson 的加锁代码:
- private void test() {
- //分布式锁名 锁的粒度越细,性能越好
- RLock lock = redissonClient.getLock("test_lock");
- lock.lock();
- try {
- //具体业务......
- } finally {
- lock.unlock();
- }
- }
就是这么简单,使用方法 jdk 的 ReentrantLock 差不多,并且也支持 ReadWriteLock(读写锁)、Reentrant Lock(可重入锁)、Fair Lock(公平锁)、RedLock(红锁)等各种锁,详细可以参照redisson官方文档来查看。
那么 Redisson 到底有哪些优势呢?锁的自动续期(默认都是 30 秒),如果业务超长,运行期间会自动给锁续上新的 30s,不用担心业务执行时间超长而锁被自动删掉。
加锁的业务只要运行完成,就不会给当前续期,即便不手动解锁,锁默认在 30s 后删除,不会造成死锁问题。
前面也提到了锁的自动续期,我们来看看 Redisson 是如何来实现的。
先说明一下,这里主要讲的是 Redisson 中的 RLock,也就是可重入锁,有两种实现方法:
- // 最常见的使用方法
- lock.lock();
- // 加锁以后10秒钟自动解锁
- // 无需调用unlock方法手动解锁
- lock.lock(10, TimeUnit.SECONDS);
而只有无参的方法是提供锁的自动续期操作的,内部使用的是“看门狗”机制,我们来看一看源码。
不管是空参还是带参方法,它们都调用的是同一个 lock 方法,未传参的话时间传了一个 -1,而带参的方法传过去的就是实际传入的时间。
继续点进 scheduleExpirationRenewal 方法:
点进 renewExpiration 方法:
总结一下,就是当我们指定锁过期时间,那么锁到时间就会自动释放。如果没有指定锁过期时间,就使用看门狗的默认时间 30s,只要占锁成功,就会启动一个定时任务,每隔 10s 给锁设置新的过期时间,时间为看门狗的默认时间,直到锁释放。
小结:虽然 lock() 有自动续锁机制,但是开发中还是推荐使用 lock(time,timeUnit),因为它省掉了整个续期带来的性能损,可以设置过期时间长一点,搭配 unlock()。
若业务执行完成,会手动释放锁,若是业务执行超时,那一般我们服务也都会设置业务超时时间,就直接报错了,报错后就会通过设置的过期时间来释放锁。
- public void test() {
- RLock lock = redissonClient.getLock("test_lock");
- lock.lock(30, TimeUnit.SECONDS);
- try {
- //.......具体业务
- } finally {
- //手动释放锁
- lock.unlock();
- }
- }
基于 Zookeeper 来实现分布式锁
很多小伙伴都知道在分布式系统中,可以用 ZK 来做注册中心,但其实在除了做祖册中心以外,用 ZK 来做分布式锁也是很常见的一种方案。
先来看一下 ZK 中是如何创建一个节点的?ZK 中存在 create [-s] [-e] path [data] 命令,-s 为创建有序节点,-e 创建临时节点。
这样就创建了一个父节点并为父节点创建了一个子节点,组合命令意为创建一个临时的有序节点。
而 ZK 中分布式锁主要就是靠创建临时的顺序节点来实现的。至于为什么要用顺序节点和为什么用临时节点不用持久节点?先考虑一下,下文将作出说明。
同时还有 ZK 中如何查看节点?ZK 中 ls [-w] path 为查看节点命令,-w 为添加一个 watch(监视器),/ 为查看根节点所有节点,可以看到我们刚才所创建的节点,同时如果是跟着指定节点名字的话为查看指定节点下的子节点。
后面的 00000000 为 ZK 为顺序节点增加的顺序。注册监听器也是 ZK 实现分布式锁中比较重要的一个东西。
下面来看一下 ZK 实现分布式锁的主要流程:
看到这里,聪明的小伙伴们都已经看出来顺序节点的好处了。非顺序节点的话,每进来一个线程进来都会去持有锁的节点上注册一个监听器,容易引发“羊群效应”。
这么大一群羊一起向你飞奔而来,不管你顶不顶得住,反正 ZK 服务器是会增大宕机的风险。
而顺序节点的话就不会,顺序节点当发现已经有线程持有锁后,会向它的上一个节点注册一个监听器,这样当持有锁的节点释放后,也只有持有锁的下一个节点可以抢到锁,相当于是排好队来执行的,降低服务器宕机风险。
至于为什么使用临时节点,和 Redis 的过期时间一个道理,就算 ZK 服务器宕机,临时节点会随着服务器的宕机而消失,避免了死锁的情况。
下面来上一段代码的实现:
- 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 = "192.168.189.131:2181,192.168.189.132:2181";
- 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);
- }
- }
- //获取锁
- public boolean tryLock() {
- try {
- // 传入进去的locksRoot + “/” + productId
- // 假设productId代表了一个商品id,比如说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);
- // 看看刚创建的节点是不是最小的节点
- // locks:10000000000,10000000001,10000000002
- List<String> locks = zk.getChildren(locksRoot, false);
- Collections.sort(locks);
- if(lockNode.equals(locksRoot+"/"+ locks.get(0))){
- //如果是最小的节点,则表示取得锁
- return true;
- }
- //如果不是最小的节点,找到比自己小1的节点
- 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;
- }
- //释放锁
- public void unlock() {
- try {
- System.out.println("unlock " + lockNode);
- zk.delete(lockNode, -1);
- lockNode = null;
- zk.close();
- } catch (InterruptedException e) {
- e.printStackTrace();
- } catch (KeeperException e) {
- e.printStackTrace();
- }
- }
- //异常
- public class LockException extends RuntimeException {
- private static final long serialVersionUID = 1L;
- public LockException(String e) {
- super(e);
- }
- public LockException(Exception e) {
- super(e);
- }
- }
- }
总结
既然明白了 Redis 和 ZK 分别对分布式锁的实现,那么总该有所不同的吧。没错,我都帮大家整理好了:
实现方式的不同,Redis 实现为去插入一条占位数据,而 ZK 实现为去注册一个临时节点。
遇到宕机情况时,Redis 需要等到过期时间到了后自动释放锁,而 ZK 因为是临时节点,在宕机时候已经是删除了节点去释放锁。
Redis 在没抢占到锁的情况下一般会去自旋获取锁,比较浪费性能,而 ZK 是通过注册监听器的方式获取锁,性能而言优于 Redis。
不过具体要采用哪种实现方式,还是需要具体情况具体分析,结合项目引用的技术栈来落地实现。
作者:whynot_0
编辑:陶家龙
出处:juejin.im/post/6891571079702118407
【51CTO.com快译】数字化转型使应用程序领导人必须找到有效的方法来更新改造遗留...
本文中的五个步骤有助于您掌握转型的总体需求,并有助于您处理一些真正重要的事...
在VMworld 2020,VMware宣布与NVIDIA进行全面合作,共同推出新一代的混合云架构...
在疫情的影响下,人们的工作和生活方式在过去的一年发生了前所未有的变化。为了...
根据TrendForce的最新调查,自2020年初以来,COVID-19流感大流行加速了世界各地...
时间真快呀!转眼又至周一。让我们卯足干劲继续前行,先来看看上周有哪些不容错...
根据调查,随着用户对计算能力、存储和网络容量的需求增长,服务器需求比经济不...
2020年11月26日深圳潮数科技于石家庄成功召开数据安全 新时代新基建信息应用之基...
2020年以来,由疫情停工减产所导致的缺芯困局影响着全球汽车发展,而本以为2021...
人头马君度(Rmy Cointreau)的历史非常重要,这家酒业公司以将最好的酒陈化100年...