后端技术精进|分布式锁用 Redis 还是 Zookeeper 分布式|zookeeper|缓存|redis|微服

什么是分布式锁在分布式架构中，Java的锁无法管理多个实例，因此需要有一个类似于统一管理锁的架构模式，即分布式锁。
目前比较常见的分布式锁实现方案有以下几种：

基于数据库乐观锁，如MySQL，增加字段版本标识version控制实现
基于缓存，如Redis，使用set命令实现
基于Zookeeper、etcd等，借助ZooKeeper的临时节点实现

例如两个订单服务，对要更新数据库的数据，如果能获取到相应的锁才能进行后续操作。

文章图片

分布式锁的几种实现方式基于MySQL实现分布式锁当我们想要获得锁时，可以插入一条数据；当需要释放锁的时，可以删除这条数据

CREATE TABLE `database_lock` ( `id` BIGINT NOT NULL AUTO_INCREMENT, `resource` int NOT NULL COMMENT '锁定的资源', `description` varchar(1024) NOT NULL DEFAULT "" COMMENT '描述', PRIMARY KEY (`id`), UNIQUE KEY `uiq_idx_resource` (`resource`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='数据库分布式锁表';

在表database_lock中，resource字段做了唯一性约束，这样如果有多个请求同时提交到数据库的话，数据库可以保证只有一个操作可以成功（其它的会报错：ERROR 1062 (23000): Duplicate entry ‘1’ for key ‘uiq_idx_resource’），那么那么我们就可以认为操作成功的那个请求获得了锁。
基于Redis实现分布式锁简单实现使用Redis做分布式锁的思路大概是这样的：在redis中设置一个值表示加了锁，然后释放锁的时候就把这个key删除。

文章图片

Redis的缺点与改进
Redis的缺点使用redis做分布式锁的缺点在于：如果采用单机部署模式，会存在单点问题，只要redis故障了，加锁就不行了。
采用master-slave模式，加锁的时候只对一个节点加锁，即便通过sentinel做了高可用，但是如果master节点故障了，发生主从切换，此时就会有可能出现锁丢失的问题。
RedLock算法基于以上的考虑，其实redis的作者也考虑到这个问题，他提出了一个RedLock的算法，这个算法的意思大概是这样的：
假设redis的部署模式是redis cluster，总共有5个master节点，通过以下步骤获取一把锁：

获取当前时间戳，单位是毫秒
轮流尝试在每个master节点上创建锁，过期时间设置较短，一般就几十毫秒
尝试在大多数节点上建立一个锁，比如5个节点就要求是3个节点（n / 2 +1）
客户端计算建立好锁的时间，如果建立锁的时间小于超时时间，就算建立成功了
要是锁建立失败了，那么就依次删除这个锁
只要别人建立了一把分布式锁，你就得不断轮询去尝试获取锁

但是这样的这种算法还是颇具争议的，可能还会存在不少的问题，无法保证加锁的过程一定正确。

文章图片

使用Redission 实现Redis的分布式锁，除了自己基于redis client原生api来实现之外，还可以使用开源框架：Redission
Redisson是一个企业级的开源Redis Client，也提供了分布式锁的支持，比较推荐使用，它帮我们考虑了很多细节

redisson的“看门狗”逻辑保证了没有死锁发生：redisson中有一个watchdog的概念，翻译过来就是看门狗，它会在你获取锁之后，每隔10秒帮你把key的超时时间设为30s，这样的话，就算一直持有锁也不会出现key过期了，其他线程获取到锁的问题了。
redisson所有指令都通过lua脚本执行，redis支持lua脚本原子性执行
提供了对redlock算法的支持

文章图片

基于Zookeeper实现分布式锁 Zookeeper特性
zookeeper有一些特性使得原生支持分布式锁：

有序节点：假如当前有一个父节点为/lock，我们可以在这个父节点下面创建子节点。
临时节点：客户端可以建立一个临时节点，在会话结束或者会话超时后，zookeeper会自动删除该节点。
事件监听：在读取数据时，我们可以同时对节点设置事件监听，当节点数据或结构变化时，zookeeper会通知客户端。当前zookeeper有如下四种事件：
- 节点创建
- 节点删除
- 节点数据修改
- 子节点变更

简单实现
基于以上的一些zk的特性，我们很容易得出使用zk实现分布式锁的落地方案：

使用zk的临时节点和有序节点，每个线程获取锁就是在zk创建一个临时有序的节点，比如在/lock/目录下。
创建节点成功后，获取/lock目录下的所有临时节点，再判断当前线程创建的节点是否是所有的节点的序号最小的节点
如果当前线程创建的节点是所有节点序号最小的节点，则认为获取锁成功。
如果当前线程创建的节点不是所有节点序号最小的节点，则对节点序号的前一个节点添加一个事件监听。
比如当前线程获取到的节点序号为/lock/003,然后所有的节点列表为[/lock/001,/lock/002,/lock/003],则对/lock/002这个节点添加一个事件监听器。
如果锁释放了，会唤醒下一个序号的节点，然后重新执行第3步，判断是否自己的节点序号是最小。
比如/lock/001释放了，/lock/002监听到时间，此时节点集合为[/lock/002,/lock/003],则/lock/002为最小序号节点，获取到锁。

文章图片

使用Curator实现
Curator是一个zookeeper的开源客户端，也提供了分布式锁的实现，底层原理和上面分析的是差不多的

文章图片

两种方案的优缺点比较关于Redis redis分布式锁，其实需要自己不断去尝试获取锁，比较消耗性能。
【后端技术精进|分布式锁用 Redis 还是 Zookeeper】即便使用redlock算法来实现，在某些复杂场景下，也无法保证其实现100%没有问题，关于redlock的讨论可以看How to do distributed locking
但是另一方面使用redis实现分布式锁在很多企业中非常常见，而且大部分情况下都不会遇到所谓的“极端复杂场景”
所以使用redis作为分布式锁也不失为一种好的方案，最重要的一点是redis的性能很高，可以支撑高并发的获取、释放锁操作。
关于Zookeeper zookeeper天生设计定位就是分布式协调，强一致性。锁的模型健壮、简单易用、适合做分布式锁。
如果获取不到锁，只需要添加一个监听器就可以了，不用一直轮询，性能消耗较小。
但是zk也有其缺点：如果有较多的客户端频繁的申请加锁、释放锁，对于zk集群的压力会比较大。