3.5 Redisson
对于可能存在锁过期释放，业务没执行完的问题。我们可以稍微把锁过期时间设置长一些，大于正常业务处理时间就好啦。如果你觉得不是很稳，还可以给获得锁的线程，开启一个定时守护线程，每隔一段时间检查锁是否还存在，存在则对锁的过期时间延长，防止锁过期提前释放。
当前开源框架Redisson解决了这个问题。可以看下Redisson底层原理图：
只要线程一加锁成功，就会启动一个watch dog看门狗，它是一个后台线程，会每隔10秒检查一下，如果线程1还持有锁，那么就会不断的延长锁key的生存时间。因此，Redisson就是使用watch dog解决了锁过期释放，业务没执行完问题。
3.6 Redisson + RedLock
前面六种方案都只是基于Redis单机版的分布式锁讨论，还不是很完美。因为Redis一般都是集群部署的：
如果线程一在Redis的master节点上拿到了锁，但是加锁的key还没同步到slave节点。恰好这时，master节点发生故障，一个slave节点就会升级为master节点。线程二就可以顺理成章获取同个key的锁啦，但线程一也已经拿到锁了，锁的安全性就没了。
为了解决这个问题，Redis作者antirez提出一种高级的分布式锁算法：Redlock。它的核心思想是这样的：
部署多个Redis master，以保证它们不会同时宕掉。并且这些master节点是完全相互独立的，相互之间不存在数据同步。同时，需要确保在这多个master实例上，是与在Redis单实例，使用相同方法来获取和释放锁。
我们假设当前有5个Redis master节点，在5台服务器上面运行这些Redis实例。
RedLock的实现步骤:
获取当前时间，以毫秒为单位。
按顺序向5个master节点请求加锁。客户端设置网络连接和响应超时时间，并且超时时间要小于锁的失效时间。（假设锁自动失效时间为10秒，则超时时间一般在5-50毫秒之间,我们就假设超时时间是50ms吧）。如果超时，跳过该master节点，尽快去尝试下一个master节点。
客户端使用当前时间减去开始获取锁时间（即步骤1记录的时间），得到获取锁使用的时间。当且仅当超过一半（N/2+1，这里是5/2+1=3个节点）的Redis master节点都获得锁，并且使用的时间小于锁失效时间时，锁才算获取成功。（如上图，10s> 30ms+40ms+50ms+4m0s+50ms）
如果取到了锁，key的真正有效时间就变啦，需要减去获取锁所使用的时间。
如果获取锁失败（没有在至少N/2+1个master实例取到锁，有或者获取锁时间已经超过了有效时间），客户端要在所有的master节点上解锁（即便有些master节点根本就没有加锁成功，也需要解锁，以防止有些漏网之鱼）。
简化下步骤就是：
- 按顺序向5个master节点请求加锁
- 根据设置的超时时间来判断，是不是要跳过该master节点。
- 如果大于等于3个节点加锁成功，并且使用的时间小于锁的有效期，即可认定加锁成功啦。
- 如果获取锁失败，解锁！
Redisson实现了redLock版本的锁，有兴趣的小伙伴，可以去了解一下哈~
4. Zookeeper分布式锁
在学习Zookeeper分布式锁之前，我们复习一下Zookeeper的节点哈。
Zookeeper的节点Znode有四种类型：
持久节点：默认的节点类型。创建节点的客户端与zookeeper断开连接后，该节点依旧存在。
持久节点顺序节点：所谓顺序节点，就是在创建节点时，Zookeeper根据创建的时间顺序给该节点名称进行编号，持久节点顺序节点就是有顺序的持久节点。
临时节点：和持久节点相反，当创建节点的客户端与zookeeper断开连接后，临时节点会被删除。
临时顺序节点：有顺序的临时节点。
Zookeeper分布式锁实现应用了临时顺序节点。这里不贴代码啦，来讲下zk分布式锁的实现原理吧。
4.1 zk获取锁过程
当第一个客户端请求过来时，Zookeeper客户端会创建一个持久节点locks。如果它（Client1）想获得锁，需要在locks节点下创建一个顺序节点lock1.如图
接着，客户端Client1会查找locks下面的所有临时顺序子节点，判断自己的节点lock1是不是排序最小的那一个，如果是，则成功获得锁。
这时候如果又来一个客户端client2前来尝试获得锁，它会在locks下再创建一个临时节点lock2
客户端client2一样也会查找locks下面的所有临时顺序子节点，判断自己的节点lock2是不是最小的，此时，发现lock1才是最小的，于是获取锁失败。获取锁失败，它是不会甘心的，client2向它排序靠前的节点lock1注册Watcher事件，用来监听lock1是否存在，也就是说client2抢锁失败进入等待状态。
此时，如果再来一个客户端Client3来尝试获取锁，它会在locks下再创建一个临时节点lock3
同样的，client3一样也会查找locks下面的所有临时顺序子节点，判断自己的节点lock3是不是最小的，发现自己不是最小的，就获取锁失败。它也是不会甘心的，它会向在它前面的节点lock2注册Watcher事件，以监听lock2节点是否存在。
4.2 释放锁
我们再来看看释放锁的流程，Zookeeper的客户端业务完成或者发生故障，都会删除临时节点，释放锁。如果是任务完成，Client1会显式调用删除lock1的指令
如果是客户端故障了，根据临时节点得特性，lock1是会自动删除的
lock1节点被删除后，Client2可开心了，因为它一直监听着lock1。lock1节点删除，Client2立刻收到通知，也会查找locks下面的所有临时顺序子节点，发下lock2是最小，就获得锁。
同理，Client2获得锁之后，Client3也对它虎视眈眈，啊哈哈~
Zookeeper设计定位就是分布式协调，简单易用。如果获取不到锁，只需添加一个监听器即可，很适合做分布式锁。
Zookeeper作为分布式锁也缺点：如果有很多的客户端频繁的申请加锁、释放锁，对于Zookeeper集群的压力会比较大。
5. 三种分布式锁对比
5.1 数据库分布式锁实现
优点：
- 简单，使用方便，不需要引入
Redis、zookeeper等中间件。
缺点：
- 不适合高并发的场景
- db操作性能较差；
5.2 Redis分布式锁实现
优点：
- 性能好，适合高并发场景
- 较轻量级
- 有较好的框架支持，如Redisson
缺点：
- 过期时间不好控制
- 需要考虑锁被别的线程误删场景
5.3 Zookeeper分布式锁实现
缺点：
- 性能不如redis实现的分布式锁
- 比较重的分布式锁。
优点：
- 有较好的性能和可靠性
- 有封装较好的框架，如Curator
5.4 对比汇总
从性能角度（从高到低）Redis > Zookeeper >= 数据库；
从理解的难易程度角度（从低到高）数据库 > Redis > Zookeeper；
从实现的复杂性角度（从低到高）Zookeeper > Redis > 数据库；
从可靠性角度（从高到低）Zookeeper > Redis > 数据库。
最后(求关注，别白嫖我)
5.2 Redis分布式锁实现
优点：
- 性能好，适合高并发场景
- 较轻量级
- 有较好的框架支持，如Redisson
缺点：
- 过期时间不好控制
- 需要考虑锁被别的线程误删场景
5.3 Zookeeper分布式锁实现
缺点：
- 性能不如redis实现的分布式锁
- 比较重的分布式锁。
优点：
- 有较好的性能和可靠性
- 有封装较好的框架，如Curator
5.4 对比汇总
从性能角度（从高到低）Redis > Zookeeper >= 数据库；
从理解的难易程度角度（从低到高）数据库 > Redis > Zookeeper；
从实现的复杂性角度（从低到高）Zookeeper > Redis > 数据库；
从可靠性角度（从高到低）Zookeeper > Redis > 数据库。
最后(求关注，别白嫖我)
如果这篇文章对您有所帮助，或者有所启发的话，求一键三连：点赞、转发、在看，您的支持是我坚持写作最大的动力。
