Java分布式锁

简介: Java分布式锁

   分布式锁是一种在分布系统环境下,通过多个节点对共享资源进行访问控制的一种同步机制。


主要的目的是防止多个节点同时操作同一份数据,从而避免数据的不一致性。分布式锁的实现比线程锁和进程锁要复杂得多,因为它需要在网诺中的多个节点之间进行协调,以保证锁的唯一性和一致性。


分布式锁的基本原理可以分为以下几个步骤:


  • 请求锁:当一个实例需要访问共享资源时,它会向分布式系统发送一个请求,试图获取一个锁。
  • 锁定资源:分布式锁系统会检查是否有其他实例已经有这个锁,如果没有,那么这个锁实例就会获得锁,并且有权访问共享资源,如果有那么这个实例就必须等待,直到被释放。
  • 访问资源:一旦实例获取锁,它就会安全访问共享资源,而不用担心其他实例会同时访问这个资源。
  • 释放资源:当实例完成对共享资源的访问后,它需要通知分布式锁释放锁,这样其他正在等待的实例就可以获取锁,访问共享资源。


分布式锁的实现方式


在实现分布式锁时,通常会有一个中心节点(或者称为锁服务),所有需要获取锁的节点都需要向这个中心节点申请。这个中心节点负责协调和管理所有节点的锁请求,确保锁的唯一性和一致性。


分布式锁的特性

分布式锁主要有以下几个特性:


  • 互斥性:在任何时刻,只有一个节点可以持有锁。
  • 不会发生死锁:如果一个节点崩溃,锁可以被其他节点获取。
  • 公平性:如果多个节点同时申请锁,系统应该保证每个节点都有获取锁的机会。
  • 可重入性:同一个节点可以多次获取同一个锁,而不会被阻塞。
  • 高可用:锁服务应该是高可用的,不能因为锁服务的故障而影响整个系统的运行


java中实现分布式锁的常见方式有以下三种


  • 1.使用数据库实现分布锁


悲观锁


利用select … where … for update 排他锁


注意: 其他附加功能与实现一基本一致,这里需要注意的是“where name=lock ”,name字段必须要走索引,否则会锁表。有些情况下,比如表不大,mysql优化器会不走这个索引,导致锁表问题。


乐观锁


所谓乐观锁与前边最大区别在于基于CAS思想,是不具有互斥性,不会产生锁等待而消耗资源,操作过程中认为不存在并发冲突,只有update version失败后才能觉察到。我们的抢购、秒杀就是用了这种实现以防止超卖。

通过增加递增的版本号字段实现乐观锁

  • 2.使用Redis实现分布式锁

     根据系统的业务设置唯一值,用于解锁验证

1 /**
  2  * 分布式锁的简单实现代码  4  */
  5 public class DistributedLock {
  6 
  7     private final JedisPool jedisPool;
  8 
  9     public DistributedLock(JedisPool jedisPool) {
 10         this.jedisPool = jedisPool;
 11     }
 12 
 13     /**
 14      * 加锁
 15      * @param lockName       锁的key
 16      * @param acquireTimeout 获取超时时间
 17      * @param timeout        锁的超时时间
 18      * @return 锁标识
 19      */
 20     public String lockWithTimeout(String lockName, long acquireTimeout, long timeout) {
 21         Jedis conn = null;
 22         String retIdentifier = null;
 23         try {
 24             // 获取连接
 25             conn = jedisPool.getResource();
 26             // 随机生成一个value
 27             String identifier = UUID.randomUUID().toString();
 28             // 锁名,即key值
 29             String lockKey = "lock:" + lockName;
 30             // 超时时间,上锁后超过此时间则自动释放锁
 31             int lockExpire = (int) (timeout / 1000);
 32 
 33             // 获取锁的超时时间,超过这个时间则放弃获取锁
 34             long end = System.currentTimeMillis() + acquireTimeout;
 35             while (System.currentTimeMillis() < end) {
 36                 if (conn.setnx(lockKey, identifier) == 1) {
 37                     conn.expire(lockKey, lockExpire);
 38                     // 返回value值,用于释放锁时间确认
 39                     retIdentifier = identifier;
 40                     return retIdentifier;
 41                 }
 42                 // 返回-1代表key没有设置超时时间,为key设置一个超时时间
 43                 if (conn.ttl(lockKey) == -1) {
 44                     conn.expire(lockKey, lockExpire);
 45                 }
 46 
 47                 try {
 48                     Thread.sleep(10);
 49                 } catch (InterruptedException e) {
 50                     Thread.currentThread().interrupt();
 51                 }
 52             }
 53         } catch (JedisException e) {
 54             e.printStackTrace();
 55         } finally {
 56             if (conn != null) {
 57                 conn.close();
 58             }
 59         }
 60         return retIdentifier;
 61     }
 62 
 63     /**
 64      * 释放锁
 65      * @param lockName   锁的key
 66      * @param identifier 释放锁的标识
 67      * @return
 68      */
 69     public boolean releaseLock(String lockName, String identifier) {
 70         Jedis conn = null;
 71         String lockKey = "lock:" + lockName;
 72         boolean retFlag = false;
 73         try {
 74             conn = jedisPool.getResource();
 75             while (true) {
 76                 // 监视lock,准备开始事务
 77                 conn.watch(lockKey);
 78                 // 通过前面返回的value值判断是不是该锁,若是该锁,则删除,释放锁
 79                 if (identifier.equals(conn.get(lockKey))) {
 80                     Transaction transaction = conn.multi();
 81                     transaction.del(lockKey);
 82                     List<Object> results = transaction.exec();
 83                     if (results == null) {
 84                         continue;
 85                     }
 86                     retFlag = true;
 87                 }
 88                 conn.unwatch();
 89                 break;
 90             }
 91         } catch (JedisException e) {
 92             e.printStackTrace();
 93         } finally {
 94             if (conn != null) {
 95                 conn.close();
 96             }
 97         }
 98         return retFlag;
 99     }
100 }
  • 3.使用Zookeeper实现分布式锁

创建临时节点,执行业务逻辑,释放锁。

import lombok.extern.slf4j.Slf4j;
import org.apache.commons.lang.StringUtils;
import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.CuratorFrameworkFactory;
import org.apache.curator.retry.RetryNTimes;
import org.apache.zookeeper.CreateMode;
import org.apache.zookeeper.data.Stat;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.stereotype.Component;
 
/**
 * 分布式锁Zookeeper实现
 *
 */
@Slf4j
@Component
public class ZkLock implements DistributionLock {
private String zkAddress = "zk_adress";
    private static final String root = "package root";
    private CuratorFramework zkClient;
 
    private final String LOCK_PREFIX = "/lock_";
 
    @Bean
    public DistributionLock initZkLock() {
        if (StringUtils.isBlank(root)) {
            throw new RuntimeException("zookeeper 'root' can't be null");
        }
        zkClient = CuratorFrameworkFactory
                .builder()
                .connectString(zkAddress)
                .retryPolicy(new RetryNTimes(2000, 20000))
                .namespace(root)
                .build();
        zkClient.start();
        return this;
    }
 
    public boolean tryLock(String lockName) {
        lockName = LOCK_PREFIX+lockName;
        boolean locked = true;
        try {
            Stat stat = zkClient.checkExists().forPath(lockName);
            if (stat == null) {
                log.info("tryLock:{}", lockName);
                stat = zkClient.checkExists().forPath(lockName);
                if (stat == null) {
                    zkClient
                            .create()
                            .creatingParentsIfNeeded()
                            .withMode(CreateMode.EPHEMERAL)
                            .forPath(lockName, "1".getBytes());
                } else {
                    log.warn("double-check stat.version:{}", stat.getAversion());
                    locked = false;
                }
            } else {
                log.warn("check stat.version:{}", stat.getAversion());
                locked = false;
            }
        } catch (Exception e) {
            locked = false;
        }
        return locked;
    }
 
    public boolean tryLock(String key, long timeout) {
        return false;
    }
 
    public void release(String lockName) {
        lockName = LOCK_PREFIX+lockName;
        try {
            zkClient
                    .delete()
                    .guaranteed()
                    .deletingChildrenIfNeeded()
                    .forPath(lockName);
            log.info("release:{}", lockName);
        } catch (Exception e) {
            log.error("删除", e);
        }
    }
 
    public void setZkAddress(String zkAddress) {
        this.zkAddress = zkAddress;
    }
}

每种方法都有其优点和适应的场景,数据库通常简单,但可能存在性能问题,redis非常快,但需要第三方库,并且可能引入网诺问题,Zookeeper提供了更复杂的同步原语,但需要额外学习曲线。

目录
相关文章
|
27天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
3天前
|
人工智能 Rust Java
10月更文挑战赛火热启动,坚持热爱坚持创作!
开发者社区10月更文挑战,寻找热爱技术内容创作的你,欢迎来创作!
371 16
|
19天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
6天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
21天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
23天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2593 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
5天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
182 2
|
3天前
|
编译器 C#
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
105 65
|
7天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
332 2
|
23天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1580 17
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码