[AIGC] 分布式锁及其实现方式详解与Python代码示例

本文涉及的产品
云数据库 Redis 版,标准版 2GB
推荐场景:
搭建游戏排行榜
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
简介: [AIGC] 分布式锁及其实现方式详解与Python代码示例

当你处理分布式系统的并发问题时,你可能需要使用一把全局性的锁来确保在多个进程或线程间顺序执行一些任务。这就是"分布式锁"的概念。在本文中,我们将详细介绍并演示如何在MySQL、Redis以及ZooKeeper中实现分布式锁,并使用Python来提供示例代码。

什么是分布式锁?

在简单的理解中, 分布式锁就是一个能在分布式系统中多个节点间同步的锁。分布式锁的功能就像传统的单节点锁一样,但是它可以帮助你在网络的多个节点中对资源进行同步。

分布式锁的实现方式

那么我们如何来实现一个分布式锁呢?实际上,有许多方式可以实现。这里我们将会探讨使用MySQL、Redis和ZooKeeper三种不同的方式来实现分布式锁,并使用Python作为示例编程语言。

MySQL的分布式锁

MySQL数据库可以使用GET_LOCK()函数来实现分布式锁。以下是使用Python实现MySQL分布式锁的简单例子:

import pymysql.cursors

# 创建数据库连接
connection = pymysql.connect(host='localhost', user='user', password='passwd', db='db', charset='utf8mb4', cursorclass=pymysql.cursors.DictCursor)

try:
    with connection.cursor() as cursor:
        # 获取锁
        sql = "SELECT GET_LOCK('my_lock',10)"
        cursor.execute(sql)
        result = cursor.fetchone()["GET_LOCK('my_lock',10)"]
        if result == 1:
            print("Get the lock.")
            # 执行需要同步的代码
            # ...
            # 释放锁
            sql = "DO RELEASE_LOCK('my_lock')"
            cursor.execute(sql)
        else:
            print("Fail to get the lock.")
finally:
    connection.close()

上述代码中, GET_LOCK('my_lock',10)尝试去获取名为my_lock的锁,并允许等待10秒的时间,RELEASE_LOCK('my_lock')用于释放锁。

Redis的分布式锁

在Redis中,我们可以使用SETNXEXPIRE命令来实现简单的分布式锁。以下是Python示例代码:

import redis
import time

# 创建Redis连接
r = redis.Redis(host='localhost', port=6379, db=0)

def acquire_lock(lockname, acquire_time=10, lock_timeout=10):
    identifier = str(time.time())
    end = time.time() + acquire_time
    while time.time() < end:
        if r.setnx(lockname, identifier):
            r.expire(lockname, lock_timeout)
            return identifier
        elif not r.ttl(lockname):
            r.expire(lockname, lock_timeout)
        time.sleep(0.001)
    return False

def release_lock(lockname, identifier):
    pipe = r.pipeline(True)
    while True:
        try:
            pipe.watch(lockname)
            if pipe.get(lockname).decode() == identifier:
                pipe.multi()
                pipe.delete(lockname)
                pipe.execute()
                return True
            pipe.unwatch()
            break

    except redis.exceptions.WatchError:
        continue
    return False
    
    lockname = 'lock:resource_name'
    # 获取锁
    lock = acquire_lock(lockname)
    if lock:
        print("Get the lock.")
        # 执行需要同步的代码
        # ...
        # 释放锁
        release_lock(lockname, identifier)
    else:
        print("Fail to get the lock.")

acquire_lock()函数尝试设置一个锁,如果当前锁不存在或已过期,acquire_lock()返回True, 表明我们成功获取了锁;若锁已经被其他客户端持有,那么返回False。 当我们完成了同步的代码后,调用 release_lock()函数来释放锁,这样其他客户端就可以获取到锁了。

ZooKeeper的分布式锁

我们也可以使用ZooKeeper实现分布式锁。Python中有一个库叫做 Kazoo,它是一个用来与ZooKeeper进行交互的Python库。以下是使用Kazoo库来实现ZooKeeper分布式锁的Python示例代码:

from kazoo.client import KazooClient
from kazoo.recipe.lock import Lock

# 创建 ZooKeeper 客户端
zk = KazooClient(hosts='127.0.0.1:2181')
zk.start()

# 创建锁
lock = zk.Lock("/mylock", "my-identifier")

# 获取锁
if lock.acquire(blocking=True, timeout=None):
    print("Get the lock.")
    # 执行需要同步的代码
    # ...
    # 释放锁
    lock.release()
else:
    print("Fail to get the lock.")

# 按需停止和启动 ZooKeeper 客户端
zk.stop()

上述代码中,我们首先使用KazooClient连接到Zookeeper服务器,然后使用zk.Lock创建一个锁。 如果成功获取了锁,我们就可以执行需要同步的代码。当我们执行完毕后,调用lock.release()释放锁。

到这里,我们已经讲解了如何在MySQL、Redis和ZooKeeper中实现分布式锁并提供了Python版本的示例代码。 请注意,实现分布式锁的方式会因不同的应用和需求而异,在使用时应根据具体情况来选择最合适的实现方式。

相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore &nbsp; &nbsp; ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库&nbsp;ECS 实例和一台目标数据库&nbsp;RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&amp;RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
5天前
|
Python
探索Python中的装饰器:简化代码,增强功能
【9月更文挑战第3天】在Python的世界里,装饰器是那些静悄悄站在角落、却能大大改变游戏规则的神奇工具。它们就像是给你的函数穿上一件隐形的超级英雄斗篷,让函数拥有了超乎寻常的能力。本文将带领你一探究竟,看看如何通过几行简单的代码,就能让你的函数变得更加智能和强大。
|
1天前
|
Python
揭秘!Python系统编程里那些让代码自由穿梭的神奇代码行
【9月更文挑战第9天】在Python的世界里,一些简洁的代码行却蕴含着强大的功能,如列表推导式让列表生成仅需一行代码:`squares = [x**2 for x in range(10)]`。`with`语句则能自动管理文件和网络连接的关闭,如`with open(&#39;example.txt&#39;, &#39;r&#39;) as file:`。`lambda`函数和装饰器则允许快速定义函数和增强功能,而上下文管理器更是资源处理的利器。这些特性让Python代码更加优雅高效。
9 4
|
3天前
|
缓存 测试技术 开发者
探索Python中的装饰器:简化你的代码之旅
【9月更文挑战第6天】本文将深入探讨Python中一个强大而神秘的特性——装饰器。我们将通过实际例子揭示装饰器的工作原理,并展示如何利用它们来简化和增强你的代码。无论你是初学者还是有经验的开发者,这篇文章都将为你打开一扇门,让你的代码更加优雅和高效。
|
6天前
|
Python
Python中的装饰器:简化你的代码
【9月更文挑战第3天】装饰器,这个听起来有些神秘的名词,实际上在Python中扮演着重要的角色。它们就像是你的代码的小助手,帮你自动完成一些重复性的工作,让你的代码更加简洁、易读。本文将通过一个简单的例子,带你走进装饰器的世界,看看它们是如何工作的。
|
6天前
|
测试技术 数据安全/隐私保护 Python
Python中的装饰器:简化你的代码
【9月更文挑战第3天】装饰器在Python中是一个非常强大的工具,它可以让我们在不改变原有函数定义的情况下,对函数进行扩展,增加额外的功能。本文将通过一个简单的例子,介绍如何在Python中使用装饰器,以及如何使用装饰器来简化我们的代码。
13 6
|
5天前
|
缓存 数据挖掘 Python
探索Python中的装饰器:简化代码,提高效率
【9月更文挑战第4天】在Python的世界里,装饰器是那些隐藏在幕后、默默发挥作用的英雄。它们以优雅的姿态简化我们的代码,提升程序的可读性和效率。本文将带你揭开装饰器的神秘面纱,通过实际案例展示其魅力所在,让你的编程之旅更加顺畅。
|
5天前
|
存储 Python
Python编程入门:从零开始的代码之旅
【9月更文挑战第4天】本文将带领初学者步入Python的世界,通过简明的语言和直观的例子,逐步揭示编程的乐趣。我们将一起构建基础的数据结构,探索控制语句的奥秘,并实现简单的函数。无论你是编程新手还是希望巩固基础,这篇文章都是你理想的起点。让我们开始吧,一步步将代码块搭建成思维的宫殿!
16 2
|
6天前
|
存储 设计模式 缓存
Python中的装饰器:简化代码,提高可读性
【9月更文挑战第3天】在Python编程中,装饰器是一种强大的工具,它允许我们修改或增强函数的行为,而无需更改其源代码。通过本文,您将了解装饰器的基本概念、如何创建和使用它们,以及它们如何帮助我们编写更简洁、更可读的代码。我们将以一个简单的示例开始,逐步深入到更复杂的应用场景,展示装饰器的灵活性和强大功能。无论您是初学者还是有经验的开发者,本文都将为您提供新的视角和技巧,让您的Python代码更加优雅和高效。
|
3天前
|
机器学习/深度学习 人工智能 算法
探索人工智能:机器学习的基本原理与Python代码实践
【9月更文挑战第6天】本文深入探讨了人工智能领域中的机器学习技术,旨在通过简明的语言和实际的编码示例,为初学者提供一条清晰的学习路径。文章不仅阐述了机器学习的基本概念、主要算法及其应用场景,还通过Python语言展示了如何实现一个简单的线性回归模型。此外,本文还讨论了机器学习面临的挑战和未来发展趋势,以期激发读者对这一前沿技术的兴趣和思考。
|
7天前
|
测试技术 Python
探索Python中的装饰器:简化代码,增强功能
【9月更文挑战第2天】本文将带你深入理解Python中强大的工具——装饰器。我们将一步步从基础定义到实际应用,展示如何利用装饰器简化代码结构,增加函数功能,而无需修改原有代码。通过具体例子,你将学会创建自定义装饰器,以及如何在实际项目中有效使用它们。让我们一起开启这段简化与增强的旅程吧!
下一篇
DDNS