2024软考架构师考试---分布式锁的实现方式有那些以及优缺点

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
MSE Nacos/ZooKeeper 企业版试用,1600元额度,限量50份
简介: 【6月更文挑战第16天】在分布式系统中,分布式锁是一种用于控制对共享资源访问的机制,以确保多进程、多线程环境下的数据一致性。分布式锁有多种实现方式,本文将介绍几种常见的分布式锁及其优缺点。

在分布式系统中,分布式锁是一种用于控制对共享资源访问的机制,以确保多进程、多线程环境下的数据一致性。分布式锁有多种实现方式,本文将介绍几种常见的分布式锁及其优缺点。

一、基于数据库的分布式锁

实现方式

  1. 表锁:使用数据库提供的锁机制,例如 MySQL 的 SELECT ... FOR UPDATE 语句。
  2. 乐观锁:使用版本号或时间戳字段进行并发控制。
  3. 悲观锁:在表中添加一个锁定状态字段,通过更新该字段实现锁定。

优点

  • 实现简单,易于理解。
  • 适合小规模的分布式系统和已有的数据库环境。

缺点

  • 性能较低,数据库的 IO 开销较大。
  • 存在单点故障问题,即数据库故障导致锁机制失效。
  • 扩展性差,不适合高并发场景。

示例代码(基于 MySQL 表锁)

sql复制代码

-- 创建锁表
CREATE TABLE `distributed_lock` (
    `resource` VARCHAR(64) NOT NULL PRIMARY KEY,
    `locked` TINYINT(1) NOT NULL DEFAULT 0,
    `owner` VARCHAR(64) NOT NULL
);

-- 获取锁
INSERT INTO distributed_lock (resource, locked, owner) VALUES ('resource_name', 1, 'node_id')
ON DUPLICATE KEY UPDATE locked = IF(locked = 0, 1, locked), owner = IF(locked = 0, 'node_id', owner);

-- 释放锁
UPDATE distributed_lock SET locked = 0 WHERE resource = 'resource_name' AND owner = 'node_id';

二、基于缓存(如 Redis)的分布式锁

实现方式

使用 Redis 的 SETNX 命令或 Redisson 等库实现分布式锁。

优点

  • 性能较高,Redis 作为内存数据库,读写速度快。
  • 支持高并发,适合大规模分布式系统。
  • 实现相对简单,社区有成熟的解决方案。

缺点

  • 存在单点故障问题,需要配置 Redis 集群或哨兵模式。
  • 需要额外的 Redis 依赖和运维成本。

示例代码(基于 Redis 的 SETNX

java复制代码

import redis.clients.jedis.Jedis;

public class RedisLock {

    private Jedis jedis;
    private String lockKey;
    private long lockTimeout;

    public RedisLock(Jedis jedis, String lockKey, long lockTimeout) {
        this.jedis = jedis;
        this.lockKey = lockKey;
        this.lockTimeout = lockTimeout;
    }

    public boolean tryLock(String value) {
        long end = System.currentTimeMillis() + lockTimeout;
        while (System.currentTimeMillis() < end) {
            if (jedis.setnx(lockKey, value) == 1) {
                jedis.expire(lockKey, (int) (lockTimeout / 1000));
                return true;
            }
            if (jedis.ttl(lockKey) == -1) {
                jedis.expire(lockKey, (int) (lockTimeout / 1000));
            }
            try {
                Thread.sleep(50);
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            }
        }
        return false;
    }

    public void unlock(String value) {
        if (value.equals(jedis.get(lockKey))) {
            jedis.del(lockKey);
        }
    }
}

三、基于 Zookeeper 的分布式锁

实现方式

使用 Zookeeper 的临时有序节点(Ephemeral Sequential Nodes)实现分布式锁。

优点

  • 强一致性,Zookeeper 通过 Paxos 算法保证数据一致性。
  • 高可靠性,Zookeeper 集群提供高可用性。
  • 支持高并发,适合大规模分布式系统。

缺点

  • 实现复杂度较高,相比其他方式需要更多的配置和维护。
  • 性能不如 Redis,在极高并发下可能成为瓶颈。

示例代码(基于 Curator 框架)

java复制代码

import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.recipes.locks.InterProcessMutex;

public class ZookeeperLock {

    private InterProcessMutex lock;

    public ZookeeperLock(CuratorFramework client, String lockPath) {
        this.lock = new InterProcessMutex(client, lockPath);
    }

    public void lock() throws Exception {
        lock.acquire();
    }

    public void unlock() throws Exception {
        lock.release();
    }
}

四、基于 Etcd 的分布式锁

实现方式

使用 Etcd 的分布式锁 API 或基于租约机制实现分布式锁。

优点

  • 高可用性,Etcd 提供高可用集群(Raft 协议)。
  • 强一致性,Etcd 保证数据一致性。
  • 适合云原生环境,Kubernetes 使用 Etcd 作为其数据存储。

缺点

  • 相对较新的技术,社区和文档支持不如 Zookeeper。
  • 实现复杂度较高,需要额外的 Etcd 依赖和配置。

示例代码(基于 Etcd Java 客户端)

java复制代码

import io.etcd.jetcd.Client;
import io.etcd.jetcd.lock.LockResponse;
import io.etcd.jetcd.options.PutOption;

public class EtcdLock {

    private Client client;
    private String lockKey;
    private long leaseId;

    public EtcdLock(Client client, String lockKey) {
        this.client = client;
        this.lockKey = lockKey;
    }

    public boolean lock() {
        try {
            leaseId = client.getLeaseClient().grant(5).get().getID();
            LockResponse response = client.getLockClient().lock(lockKey.getBytes(), leaseId).get();
            return response != null;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        }
    }

    public void unlock() {
        try {
            client.getLockClient().unlock(lockKey.getBytes()).get();
            client.getLeaseClient().revoke(leaseId).get();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

比较与总结

锁实现方式 优点 缺点
数据库锁 实现简单,易于理解 性能低,存在单点故障,扩展性差
Redis 锁 性能高,支持高并发,社区支持好 存在单点故障,需额外依赖和运维成本
Zookeeper 锁 强一致性,高可靠性,适合大规模系统 实现复杂度高,性能可能成为瓶颈
Etcd 锁 高可用性,强一致性,适合云原生环境 实现复杂度高,相对较新,社区支持较少

不同的实现方式各有优缺点,具体选择哪种分布式锁实现方式,取决于具体应用场景及系统需求。对于高并发、高性能要求的场景,Redis 锁通常是不错的选择;而对于需要强一致性和高可靠性的场景,Zookeeper 或 Etcd 则更为适合。希望本文的介绍能帮助你在实际项目中更好地选择和应用分布式锁技术。



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。
相关文章
|
3月前
|
存储 机器学习/深度学习 缓存
软考软件评测师——计算机组成与体系结构(分级存储架构)
本内容全面解析了计算机存储系统的四大核心领域:虚拟存储技术、局部性原理、分级存储体系架构及存储器类型。虚拟存储通过软硬件协同扩展内存,支持动态加载与地址转换;局部性原理揭示程序运行特性,指导缓存设计优化;分级存储架构从寄存器到外存逐级扩展,平衡速度、容量与成本;存储器类型按寻址和访问方式分类,并介绍新型存储技术。最后探讨了存储系统未来优化趋势,如异构集成、智能预取和近存储计算等,为突破性能瓶颈提供了新方向。
|
5月前
|
人工智能 安全 Java
智慧工地源码,Java语言开发,微服务架构,支持分布式和集群部署,多端覆盖
智慧工地是“互联网+建筑工地”的创新模式,基于物联网、移动互联网、BIM、大数据、人工智能等技术,实现对施工现场人员、设备、材料、安全等环节的智能化管理。其解决方案涵盖数据大屏、移动APP和PC管理端,采用高性能Java微服务架构,支持分布式与集群部署,结合Redis、消息队列等技术确保系统稳定高效。通过大数据驱动决策、物联网实时监测预警及AI智能视频监控,消除数据孤岛,提升项目可控性与安全性。智慧工地提供专家级远程管理服务,助力施工质量和安全管理升级,同时依托可扩展平台、多端应用和丰富设备接口,满足多样化需求,推动建筑行业数字化转型。
175 5
|
4月前
|
监控 Linux 应用服务中间件
Linux多节点多硬盘部署MinIO:分布式MinIO集群部署指南搭建高可用架构实践
通过以上步骤,已成功基于已有的 MinIO 服务,扩展为一个 MinIO 集群。该集群具有高可用性和容错性,适合生产环境使用。如果有任何问题,请检查日志或参考MinIO 官方文档。作者联系方式vx:2743642415。
1055 57
|
8月前
|
存储 缓存 NoSQL
分布式系统架构8:分布式缓存
本文介绍了分布式缓存的理论知识及Redis集群的应用,探讨了AP与CP的区别,Redis作为AP系统具备高性能和高可用性但不保证强一致性。文章还讲解了透明多级缓存(TMC)的概念及其优缺点,并详细分析了memcached和Redis的分布式实现方案。此外,针对缓存穿透、击穿、雪崩和污染等常见问题提供了应对策略,强调了Cache Aside模式在解决数据一致性方面的作用。最后指出,面试中关于缓存的问题多围绕Redis展开,建议深入学习相关知识点。
556 8
|
4月前
|
消息中间件 缓存 算法
分布式开发:数字时代的高性能架构革命-为什么要用分布式?优雅草卓伊凡
分布式开发:数字时代的高性能架构革命-为什么要用分布式?优雅草卓伊凡
192 0
分布式开发:数字时代的高性能架构革命-为什么要用分布式?优雅草卓伊凡
|
6月前
|
消息中间件 人工智能 监控
文生图架构设计原来如此简单之分布式服务
想象一下,当成千上万的用户同时要求AI画图,如何公平高效地处理这些请求?文生图/图生图大模型的架构设计看似复杂,实则遵循简单而有效的原则:合理排队、分工明确、防患未然。
216 14
文生图架构设计原来如此简单之分布式服务
|
6月前
|
并行计算 PyTorch 算法框架/工具
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
本文探讨了如何通过技术手段混合使用AMD与NVIDIA GPU集群以支持PyTorch分布式训练。面对CUDA与ROCm框架互操作性不足的问题,文章提出利用UCC和UCX等统一通信框架实现高效数据传输,并在异构Kubernetes集群中部署任务。通过解决轻度与强度异构环境下的挑战,如计算能力不平衡、内存容量差异及通信性能优化,文章展示了如何无需重构代码即可充分利用异构硬件资源。尽管存在RDMA验证不足、通信性能次优等局限性,但该方案为最大化GPU资源利用率、降低供应商锁定提供了可行路径。源代码已公开,供读者参考实践。
422 3
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
|
6月前
|
人工智能 运维 监控
领先AI企业经验谈:探究AI分布式推理网络架构实践
当前,AI行业正处于快速发展的关键时期。继DeepSeek大放异彩之后,又一款备受瞩目的AI智能体产品Manus横空出世。Manus具备独立思考、规划和执行复杂任务的能力,其多智能体架构能够自主调用工具。在GAIA基准测试中,Manus的性能超越了OpenAI同层次的大模型,展现出卓越的技术实力。
|
8月前
|
存储 Prometheus Cloud Native
分布式系统架构6:链路追踪
本文深入探讨了分布式系统中的链路追踪理论,涵盖追踪与跨度的概念、追踪系统的模块划分及数据收集的三种方式。链路追踪旨在解决复杂分布式系统中请求流转路径不清晰的问题,帮助快速定位故障和性能瓶颈。文中介绍了基于日志、服务探针和边车代理的数据收集方法,并简述了OpenTracing、OpenCensus和OpenTelemetry等链路追踪协议的发展历程及其特点。通过理解这些概念,可以更好地掌握开源链路追踪框架的使用。
583 41
|
8月前
|
存储 缓存 安全
分布式系统架构7:本地缓存
这是小卷关于分布式系统架构学习的第10篇文章,主要介绍本地缓存的基础理论。文章分析了引入缓存的利弊,解释了缓存对CPU和I/O压力的缓解作用,并讨论了缓存的吞吐量、命中率、淘汰策略等属性。同时,对比了几种常见的本地缓存工具(如ConcurrentHashMap、Ehcache、Guava Cache和Caffeine),详细介绍了它们的访问控制、淘汰策略及扩展功能。
188 6

热门文章

最新文章