挑战架构师极限:分布式锁的四种实现方式,优劣对比让你一目了然!

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
云数据库 Tair(兼容Redis),内存型 2GB
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
简介: 【8月更文挑战第29天】在2024年软考架构师考试中,掌握分布式锁的实现方法极其重要。本文详细介绍了基于数据库、Redis及ZooKeeper三种常见分布式锁方案。数据库锁简单易懂但性能低;Redis锁性能优越且支持自动续期,但需引入中间件;ZooKeeper锁可靠性高,适用于分布式环境,但实现复杂。通过对比各方案优缺点,帮助考生更好地应对考试,选择最适合业务场景的分布式锁策略。

2024年软考架构师考试中,分布式锁的实现方式及其优缺点是一个不可忽视的重要考点。在分布式系统中,为了保证数据的一致性和避免重复执行,分布式锁起着至关重要的作用。本文将带您了解几种常见的分布式锁实现方式,并分析各自的优缺点。
首先,我们来探讨基于数据库的分布式锁实现。这种实现方式简单易懂,通过创建一张锁表,在需要加锁时,向表中插入一条记录,释放锁时删除记录。以下是一个基于MySQL的示例代码:

-- 创建锁表
CREATE TABLE `lock` (
  `lock_key` VARCHAR(255) NOT NULL,
  `lock_value` VARCHAR(255) NOT NULL,
  PRIMARY KEY (`lock_key`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
-- 获取锁
INSERT INTO `lock` (lock_key, lock_value) VALUES ('lock_key', 'lock_value');
-- 释放锁
DELETE FROM `lock` WHERE lock_key = 'lock_key';

优点:实现简单,易于理解,不需要引入额外的中间件。
缺点:存在数据库单点问题,性能较低,不支持锁的自动续期和过期。
接下来,我们看看基于Redis的分布式锁实现。Redis分布式锁利用了Redis的原子操作,通过SETNX命令来实现锁的获取和释放。以下是一个基于Redis的示例代码:

public class RedisDistributedLock {
   
    private Jedis jedis;
    public RedisDistributedLock(Jedis jedis) {
   
        this.jedis = jedis;
    }
    // 获取锁
    public boolean tryLock(String lockKey, String requestId, int expireTime) {
   
        String result = jedis.set(lockKey, requestId, "NX", "PX", expireTime);
        return "OK".equals(result);
    }
    // 释放锁
    public void unlock(String lockKey, String requestId) {
   
        if (requestId.equals(jedis.get(lockKey))) {
   
            jedis.del(lockKey);
        }
    }
}

优点:性能较高,支持锁的自动续期和过期,分布式环境下表现良好。
缺点:需要引入Redis中间件,实现相对复杂,存在网络延迟问题。
再来看看基于ZooKeeper的分布式锁实现。ZooKeeper通过创建临时有序节点来实现分布式锁,以下是一个基于ZooKeeper的示例代码:

public class ZooKeeperDistributedLock implements Watcher {
   
    private ZooKeeper zk;
    private String lockRootPath = "/locks";
    private String lockPath;
    private String currentPath;
    public ZooKeeperDistributedLock(ZooKeeper zk) {
   
        this.zk = zk;
    }
    // 获取锁
    public void lock() throws Exception {
   
        // 创建临时有序节点
        currentPath = zk.create(lockRootPath + "/lock-", null, ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);
        // 获取所有子节点
        List<String> children = zk.getChildren(lockRootPath, false);
        Collections.sort(children);
        // 判断当前节点是否是最小的
        if (currentPath.equals(lockRootPath + "/" + children.get(0))) {
   
            System.out.println("获取锁成功");
            return;
        }
        // 监听前一个节点
        String prePath = lockRootPath + "/" + children.get(Collections.binarySearch(children, currentPath.substring(lockRootPath.length() + 1)) - 1);
        zk.exists(prePath, true);
    }
    // 释放锁
    public void unlock() throws Exception {
   
        zk.delete(currentPath, -1);
        zk.close();
    }
    @Override
    public void process(WatchedEvent watchedEvent) {
   
        if (watchedEvent.getType() == Event.EventType.NodeDeleted) {
   
            try {
   
                lock();
            } catch (Exception e) {
   
                e.printStackTrace();
            }
        }
    }
}

优点:可靠性高,支持锁的自动续期和过期,适用于分布式环境。
缺点:需要引入ZooKeeper中间件,实现复杂,性能相对较低。
总结,分布式锁的实现方式多种多样,每种方式都有其优缺点。在实际应用中,我们需要根据业务场景和需求选择合适的分布式锁实现方式。希望通过本文的介绍,能让您对分布式锁的实现方式及其优缺点有更深入的了解,为2024年软考架构师考试做好准备。

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
|
4天前
|
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。
56 41
|
4月前
|
安全 应用服务中间件 API
微服务分布式系统架构之zookeeper与dubbo-2
微服务分布式系统架构之zookeeper与dubbo-2
|
4月前
|
负载均衡 Java 应用服务中间件
微服务分布式系统架构之zookeeper与dubbor-1
微服务分布式系统架构之zookeeper与dubbor-1
|
4月前
|
存储 JSON 数据库
Elasticsearch 分布式架构解析
【9月更文第2天】Elasticsearch 是一个分布式的搜索和分析引擎,以其高可扩展性和实时性著称。它基于 Lucene 开发,但提供了更高级别的抽象,使得开发者能够轻松地构建复杂的搜索应用。本文将深入探讨 Elasticsearch 的分布式存储和检索机制,解释其背后的原理及其优势。
301 5
|
14天前
|
设计模式 存储 算法
分布式系统架构5:限流设计模式
本文是小卷关于分布式系统架构学习的第5篇,重点介绍限流器及4种常见的限流设计模式:流量计数器、滑动窗口、漏桶和令牌桶。限流旨在保护系统免受超额流量冲击,确保资源合理分配。流量计数器简单但存在边界问题;滑动窗口更精细地控制流量;漏桶平滑流量但配置复杂;令牌桶允许突发流量。此外,还简要介绍了分布式限流的概念及实现方式,强调了限流的代价与收益权衡。
57 11
|
16天前
|
设计模式 监控 Java
分布式系统架构4:容错设计模式
这是小卷对分布式系统架构学习的第4篇文章,重点介绍了三种常见的容错设计模式:断路器模式、舱壁隔离模式和重试模式。断路器模式防止服务故障蔓延,舱壁隔离模式通过资源隔离避免全局影响,重试模式提升短期故障下的调用成功率。文章还对比了这些模式的优缺点及适用场景,并解释了服务熔断与服务降级的区别。尽管技术文章阅读量不高,但小卷坚持每日更新以促进个人成长。
43 11
|
17天前
|
消息中间件 存储 安全
分布式系统架构3:服务容错
分布式系统因其复杂性,故障几乎是必然的。那么如何让系统在不可避免的故障中依然保持稳定?本文详细介绍了分布式架构中7种核心的服务容错策略,包括故障转移、快速失败、安全失败等,以及它们在实际业务场景中的应用。无论是支付场景的快速失败,还是日志采集的安全失败,每种策略都有自己的适用领域和优缺点。此外,文章还为技术面试提供了解题思路,助你在关键时刻脱颖而出。掌握这些策略,不仅能提升系统健壮性,还能让你的技术栈更上一层楼!快来深入学习,走向架构师之路吧!
54 11
|
1月前
|
消息中间件 架构师 数据库
本地消息表事务:10Wqps 高并发分布式事务的 终极方案,大厂架构师的 必备方案
45岁资深架构师尼恩分享了一篇关于分布式事务的文章,详细解析了如何在10Wqps高并发场景下实现分布式事务。文章从传统单体架构到微服务架构下分布式事务的需求背景出发,介绍了Seata这一开源分布式事务解决方案及其AT和TCC两种模式。随后,文章深入探讨了经典ebay本地消息表方案,以及如何使用RocketMQ消息队列替代数据库表来提高性能和可靠性。尼恩还分享了如何结合延迟消息进行事务数据的定时对账,确保最终一致性。最后,尼恩强调了高端面试中需要准备“高大上”的答案,并提供了多个技术领域的深度学习资料,帮助读者提升技术水平,顺利通过面试。
本地消息表事务:10Wqps 高并发分布式事务的 终极方案,大厂架构师的 必备方案
|
27天前
|
存储 算法 安全
分布式系统架构1:共识算法Paxos
本文介绍了分布式系统中实现数据一致性的重要算法——Paxos及其改进版Multi Paxos。Paxos算法由Leslie Lamport提出,旨在解决分布式环境下的共识问题,通过提案节点、决策节点和记录节点的协作,确保数据在多台机器间的一致性和可用性。Multi Paxos通过引入主节点选举机制,优化了基本Paxos的效率,减少了网络通信次数,提高了系统的性能和可靠性。文中还简要讨论了数据复制的安全性和一致性保障措施。
37 1
|
2月前
|
人工智能 运维 算法
引领企业未来数字基础架构浪潮,中国铁塔探索超大规模分布式算力
引领企业未来数字基础架构浪潮,中国铁塔探索超大规模分布式算力

热门文章

最新文章