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
云原生内存数据库 Tair,内存型 2GB
云数据库 Redis 版,标准版 2GB
推荐场景:
搭建游戏排行榜
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
|
12天前
|
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。
55 5
|
1月前
|
存储 NoSQL Java
一天五道Java面试题----第十一天(分布式架构下,Session共享有什么方案--------->分布式事务解决方案)
这篇文章是关于Java面试中的分布式架构问题的笔记,包括分布式架构下的Session共享方案、RPC和RMI的理解、分布式ID生成方案、分布式锁解决方案以及分布式事务解决方案。
一天五道Java面试题----第十一天(分布式架构下,Session共享有什么方案--------->分布式事务解决方案)
|
26天前
|
机器学习/深度学习 分布式计算 Cloud Native
云原生架构下的高性能计算解决方案:利用分布式计算资源加速机器学习训练
【8月更文第19天】随着大数据和人工智能技术的发展,机器学习模型的训练数据量和复杂度都在迅速增长。传统的单机训练方式已经无法满足日益增长的计算需求。云原生架构为高性能计算提供了新的可能性,通过利用分布式计算资源,可以在短时间内完成大规模数据集的训练任务。本文将探讨如何在云原生环境下搭建高性能计算平台,并展示如何使用 PyTorch 和 TensorFlow 这样的流行框架进行分布式训练。
45 2
|
26天前
|
监控 Java 开发者
随着软件开发的发展,传统单体应用已难以适应现代业务需求,微服务架构因此兴起,成为构建可伸缩、分布式系统的主流
随着软件开发的发展,传统单体应用已难以适应现代业务需求,微服务架构因此兴起,成为构建可伸缩、分布式系统的主流。本文探讨Java微服务架构的设计原则与实践。核心思想是将应用拆分为独立服务单元,增强模块化与扩展性。Java开发者可利用Spring Boot等框架简化开发流程。设计时需遵循单一职责、自治性和面向接口编程的原则。以电商系统为例,将订单处理、商品管理和用户认证等拆分为独立服务,提高可维护性和容错能力。还需考虑服务间通信、数据一致性及监控等高级话题。掌握这些原则和工具,开发者能构建高效、可维护的微服务应用,更好地应对未来挑战。
65 1
|
1月前
|
Cloud Native 云计算 微服务
云原生时代:企业分布式应用架构的惊人蜕变,从SOA到微服务的大逃亡!
【8月更文挑战第8天】在云计算与容器技术推动下,企业分布式应用架构正经历从SOA到微服务再到云原生的深刻变革。SOA强调服务重用与组合,通过标准化接口实现服务解耦;微服务以细粒度划分服务,增强系统灵活性;云原生架构借助容器化与自动化技术简化部署与管理。每一步演进都为企业带来新的技术挑战与机遇。
80 6
|
14天前
|
Java 数据库连接 微服务
揭秘微服务架构下的数据魔方:Hibernate如何玩转分布式持久化,实现秒级响应的秘密武器?
【8月更文挑战第31天】微服务架构通过将系统拆分成独立服务,提升了可维护性和扩展性,但也带来了数据一致性和事务管理等挑战。Hibernate 作为强大的 ORM 工具,在微服务中发挥关键作用,通过二级缓存和分布式事务支持,简化了对象关系映射,并提供了有效的持久化策略。其二级缓存机制减少数据库访问,提升性能;支持 JTA 保证跨服务事务一致性;乐观锁机制解决并发数据冲突。合理配置 Hibernate 可助力构建高效稳定的分布式系统。
30 0
|
1月前
|
存储 监控 安全
|
2月前
|
NoSQL 算法 Java
(十三)全面理解并发编程之分布式架构下Redis、ZK分布式锁的前世今生
本文探讨了从单体架构下的锁机制到分布式架构下的线程安全问题,并详细分析了分布式锁的实现原理和过程。
|
30天前
|
存储 调度
分布式锁设计问题之分布式锁系统通常设计其架构如何解决
分布式锁设计问题之分布式锁系统通常设计其架构如何解决
|
2月前
|
存储 缓存 NoSQL
高并发架构设计三大利器:缓存、限流和降级问题之Redis用于搭建分布式缓存集群问题如何解决
高并发架构设计三大利器:缓存、限流和降级问题之Redis用于搭建分布式缓存集群问题如何解决