Zookeeper分布式锁实现

一、分布式锁概述

1.1、分布式锁作用

1)在分布式系统环境下,一个方法在同一时间只能被一个机器的一个线程执行

2)具备高可用、高性能的获取锁与释放锁

3)具备锁失效机制,防止死锁

4)具备非阻塞锁(没有获取到锁将直接返回获取锁失败)或堵塞锁特性(根据业务需求考虑)

1.2、分布式锁应用场景

1)库存扣减与增加

分布式锁保证库存扣减不会超卖,库存增加不会造成库存数据不准确

2)积分抵现

防止积分扣减出现溢出的情况

3)会员礼品核销

防止礼品核销多次

1.3、实现方式

1)使用Redis,基于setnx命令或其他。

2)使用ZooKeeper,基于临时有序节点。

3)使用MySQL,基于唯一索引

二、基于Zookeeper实现分布式锁

2.1、Zookeeper特性介绍

1)有序节点

假如当前有一个父节点为/lock,我们可以在这个父节点下面创建子节点;zookeeper提供了一个可选的有序特性,例如我们可以创建子节点“/lock/node-”并且指明有序,那么zookeeper在生成子节点时会根据当前的子节点数量自动添加整数序号,也就是说如果是第一个创建的子节点,那么生成的子节点为/lock/node-0000000000,下一个节点则为/lock/node-0000000001,依次类推。

2)临时节点

客户端可以建立一个临时节点,在会话结束或者会话超时后,zookeeper会自动删除该节点。

3)事件监听

在读取数据时,我们可以同时对节点设置事件监听,当节点数据或结构变化时,zookeeper会通知客户端。当前zookeeper有如下四种事件:节点创建、节点删除、节点数据修改、子节点变更。

2.2、Zookeeper分布式锁实现(方式一)

2.2.1、实现原理

1)客户端连接zookeeper,并在父节点(/lock)下创建临时的且有序的子节点,第一个客户端对应的子节点为/lock/lock-1,第二个为/lock/lock-2,以此类推。

2)客户端获取/lock下的子节点列表,判断自己创建的子节点是否为当前子节点列表中序号最小的子节点,如果是则认为获得锁,否则监听/lock的子节点变更消息,获得子节点变更通知后重复此步骤直至获得锁;

3)执行业务代码;

4)完成业务流程后,删除对应的子节点释放锁。

2.2.2、实现代码

1.基于curator的zookeeper分布式锁实现

public static void main(String[] args) throws Exception {

//创建zookeeper的客户端

RetryPolicy retryPolicy = new ExponentialBackoffRetry(1000, 3);

CuratorFramework client = CuratorFrameworkFactory.newClient("10.21.41.181:2181,10.21.42.47:2181,10.21.49.252:2181", retryPolicy);

client.start();

//创建分布式锁, 锁空间的根节点路径为/curator/lock

InterProcessMutex mutex = new InterProcessMutex(client, "/curator/lock");

mutex.acquire();

//获得了锁, 进行业务流程

System.out.println("Enter mutex");

//完成业务流程, 释放锁

mutex.release();

//关闭客户端

client.close();

}

2.实现方式二

1)定义变量

/**

* Zookeeper客户端

*/

private ZooKeeper zookeeper;

/**

* 锁的唯一标识

*/

private String lockId;

/**

* 与Zookeeper建立会话的信号量

*/

private CountDownLatch connectedLatch;

/**

* 创建分布式锁的过程中,开始和等待请求创建分布式锁的信号标志

*/

private CountDownLatch creatingLatch;

/**

* 分布式锁路径前缀

*/

private String locksRootPath = "/locks";

/**

* 排在当前节点前面一位的节点的路径

*/

private String waitNodeLockPath;

/**

* 为了获得锁,本次创建的节点的路径

*/

private String currentNodeLockPath;

2)构造函数

public ZookeeperTempOrderLock(String lockId) {

this.lockId = lockId;

try {

// 会话超时时间

int sessionTimeout = 30000;

//

zookeeper = new ZooKeeper("192.168.0.93:2181", sessionTimeout, this);

connectedLatch.await();

} catch (IOException ioe) {

log.error("与Zookeeper建立连接时出现异常", ioe);

} catch (InterruptedException ite) {

log.error("等待与Zookeeper会话建立完成时出现异常", ite);

}

}

3)实现Zookeeper的watcher

@Override

public void process(WatchedEvent event) {

if (Event.KeeperState.SyncConnected == event.getState()) {

connectedLatch.countDown();

}

if (creatingLatch != null) {

creatingLatch.countDown();

}

}

4)获取分布式锁

/**

* 获取锁

*/

public void acquireDistributedLock() {

try {

while(!tryLock()) {

// 等待前一项服务释放锁的等待时间 不能超过一次Zookeeper会话的时间

long waitForPreviousLockRelease = 30000;

waitForLock(waitNodeLockPath, waitForPreviousLockRelease);

}

} catch (InterruptedException | KeeperException e) {

log.error("等待上锁的过程中出现异常", e);

}

}

public boolean tryLock() {

try {

// 创建顺序临时节点

currentNodeLockPath = zookeeper.create(locksRootPath + "/" + lockId,

"".getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);

// 查看刚刚创建的节点是不是最小节点

// 比如针对于这个同名节点,之前有其它服务曾申请创建过,因此Zookeeper中临时顺序节点形如:

// /locks/10000000000, /locks/10000000001, /locks/10000000002

List<String> nodePaths = zookeeper.getChildren(locksRootPath, false);

Collections.sort(nodePaths);

if(currentNodeLockPath.equals(locksRootPath + "/" + nodePaths.get(0))) {

// 如果是最小节点,则代表获取到锁

return true;

}

// 如果不是最小节点,则找到比自己小1的节点 (紧挨着自己)

int previousLockNodeIndex = -1;

for (int i = 0; i < nodePaths.size(); i++) {

if(currentNodeLockPath.equals(locksRootPath + "/" + nodePaths.get(i))) {

previousLockNodeIndex = i-1;

break;

}

}

this.waitNodeLockPath = nodePaths.get(previousLockNodeIndex);

} catch (KeeperException | InterruptedException e) {

log.error("创建临时顺序节点失败", e);

}

return false;

}

6)等待其他服务释放锁

/**

* 等待其他服务释放锁

* 实际上就是在等待前一个临时节点被删除

*

* @param nodePath 希望被删除的节点的相对路径

* @param waitTime 等待时长 单位:毫秒

*/

private boolean waitForLock(String nodePath, long waitTime) throws KeeperException, InterruptedException {

Stat stat = zookeeper.exists(locksRootPath + "/" + nodePath, true);

if (stat != null) {

this.creatingLatch = new CountDownLatch(1);

this.creatingLatch.await(waitTime, TimeUnit.MILLISECONDS);

this.creatingLatch = null;

}

return true;

}

7)释放分布式锁

/**

* 释放锁

* 实际上就是删除当前创建的临时节点

*/

public void releaseLock() {

log.info("准备删除的节点路径: " + currentNodeLockPath);

try {

zookeeper.delete(currentNodeLockPath, -1);

currentNodeLockPath = null;

zookeeper.close();

} catch (Exception e) {

log.error("删除节点失败", e);

}

}

2.3、Zookeeper分布式锁实现(方式二)

2.3.1、实现原理

假设有两个服务A、B希望获得同一把锁,执行过程大致如下:

1)服务A向zookeeper申请获得锁,该请求将尝试在zookeeper内创建一个临时节点(ephemeral znode),如果没有同名的临时节点存在,则znode创建成功,标志着服务A成功的获得了锁。

2) 服务B向zookeeper申请获得锁,同样尝试在zookeeper内创建一个临时节点(名称必须与服务A的相同),由于同名znode已经存在,因此请求被拒绝。接着,服务B会在zk中注册一个监听器,用于监听临时节点被删除的事件。

3) 若服务A主动向zk发起请求释放锁,或者服务A宕机、断开与zk的网络连接,zk会将服务A(创建者)创建的临时节点删除。而删除事件也将立刻被监听器捕获到,并反馈给服务B。最后,服务B再次向zookeeper申请获得锁。

2.3.2、实现代码

基于临时节点实现Zookeeper分布式锁

多个服务如果想竞争同一把锁,那就向Zookeeper发起创建临时节点的请求,若能成功创建则获得锁,否则借助监听器,当监听到锁被其它服务释放(临时节点被删除),则自己再请求创建临时节点,反复这几个步骤直到成功创建临时节点或者与zookeeper建立的会话超时。

步骤:

1)定义变量

    /**

* 与Zookeeper成功建立连接的信号标志

*/

private CountDownLatch connectedSemaphore = new CountDownLatch(1);

/**

* 创建分布式锁的过程中,开始和等待请求创建分布式锁的信号标志

*/

private CountDownLatch creatingSemaphore;

/**

* Zookeeper客户端

*/

private ZooKeeper zookeeper;

/**

* 分布式锁的过期时间 单位:毫秒

*/

private static final Long DISTRIBUTED_KEY_OVERDUE_TIME = 30000L;

2)构造函数

public ZookeeperLock() {

try {

this.zookeeper = new ZooKeeper("192.168.0.93:2181", 5000, new ZookeeperWatcher());

try {

connectedSemaphore.await();

} catch (InterruptedException ite) {

log.error("等待Zookeeper成功建立连接的过程中,线程抛出异常", ite);

}

log.info("与Zookeeper成功建立连接");

} catch (Exception e) {

log.error("与Zookeeper建立连接时出现异常", e);

}

}

3)获取分布式锁

实际上就是在尝试创建临时节点znode

create(final String path, byte data[], List acl,CreateMode createMod)

path: 从根节点"/"到当前节点的全路径

data: 当前节点存储的数据 (由于这里只是借助临时节点的创建来实现分布式锁,因此无需存储数据)

acl: Access Control list 访问控制列表 主要涵盖权限模式(Scheme)、授权对象(ID)、授予的权限(Permission)这三个方面 OPEN_ACL_UNSAFE 完全开放的访问控制 对当前节点进行操作时,无需考虑ACL权限控制

createMode: 节点创建的模式

EPHEMERAL(临时节点) 当创建节点的客户端与zk断开连接后,临时节点将被删除

EPHEMERAL_SEQUENTIAL(临时顺序节点)

PERSISTENT(持久节点)

PERSISTENT_SEQUENTIAL(持久顺序节点)

public boolean acquireDistributeLock(Long lockId) {

String path = "/product-lock-" + lockId;

try {

zookeeper.create(path, "".getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL);

log.info("ThreadId=" + Thread.currentThread().getId() + "创建临时节点成功");

return true;

} catch (Exception e) {

// 若临时节点已存在,则会抛出异常: NodeExistsException

while (true) {

// 相当于给znode注册了一个监听器,查看监听器是否存在

try {

Stat stat = zookeeper.exists(path, true);

if (stat != null) {

this.creatingSemaphore = new CountDownLatch(1);

this.creatingSemaphore.await(DISTRIBUTED_KEY_OVERDUE_TIME, TimeUnit.MILLISECONDS);

this.creatingSemaphore = null;

}

zookeeper.create(path, "".getBytes(), ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL);

return true;

} catch (Exception ex) {

log.error("ThreadId=" + Thread.currentThread().getId() + ",查看临时节点时出现异常", ex);

}

}

}

}

4)释放分布式锁

public void releaseDistributedLock(Long lockId) {

String path = "/product-lock-" + lockId;

try {

// 第二个参数version是数据版本 每次znode内数据发生变化,都会使version自增,但由于分布式锁创建的临时znode没有存数据,因此version=-1

zookeeper.delete(path, -1);

log.info("成功释放分布式锁, lockId=" + lockId + ", ThreadId=" + Thread.currentThread().getId());

} catch (Exception e) {

log.error("释放分布式锁失败,lockId=" + lockId, e);

}

}

5)建立Zookeeper的watcher

不论是zk客户端与服务器连接成功,还是删除节点,watcher监听到的事件都是SyncConnected

private class ZookeeperWatcher implements Watcher {

@Override

public void process(WatchedEvent event) {

log.info("接收到事件: " + event.getState() + ", ThreadId=" + Thread.currentThread().getId());

if (Event.KeeperState.SyncConnected == event.getState()) {

connectedSemaphore.countDown();

}

if (creatingSemaphore != null) {

creatingSemaphore.countDown();

}

}

}

6)main方式运用

创建了两个线程,其中第一个线程先执行,且持有锁5秒钟才释放锁,第二个线程后执行,当且仅当第一个线程释放锁(删除临时节点)后,第二个线程才能成功获取锁。

public static void main(String[] args) throws InterruptedException{

long lockId = 20200730;

new Thread(() ->{

ZookeeperLock zookeeperLock = new ZookeeperLock();

System.out.println("ThreadId1=" + Thread.currentThread().getId());

System.out.println("ThreadId=" + Thread.currentThread().getId() + "获取到分布式锁: " + zookeeperLock.acquireDistributeLock(lockId));

try {

TimeUnit.SECONDS.sleep(5);

} catch (InterruptedException e) {

log.error("ThreadId=" + Thread.currentThread().getId() + "暂停时出现异常", e);

}

zookeeperLock.releaseDistributedLock(lockId);

}).start();

TimeUnit.SECONDS.sleep(1);

new Thread(() -> {

ZookeeperLock zookeeperLock = new ZookeeperLock();

System.out.println("ThreadId2=" + Thread.currentThread().getId());

System.out.println("ThreadId=" + Thread.currentThread().getId() + "获取到分布式锁: " + zookeeperLock.acquireDistributeLock(lockId));

}).start();

}

redis实现分布式锁">三、基于Redis实现分布式锁

3.1、普通常见实现方式

3.1.1、实现代码

public String deductStock() {

String lockKey = "product_001";

try {

/*Boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "aaa"); //jedis.setnx

stringRedisTemplate.expire(lockKey, 30, TimeUnit.SECONDS); //设置超时*/

//为解决原子性问题将设置锁和设置超时时间合并

Boolean result = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "aaa", 10, TimeUnit.SECONDS);

//未设置成功,当前key已经存在了,直接返回错误

if (!result) {

return "error_code";

}

//业务逻辑实现,扣减库存

....

} catch (Exception e) {

e.printStackTrace();

}finally {

stringRedisTemplate.delete(lockKey);

}

return "end";

}

3.2.2、问题分析

上述代码可以看到,当前锁的失效时间为10s,如果当前扣减库存的业务逻辑执行需要15s时,高并发时会出现问题:

  • 线程1,首先执行到10s后,锁(product_001)失效
  • 线程2,在第10s后同样进入当前方法,此时加上锁(product_001)
  • 当执行到15s时,线程1删除线程2加的锁(product_001)
  • 线程3,可以加锁 .... 如此循环,实际锁已经没有意义

3.2.3、解决方案

定义一个子线程,定时去查看是否存在主线程的持有当前锁,如果存在则为其延长过期时间。

3.2、基于Redission实现方式

3.2.1、Redission简介

Jedis是Redis的Java实现的客户端,其API提供了比较全面的Redis命令的支持。Redission也是Redis的客户端,相比于Jedis功能简单。Jedis简单使用阻塞的I/O和redis交互,Redission通过Netty支持非阻塞I/O。

Redission封装了锁的实现,其继承了java.util.concurrent.locks.Lock的接口,让我们像操作我们的本地Lock一样去操作Redission的Lock。

常用API:

RLock redissonLock = redission.getLock();

redissionLock.lock(30,TmieUnit.SECONDS);加锁并设置锁的存活时间

redissionLock.unLock();解锁

3.2.2、实现原理

分布式锁实现的正确打开方式

  • 多个线程去执行lock操作,仅有一个线程能够加锁成功,其它线程循环阻塞。
  • 加锁成功,锁超时时间默认30s,并开启后台线程(子线程),加锁的后台会每隔10秒去检测线程持有的锁是否存在,还在的话,就延迟锁超时时间,重新设置为30s,即锁延期。
  • 对于原子性,Redis分布式锁底层借助Lua脚本实现锁的原子性。锁延期是通过在底层用Lua进行延时,延时检测时间是对超时时间timeout /3。

1)简单实现代码:

public String deductStockRedission() {

String lockKey = "product_001";

RLock rlock = redission.getLock(lockKey);

try {

rlock.lock();

//业务逻辑实现,扣减库存

....

} catch (Exception e) {

e.printStackTrace();

} finally {

rlock.unlock();

}

return "end";

}

2)分析Redission适用原因:

1)redisson所有指令都通过lua脚本执行,redis支持lua脚本原子性执行

2)redisson设置一个key的默认过期时间为30s,如果某个客户端持有一个锁超过了30s怎么办?

redisson中有一个watchdog的概念,翻译过来就是看门狗,它会在你获取锁之后,每隔10秒帮你把key的超时时间设为30s

这样的话,就算一直持有锁也不会出现key过期了,其他线程获取到锁的问题了。保证了没有死锁发生

3)Redisson的可重入锁

Redis存储锁的数据类型是 Hash类型

Hash数据类型的key值包含了当前线程信息。

分布式锁实现的正确打开方式

3.2.3、问题分析及对应方案

1)主从同步问题

问题分析:

当主Redis加锁了,开始执行线程,若还未将锁通过异步同步的方式同步到从Redis节点,主节点就挂了,此时会把某一台从节点作为新的主节点,此时别的线程就可以加锁了,这样就出错了,怎么办?

解决方案:

​ 1)采用zookeeper代替Redis

由于zk集群的特点,其支持的是CP。而Redis集群支持的则是AP。

​ 2)采用RedLock

分布式锁实现的正确打开方式

假设有3个redis节点,这些节点之间既没有主从,也没有集群关系。客户端用相同的key和随机值在3个节点上请求锁,请求锁的超时时间应小于锁自动释放时间。当在2个(超过半数)redis上请求到锁的时候,才算是真正获取到了锁。如果没有获取到锁,则把部分已锁的redis释放掉。

public String deductStockRedlock() {

String lockKey = "product_001";

//TODO 这里需要自己实例化不同redis实例的redission客户端连接,这里只是伪代码用一个redisson客户端简化了

RLock rLock1 = redisson.getLock(lockKey);

RLock rLock2 = redisson.getLock(lockKey);

RLock rLock3 = redisson.getLock(lockKey);

// 向3个redis实例尝试加锁

RedissonRedLock redLock = new RedissionRedLock(rLock1, rLock2, rLock3);

boolean isLock;

try {

// 500ms拿不到锁, 就认为获取锁失败。10000ms即10s是锁失效时间。

isLock = redLock.tryLock(500, 10000, TimeUnit.MILLISECONDS);

System.out.println("isLock = " + isLock);

if (isLock) {

//业务逻辑处理

...

}

} catch (Exception e) {

} finally {

// 无论如何, 最后都要解锁

redLock.unlock();

}

}

不太推荐使用。如果考虑高可用并发推荐使用Redisson,考虑一致性推荐使用zookeeper。

2)提高并发:分段锁

由于Redission实际上就是将并行的请求,转化为串行请求。这样就降低了并发的响应速度,为了解决这一问题,可以将锁进行分段处理:例如秒杀商品001,原本存在1000个商品,可以将其分为20段,为每段分配50个商品。

比如:

​ 将库存进行分段,放入redis中,例如1000库存,可分10段放入Redis

​ key的设计可以为Product:10001:0 | Product:10001:1 ....

​ Redis底层集群,将根据key,计算器槽位,放入不同节点中

参考文章:

https://blog.csdn.net/miaomiao19971215/article/details/107564197

https://www.cnblogs.com/bbgs-xc/p/14412646.html#_label1_0

https://www.cnblogs.com/wei57960/p/14059772.html

https://www.cnblogs.com/jay-huaxiao/p/14503018.html

以上是 Zookeeper分布式锁实现 的全部内容, 来源链接: utcz.com/a/120323.html

回到顶部