【◐系统架构】分布式锁实现

我们的系统都是分布式部署的，日常开发中，秒杀下单、抢购商品等等业务场景，为了防止库存超卖，都需要用到分布式锁。

分布式锁其实就是，控制分布式系统不同进程共同访问共享资源的一种锁的实现。如果不同的系统或同一个系统的不同主机之间共享了某个临界资源，往往需要互斥来防止彼此干扰，以保证一致性。

业界流行的分布式锁实现，一般有这 3 种方式：

基于数据库实现的分布式锁
基于 Redis 实现的分布式锁
基于 Zookeeper 实现的分布式锁

基于数据库的分布式锁

数据库悲观锁实现的分布式锁

可以使用 select ... for update 来实现分布式锁。我们自己的项目，分布式定时任务，就使用类似的实现方案，我给大家来展示个简单版的

表结构如下：

CREATE TABLE `t_resource_lock` (
  `key_resource` varchar(45) COLLATE utf8_bin NOT NULL DEFAULT '资源主键',
  `status` char(1) COLLATE utf8_bin NOT NULL DEFAULT '' COMMENT 'S,F,P',
  `lock_flag` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '1是已经锁 0是未锁',
  `begin_time` datetime DEFAULT NULL COMMENT '开始时间',
  `end_time` datetime DEFAULT NULL COMMENT '结束时间',
  `client_ip` varchar(45) COLLATE utf8_bin NOT NULL DEFAULT '抢到锁的IP',
  `time` int(10) unsigned NOT NULL DEFAULT '60' COMMENT '方法生命周期内只允许一个结点获取一次锁，单位：分钟',
  PRIMARY KEY (`key_resource`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin

加锁 lock 方法的伪代码如下：

@Transcational //一定要加事务
public boolean lock(String keyResource，int time){
    resourceLock = 'select * from t_resource_lock where key_resource ='#{keySource}' for update';

    try{
        if(resourceLock==null){
            //插入锁的数据
            resourceLock = new ResourceLock();
            resourceLock.setTime(time);
            resourceLock.setLockFlag(1);  //上锁
            resourceLock.setStatus(P); //处理中
            resourceLock.setBeginTime(new Date());
            int count = "insert into resourceLock"; 
            if(count==1){
                //获取锁成功
                return true;
            }
            return false;
        }
    }catch(Exception x){
        return false;
    }

    //没上锁并且锁已经超时，即可以获取锁成功
    if(resourceLock.getLockFlag=='0'&&'S'.equals(resourceLock.getstatus)
       && new Date()>=resourceLock.addDateTime(resourceLock.getBeginTime,time)){
        resourceLock.setLockFlag(1);  //上锁
        resourceLock.setStatus(P); //处理中
        resourceLock.setBeginTime(new Date());
        //update resourceLock;
        return true;
    }else if(new Date()>=resourceLock.addDateTime(resourceLock.getBeginTime,time)){
        //超时未正常执行结束,获取锁失败
        return false;
    }else{
        return false;
    } 
}

解锁 unlock 方法的伪代码如下：

public void unlock(String v，status){
    resourceLock.setLockFlag(0);  //解锁
    resourceLock.setStatus(status); //S:表示成功，F表示失败
    //update resourceLock;
    return ;
}

整体流程：

try{
    if(lock(keyResource,time)){ //加锁
        status = process();//你的业务逻辑处理。
    }
} finally{
    unlock(keyResource,status); //释放锁
}

其实这个悲观锁实现的分布式锁，整体的流程还是比较清晰的。

就是先 select ... for update 锁住主键 key_resource 那个记录，如果为空，则可以插入一条记录，如果已有记录判断下状态和时间，是否已经超时。这里需要注意一下，必须要加事务。

数据库乐观锁实现的分布式锁

除了悲观锁，还可以用乐观锁实现分布式锁。乐观锁，顾名思义，就是很乐观，每次更新操作，都觉得不会存在并发冲突，只有更新失败后，才重试。它是基于 CAS 思想实现的。我以前的公司，扣减余额就是用这种方案。

搞个 version 字段，每次更新修改，都会自增加一，然后去更新余额时，把查出来的那个版本号，带上条件去更新，如果是上次那个版本号，就更新，如果不是，表示别人并发修改过了，就继续重试。

大概流程如下：

查询版本号和余额：

select version,balance from account where user_id ='666';

假设查到版本号是 oldVersion=1。

逻辑处理，判断余额：

if(balance<扣减金额){
   return；
}
left_balance = balance - 扣减金额;

进行扣减余额：

update account set balance = #{left_balance} ,version = version+1 where version 
= #{oldVersion} and balance>= #{left_balance} and user_id ='666';

大家可以看下这个流程图：

这种方式适合并发不高的场景，一般需要设置一下重试的次数。

基于 Redis 实现的分布式锁

Redis 分布式锁一般有以下这几种实现方式：

setnx+expire
setnx+value 值是过期时间
set 的扩展命令（set ex px nx）
set ex px nx+校验唯一随机值，再删除
Redisson
Redisson+RedLock

setnx+expire

聊到 Redis 分布式锁，很多小伙伴反手就是 setnx+expire，如下：

if（jedis.setnx(key,lock_value) == 1）{ //setnx加锁
    expire（key，100）; //设置过期时间
    try {
        do something  //业务处理
    }catch(){
    }
    finally {
        jedis.del(key); //释放锁
    }
}

这段代码是可以加锁成功，但是你有没有发现问题，加锁操作和设置超时时间是分开的。

假设在执行完 setnx 加锁后，正要执行 expire 设置过期时间时，进程 crash 掉或者要重启维护了，那这个锁就长生不老了，别的线程永远获取不到锁啦，所以分布式锁不能这么实现。

setnx+value 值是过期时间

long expires = System.currentTimeMillis() + expireTime; //系统时间+设置的过期时间
String expiresStr = String.valueOf(expires);

// 如果当前锁不存在，返回加锁成功
if (jedis.setnx(key, expiresStr) == 1) {
    return true;
} 
// 如果锁已经存在，获取锁的过期时间
String currentValueStr = jedis.get(key);

// 如果获取到的过期时间，小于系统当前时间，表示已经过期
if (currentValueStr != null && Long.parseLong(currentValueStr) < System.currentTimeMillis()) {

    // 锁已过期，获取上一个锁的过期时间，并设置现在锁的过期时间（不了解redis的getSet命令的小伙伴，可以去官网看下哈）
    String oldValueStr = jedis.getSet(key, expiresStr);

    if (oldValueStr != null && oldValueStr.equals(currentValueStr)) {
        // 考虑多线程并发的情况，只有一个线程的设置值和当前值相同，它才可以加锁
        return true;
    }
}

//其他情况，均返回加锁失败
return false;

日常开发中，有些小伙伴就是这么实现分布式锁的，但是会有这些缺点：

过期时间是客户端自己生成的，分布式环境下，每个客户端的时间必须同步。
没有保存持有者的唯一标识，可能被别的客户端释放/解锁。
锁过期的时候，并发多个客户端同时请求过来，都执行了 jedis.getSet()，最终只能有一个客户端加锁成功，但是该客户端锁的过期时间，可能被别的客户端覆盖。

设置指定 key 的值为 value，并返回 key 的旧值(old value)。当 key 没有旧值时，即 key 不存在时，返回 nil 。

set 的扩展命令(set ex px nx)

SET key value [EX seconds] [PX milliseconds] [NX|XX]

EX second ：设置键的过期时间为 second 秒。
PX millisecond ：设置键的过期时间为 millisecond 毫秒。
NX ：只在键不存在时，才对键进行设置操作。
XX ：只在键已经存在时，才对键进行设置操作。

if（jedis.set(key, lock_value, "NX", "EX", 100s) == 1）{ //加锁
    try {
        do something  //业务处理
    }catch(){
    }
    finally {
        jedis.del(key); //释放锁
    }
}

这个方案可能存在这样的问题：

锁过期释放了，业务还没执行完。
锁被别的线程误删。

锁为什么会被别的线程误删呢？假设并发多线程场景下，线程 A 获得了锁，但是它没释放锁的话，线程 B 是获取不到锁的，所以按道理它是执行不到加锁下面的代码的，怎么会导致锁被别的线程误删呢？

假设线程 A 和 B，都想用 key 加锁，最后 A 抢到锁加锁成功，但是由于执行业务逻辑的耗时很长，超过了设置的超时时间 100s。

这时候，Redis 就自动释放了 key 锁。这时候线程 B 就可以加锁成功了，接下啦，它也执行业务逻辑处理。假设碰巧这时候，A 执行完自己的业务逻辑，它就去释放锁，但是它就把B的锁给释放了。

set ex px nx+校验唯一随机值，再删除

为了解决锁被别的线程误删问题。可以在 set ex px nx 的基础上，加上个校验的唯一随机值，如下：

if（jedis.set(key, uni_request_id, "NX", "EX", 100s) == 1）{ //加锁
    try {
        do something  //业务处理
    }catch(){
    }
    finally {
        //判断是不是当前线程加的锁,是才释放
        if (uni_request_id.equals(jedis.get(key))) {
            jedis.del(key); //释放锁
        }
    }
}

在这里，判断当前线程加的锁和释放锁不是一个原子操作。如果调用 jedis.del() 释放锁的时候，可能这把锁已经不属于当前客户端，会解除他人加的锁。

一般可以用 lua 脚本来包一下。lua 脚本如下：

if redis.call('get',KEYS[1]) == ARGV[1] then 
   return redis.call('del',KEYS[1]) 
else
   return 0
end;

这种方式比较不错了，一般情况下，已经可以使用这种实现方式。但是还是存在：锁过期释放了，业务还没执行完的问题。

Redisson

对于可能存在锁过期释放，业务没执行完的问题。我们可以稍微把锁过期时间设置长一些，大于正常业务处理时间就好啦。

如果你觉得不是很稳，还可以给获得锁的线程，开启一个定时守护线程，每隔一段时间检查锁是否还存在，存在则对锁的过期时间延长，防止锁过期提前释放。

当前开源框架 Redisson 解决了这个问题。可以看下 Redisson 底层原理图：

只要线程一加锁成功，就会启动一个 watch dog 看门狗，它是一个后台线程，会每隔 10 秒检查一下，如果线程 1 还持有锁，那么就会不断的延长锁 key 的生存时间。因此，Redisson 就是使用 watch dog 解决了锁过期释放，业务没执行完问题。

Redisson+RedLock

前面这几种方案都只是基于 Redis 单机版的分布式锁讨论，还不是很完美。因为 Redis 一般都是集群部署的：

如果线程一在 Redis 的 master 节点上拿到了锁，但是加锁的 key 还没同步到 slave 节点。恰好这时，master 节点发生故障，一个 slave 节点就会升级为 master 节点。

线程二就可以顺理成章获取同个 key 的锁啦，但线程一也已经拿到锁了，锁的安全性就没了。

为了解决这个问题，Redis 作者 antirez 提出一种高级的分布式锁算法：Redlock。

它的核心思想是这样的：部署多个 Redis master，以保证它们不会同时宕掉。并且这些 master 节点是完全相互独立的，相互之间不存在数据同步。同时，需要确保在这多个 master 实例上，是与在 Redis 单实例，使用相同方法来获取和释放锁。

我们假设当前有 5 个 Redis master 节点，在 5 台服务器上面运行这些 Redis 实例。

RedLock 的实现步骤：

1）获取当前时间，以毫秒为单位。

2）按顺序向 5 个 master 节点请求加锁。客户端设置网络连接和响应超时时间，并且超时时间要小于锁的失效时间。（假设锁自动失效时间为 10 秒，则超时时间一般在 5-50 毫秒之间，我们就假设超时时间是 50ms 吧）。如果超时，跳过该 master 节点，尽快去尝试下一个 master 节点。

3）客户端使用当前时间减去开始获取锁时间（即步骤 1 记录的时间），得到获取锁使用的时间。当且仅当超过一半（N/2+1，这里是 5/2+1=3 个节点）的 Redis master 节点都获得锁，并且使用的时间小于锁失效时间时，锁才算获取成功。（如上图，10s> 30ms+40ms+50ms+4m0s+50ms）

4）如果取到了锁，key 的真正有效时间就变啦，需要减去获取锁所使用的时间。

5）如果获取锁失败（没有在至少 N/2+1 个 master 实例取到锁，有或者获取锁时间已经超过了有效时间），客户端要在所有的 master 节点上解锁（即便有些 master 节点根本就没有加锁成功，也需要解锁，以防止有些漏网之鱼）。

简化下步骤就是：

1）按顺序向 5 个 master 节点请求加锁

2）根据设置的超时时间来判断，是不是要跳过该 master 节点。

3）如果大于等于 3 个节点加锁成功，并且使用的时间小于锁的有效期，即可认定加锁成功啦。

4）如果获取锁失败，解锁！

Redisson 实现了 RedLock 版本的锁。

Zookeeper 分布式锁

Zookeeper 的节点 Znode 有四种类型：