什么是分布式锁？分布式锁又可以解决哪些问题呢？

在我们的系统还没有使用分布式架构的时候，我们可以用同步锁或者Lock锁，来保证多线程并发的时候，同一时间只有一个线程修改共享变量或者执行代码块，但是当我们现在大部分系统都是分布式集群部署的，单纯的同步锁和Lock锁只能保证单个实例上的数据一致性，多实例就失去了作用。

这个时候就需要使用分布式锁来保证共享资源的原子性，比如我们电商系统里面的扣减库存，当单量小的时候问题不大，如果单量很大，同一时间多个实例都在并发处理扣减库存的业务的时候，就可能存在超卖的问题。

记得点赞收藏加关注哦 ，需要下载PDF版本和获取更多知识点、面试题的朋友可以点一点下方链接免费领取

链接：点这里！！！ 暗号：CSDN

分布式锁的实现？

常见的分布式锁有数据库实现分布式锁、Zookeeper实现分布式锁、Redis实现分布式锁、Redisson实现。其中数据库实现分布式锁比较简单，也很容易理解，直接基于数据库实现就可以了，在一些分布式的业务中也经常使用，但是这种方式也是效率最低的，一般是不使用的，我们就着重介绍一下其他三种方式的实现。

Zookeeper实现分布式锁

使用Zookeeper来实现分布式锁就比较常见，比如很多项目就使用Zookeeper作为分布式注册中心，就喜欢用Zookeeper来实现分布式锁，这主要是借助于Zookeeper的两大特性：顺序临时节点、Watch机制。

顺序临时节点：熟悉Zookeeper的同学都知道，Zookeeper提供了多层级的节点命名空间，每个节点都是用斜杠分隔的路径来表示，类似于我们的文件夹。节点又分为持久节点和临时节点，节点还可以标记为有序，当节点被标记为有序性，这个节点就具有顺序自增的特点，我们就可以借助这个特点来创建我们所需的节点。

Watch机制：Watch机制是Zookeeper另一个重要的特性，我们可以在指定节点上注册一些Watcher，在一些特定的事情触发的时候，通知用户这个事件。

Zookeeper实现分布式锁的过程

我们先创建一个持久节点作为父节点，每当需要访问创建分布式锁的时候，就在这个父节点下创建相应的临时的顺序子节点，以临时节点名称、父节点名称和顺序号组成特点的名称。在建立子节点后，对父节点下以这个这个子节点名称开头的子节点进行排序，判断刚建立的节点顺序号是不是最小的，如果是最小的则获取锁，如果不是最小节点，则阻塞等待锁，并且在获取该节点的上一顺序节点注册Watcher，等待节点对应的操作获得锁。

当业务处理完之后，删除该节点，关闭zk，进而触发Watcher，释放该锁。

上图就是就是严格按照顺序访问的分布式锁实现，更多的时候我们引入一些框架来帮助我们实现，比如最常用的Curator框架，代码如下：

InterProcessMutex lock = new InterProcessMutex(client, lockPath);
if ( lock.acquire(maxWait, waitUnit) ) {
    try {
        // 业务处理
    }
    finally{
        lock.release();
    }
}

Zookeeper来实现分布式锁天然的优势就是，Zookeeper是集群实现的，我们生产环境一般也是集群部署的，可以避免单点问题，稳定性较好，能保证每次操作都可以释放锁。

缺点就是，频繁的创建删除节点，加上注册watch事件，对于zookeeper集群的压力比较大，性能这一块也比不上Redis实现的分布式锁。

Redis实现分布式锁

Redis实现的分布式锁，最为复杂，但是性能确是最佳的，所以在对性能要求更高的系统里，我们都选择使用Redis来实现分布式锁。利用Redis实现分布式锁，一般都是使用SETNX实现，举个简单的例子：

public static boolean getDistributedLock(Jedis jedis, String lockKey, String requestId, int expireTime) {

    String result = jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime);

    if ("OK".equals(result)) {
         return true;
    }
    return false;
}

SETNX方法保证设置锁和锁过期时间的原子性，但是对于锁的过期时间设置我们要注意，如果执行业务时间比较长，我们设置的过期时间又比较短的情况下就会造成，业务还没执行完，锁已释放的问题。所以我们需要根据实际业务处理来评估设置锁的过期时间，来保证业务可以正常的处理完。

Redisson实现分布式锁

Redisson是架设在Redis基础上的一个Java驻内存数据网格。Redisson在基于NIO的Netty框架上，充分的利用了Redis键值数据库提供的一系列优势，在Java实用工具包中常用接口的基础上，为使用者提供了一系列具有分布式特性的常用工具类。性能也比我们常用的jedis好一些。

Redisson不管是单节点模式还是集群模式，都很好的实现了分布式锁，一般用的多的都是集群模式，在集群模式下，Redisson使用RedLock算法，很好的处理了Master节点宕机时切换到另外一个Master节点过程中多个应用获得锁。

Redisson集群模式获取锁的实现就是，在不同节点上获取锁，每个节点上获取锁都有超时时间，如果获取锁超时就认为这个节点不可用，当成功获取锁的个数超过Redis节点的半数，且获取锁消耗的时间还没超过锁过期时间，则认为获取锁成功。获取锁成功后重新计算锁释放时间，由原来的锁释放时间减去获取锁消耗的时间，如果最终获取锁失败，已经获取锁成功的节点也会释放锁。

具体的代码实现：

引入依赖

<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson</artifactId>
    <version>3.13.1</version>
</dependency>

Redisson配置文件：

@Bean
public RedissonClient redissonClient() {
    Config config = new Config();
    config.useClusterServers()
            .setScanInterval(3000) // 集群状态扫描间隔时间，单位是毫秒
            .addNodeAddress("redis://192.168.0.1:6379).setPassword("666")
            .addNodeAddress("redis://192.168.0.2:6379").setPassword("666")
            .addNodeAddress("redis://192.168.0.3:6379")
            .setPassword("666");
    return Redisson.create(config);
}

获取锁操作：

long waitTimeout = 10;
long leaseTime = 1;
RLock lock1 = redissonClient1.getLock("lock1");
RLock lock2 = redissonClient2.getLock("lock2");
RLock lock3 = redissonClient3.getLock("lock3");

RedissonRedLock redLock = new RedissonRedLock(lock1, lock2, lock3);

redLock.trylock(waitTimeout,leaseTime,TimeUnit.SECONDS);
try{
    //...
}finally{
    redLock.unlock();
}

总结

实现分布式锁的方式不止这三种，最简单的就是数据库实现，Zookeeper实现也相对比较简单，但是性能最好的还是Redis实现，但是可靠性方面，Zookeeper基于分布式集群，具有天然的优势，可靠性相对更高。如果业务场景对性能要求不是很高的时候，优先使用Zookeeper实现分布式锁。

我这里准备了一线大厂面试资料和超硬核PDF技术文档，以及我为大家精心准备的多套简历模板（不断更新中），希望大家都能找到心仪的工作！

有需要的朋友可以点一点下方链接免费领取

链接：点这里！！！ 暗号：CSDN