多線程情況下對共享資源的操作需要加鎖，避免數據被寫亂，在分布式系統中，這個問題也是存在的，此時就需要一個分布式鎖服務。常見的分布式鎖實現一般是基于DB、Redis、zookeeper。下面筆者會按照順序分析下這3種分布式鎖的設計與實現，想直接看分布式鎖總結的小伙伴可直接翻到文檔末尾處。

分布式鎖的實現由多種方式，但是不管怎樣，分布式鎖一般要有以下特點：

排他性：任意時刻，只能有一個client能獲取到鎖

容錯性：分布式鎖服務一般要滿足AP，也就是說，只要分布式鎖服務集群節點大部分存活，client就可以進行加鎖解鎖操作

避免死鎖：分布式鎖一定能得到釋放，即使client在釋放之前崩潰或者網絡不可達

除了以上特點之外，分布式鎖最好也能滿足可重入、高性能、阻塞鎖特性（AQS這種，能夠及時從阻塞狀態喚醒）等，下面就話不多說，趕緊上（開往分布式鎖的設計與實現的）車~

DB鎖

在數據庫新建一張表用于控制并發控制，表結構可以如下所示：

CREATETABLE`lock_table`(`id`int(11)unsignedNOTNULLCOMMENT'主鍵',`key_id`bigint(20)NOTNULLCOMMENT'分布式key',`memo`varchar(43)NOTNULLDEFAULT''COMMENT'可記錄操作內容',`update_time`datetimeNOTNULLCOMMENT'更新時間',PRIMARYKEY(`id`,`key_id`),UNIQUEKEY`key_id`(`key_id`)USINGBTREE)ENGINE=InnoDBDEFAULTCHARSET=utf8;

key_id作為分布式key用來并發控制，memo可用來記錄一些操作內容（比如memo可用來支持重入特性，標記下當前加鎖的client和加鎖次數）。將key_id設置為唯一索引，保證了針對同一個key_id只有一個加鎖（數據插入）能成功。此時lock和unlock偽代碼如下：

deflock：execsql:insertintolock_table(key_id,memo,update_time)values(key_id,memo,NOW())ifresult==true:returntrueelse:returnfalsedefunlock：execsql:deletefromlock_tablewherekey_id='key_id'andmemo='memo'

注意，偽代碼中的lock操作是非阻塞鎖，也就是tryLock，如果想實現阻塞（或者阻塞超時）加鎖，只修反復執行lock偽代碼直到加鎖成功為止即可。基于DB的分布式鎖其實有一個問題，那就是如果加鎖成功后，client端宕機或者由于網絡原因導致沒有解鎖，那么其他client就無法對該key_id進行加鎖并且無法釋放了。為了能夠讓鎖失效，需要在應用層加上定時任務，去刪除過期還未解鎖的記錄，比如刪除2分鐘前未解鎖的偽代碼如下：

defclear_timeout_lock:execsql:deletefromlock_tablewhereupdate_time

因為單實例DB的TPS一般為幾百，所以基于DB的分布式性能上限一般也是1k以下，一般在并發量不大的場景下該分布式鎖是滿足需求的，不會出現性能問題。不過DB作為分布式鎖服務需要考慮單點問題，對于分布式系統來說是不允許出現單點的，一般通過數據庫的同步復制，以及使用vip切換Master就能解決這個問題。

以上DB分布式鎖是通過insert來實現的，如果加鎖的數據已經在數據庫中存在，那么用select xxx where key_id = xxx for udpate方式來做也是可以的。

Redis鎖

Redis鎖是通過以下命令對資源進行加鎖：

setkey_idkey_valueNXPXexpireTime

其中，set nx命令只會在key不存在時給key進行賦值，px用來設置key過期時間，key_value一般是隨機值，用來保證釋放鎖的安全性（釋放時會判斷是否是之前設置過的隨機值，只有是才釋放鎖）。由于資源設置了過期時間，一定時間后鎖會自動釋放。

set nx保證并發加鎖時只有一個client能設置成功（Redis內部是單線程，并且數據存在內存中，也就是說redis內部執行命令是不會有多線程同步問題的），此時的lock/unlock偽代碼如下：

deflock:if(redis.call('set',KEYS[1],ARGV[1],'ex',ARGV[2],'nx'))thenreturntrueendreturnfalsedefunlock:if(redis.call('get',KEYS[1])==ARGV[1])thenredis.call('del',KEYS[1])returntrueendreturnfalse

分布式鎖服務中的一個問題

如果一個獲取到鎖的client因為某種原因導致沒能及時釋放鎖，并且redis因為超時釋放了鎖，另外一個client獲取到了鎖，此時情況如下圖所示：

那么如何解決這個問題呢，一種方案是引入鎖續約機制，也就是獲取鎖之后，釋放鎖之前，會定時進行鎖續約，比如以鎖超時時間的1/3為間隔周期進行鎖續約。

關于開源的redis的分布式鎖實現有很多，比較出名的有redisson、百度的dlock，關于分布式鎖，筆者也寫了一個簡易版的分布式鎖redis-lock，主要是增加了鎖續約和可同時針對多個key加鎖的機制。

對于高可用性，一般可以通過集群或者master-slave來解決，redis鎖優勢是性能出色，劣勢就是由于數據在內存中，一旦緩存服務宕機，鎖數據就丟失了。像redis自帶復制功能，可以對數據可靠性有一定的保證，但是由于復制也是異步完成的，因此依然可能出現master節點寫入鎖數據而未同步到slave節點的時候宕機，鎖數據丟失問題。

zookeeper分布式鎖

ZooKeeper是一個高可用的分布式協調服務，由雅虎創建，是Google Chubby的開源實現。ZooKeeper提供了一項基本的服務：分布式鎖服務。zookeeper重要的3個特征是：zab協議、node存儲模型和watcher機制。通過zab協議保證數據一致性，zookeeper集群部署保證可用性，node存儲在內存中，提高了數據操作性能，使用watcher機制，實現了通知機制（比如加鎖成功的client釋放鎖時可以通知到其他client）。

zookeeper node模型支持臨時節點特性，即client寫入的數據時臨時數據，當客戶端宕機時臨時數據會被刪除，這樣就不需要給鎖增加超時釋放機制了。當針對同一個path并發多個創建請求時，只有一個client能創建成功，這個特性用來實現分布式鎖。注意：如果client端沒有宕機，由于網絡原因導致zookeeper服務與client心跳失敗，那么zookeeper也會把臨時數據給刪除掉的，這時如果client還在操作共享數據，是有一定風險的。

基于zookeeper實現分布式鎖，相對于基于redis和DB的實現來說，使用上更容易，效率與穩定性較好。curator封裝了對zookeeper的api操作，同時也封裝了一些高級特性，如：Cache事件監聽、選舉、分布式鎖、分布式計數器、分布式Barrier等，使用curator進行分布式加鎖示例如下：

org.apache.curatorcurator-framework2.12.0 org.apache.curatorcurator-recipes2.12.0{try{lock.acquire();try{System.out.println("zookeeperacquiresuccess:"+Thread.currentThread().getName());Thread.sleep(1000);}catch(Exceptione){e.printStackTrace();}finally{lock.release();}}catch(Exceptionex){ex.printStackTrace();}};ExecutorServiceexecutor=Executors.newFixedThreadPool(10);for(inti=0;i

總結

從上面介紹的3種分布式鎖的設計與實現中，我們可以看出每種實現都有各自的特點，針對潛在的問題有不同的解決方案，歸納如下：

性能：redis > zookeeper > db。

避免死鎖：DB通過應用層設置定時任務來刪除過期還未釋放的鎖，redis通過設置超時時間來解決，而zookeeper是通過臨時節點來解決。

可用性：DB可通過數據庫同步復制，vip切換master來解決，redis可通過集群或者master-slave方式來解決，zookeeper本身自己是通過zab協議集群部署來解決的。注意，DB和redis的復制一般都是異步的，也就是說某些時刻分布式鎖發生故障可能存在數據不一致問題，而zookeeper本身通過zab協議保證集群內(至少n/2+1個)節點數據一致性。

鎖喚醒：DB和redis分布式鎖一般不支持喚醒機制（也可以通過應用層自己做輪詢檢測鎖是否空閑，空閑就喚醒內部加鎖線程），zookeeper可通過本身的watcher/notify機制來做。

使用分布式鎖，安全性上和多線程（同一個進程內）加鎖是沒法比的，可能由于網絡原因，分布式鎖服務（因為超時或者認為client掛了）將加鎖資源給刪除了，如果client端繼續操作共享資源，此時是有隱患的。因此，對于分布式鎖，一個是盡量提高分布式鎖服務的可用性，另一個就是要部署同一內網，盡量降低網絡問題發生幾率。這樣來看，貌似分布式鎖服務不是“完美”的（PS：技術貌似也不好做到十全十美 :( ），那么開發人員該如何選擇分布式鎖呢？最好是結合自己的業務實際場景，來選擇不同的分布式鎖實現，一般來說，基于redis的分布式鎖服務應用較多。