我們本文主要會關注的問題是“分佈式鎖”的問題。
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，在分佈式系統中，這個問題也是存在的，此時就需要一個分佈式鎖服務。
常見的分佈式鎖實現一般是基於DB、Redis、Zookeeper。下面筆者會按照順序分析下這3種分佈式鎖的設計與實現，想直接看分佈式鎖總結的小夥伴可直接翻到文檔末尾處。
分佈式鎖的實現由多種方式，但是不管怎樣，分佈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：分佈式鎖服務一般要滿足AP，也就是說，只要分佈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：分佈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，分佈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（開往分佈式鎖的設計與實現的）車。
一、DB鎖
在數據庫新建一張表用於控制併發控制，表結構可以如下所示：
key_id作為分佈式key用來併發控制，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：
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，只修反覆執行lock偽代碼直到加鎖成功為止即可。
基於DB的分佈式鎖其實有一個問題，那就是如果加鎖成功後，client端宕機或者由於網絡原因導致沒有解鎖，那麼其他client就無法對該key_id進行加鎖並且無法釋放了。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：
因為單實例DB的TPS一般為幾百，所以基於DB的分佈式性能上限一般也是1k以下，一般在併發量不大的場景下該分佈式鎖是滿足需求的，不會出現性能問題。
不過DB作為分佈式鎖服務需要考慮單點問題，對於分佈式系統來說是不允許出現單點的，一般通過數據庫的同步複製，以及使用vip切換Master就能解決這個問題。
以上DB分佈式鎖是通過insert來實現的，如果加鎖的數據已經在數據庫中存在，那麼用select xxx where key_id = xxx for udpate方式來做也是可以的。
二、Redis鎖
Redis鎖是通過以下命令對資源進行加鎖：
set key_id key_value NX PX expireTime
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）。由於資源設置了過期時間，一定時間後鎖會自動釋放。
set nx保證併發加鎖時只有一個client能設置成功（Redis內部是單線程，並且數據存在內存中，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：
分佈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，並且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：
那麼如何解決這個問題呢？
一種方案是引入鎖續約機制，也就是獲取鎖之後，釋放鎖之前，會定時進行鎖續約，比如以鎖超時時間的1/3為間隔週期進行鎖續約。
關於開源的Redis的分佈式鎖實現有很多，比較出名的有redisson、百度的dlock，關於分佈式鎖，筆者也寫了一個簡易版的分佈式鎖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。
對於高可用性，一般可以通過集群或者master-slave來解決，Redis鎖優勢是性能出色，劣勢就是由於數據在內存中，一旦緩存服務宕機，鎖數據就丟失了。
像Redis自帶複製功能，可以對數據可靠性有一定的保證，但是由於複製也是異步完成的，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。
三、Zookeeper分佈式鎖
ZooKeeper是一個高可用的分佈式協調服務，由雅虎創建，是Google Chubby的開源實現。
ZooKeeper提供了一項基本的服務：分佈式鎖服務。
Zookeeper重要的3個特徵是：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併發多個創建請求時，只有一個client能創建成功，這個特性用來實現分佈式鎖。注意：如果client端沒有宕機，由於網絡原因導致Zookeeper服務與client心跳失敗，那麼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。
基於Zookeeper實現分佈式鎖，相對於基於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、分佈式鎖、分佈式計數器、分佈式Barrier等，使用curator進行分佈式加鎖示例如下：
四、總結
從上面介紹的3種分佈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可通過數據庫同步複製，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的複製一般都是異步的，也就是說某些時刻分佈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分佈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閒，空閒就喚醒內部加鎖線程），Zookeeper可通過本身的watcher/notify機制來做。
使用分佈式鎖，安全性上和多線程（同一個進程內）加鎖是沒法比的，可能由於網絡原因，分佈式鎖服務（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，對於分佈式鎖，一個是要儘量提高分佈式鎖服務的可用性，另一個就是要部署同一內網，儘量降低網絡問題發生幾率。
這樣來看，貌似分佈式鎖服務不是“完美”的（PS：技術貌似也不好做到十全十美 :( ），那麼開發人員該如何選擇分佈式鎖呢？最好是結合自己的業務實際場景，來選擇不同的分佈式鎖實現，一般來說，基於Redis的分佈式鎖服務應用較多。
1、聊一聊分佈式鎖的設計
http://weizijun.cn/2016/03/17/%E8%81%8A%E4%B8%80%E8%81%8A%E5%88%86%E5%B8%83%E5%BC%8F%E9%94%81%E7%9A%84%E8%AE%BE%E8%AE%A1/
2、https://github.com/luoxn28/redis-lock
https://www.cnblogs.com/xiangnanl/p/9833965.html
dbaplus社群歡迎廣大技術人員投稿，投稿郵箱：[email protected]
近期熱文
閱讀更多 dbaplus社群 的文章
