23 分布式系统下分布式锁的实现
困难只能吓倒懦夫懒汉，而胜利永远属于敢于等科学高峰的人。——茅以升
引言
锁是开发过程中十分常见的工具，你一定不陌生，悲观锁，乐观锁，排它锁，公平锁，非公平锁等等，很多概念，如果你对java里的锁还不了解，可以参考这一篇：不可不说的Java“锁”事，这一篇写的很全面了，但是对于初学者，知道这些锁的概念，由于缺乏实际工作经验，可能并不了解锁的实际使用场景，Java中可以通过Volatile、Synchronized、ReentrantLock 三个关键字来实现线程的安全，这部分知识在第一轮基础面试里一定会问（要熟练掌握哦）。
在分布式系统中Java这些锁技术是无法同时锁住两台机器上的代码，所以要通过分布式锁来实现，熟练使用分布式锁也是大厂开发必会的技能。
1.面试官：你有遇到需要使用分布式锁的场景吗？
问题分析：
这个问题主要作为引子，先要了解什么场景下需要使用分布式锁，分布式锁要解决什么问题，在此前提下有助于你更好的理解分布式锁的实现原理。
使用分布式锁的场景一般需要满足以下场景：
- 系统是一个分布式系统，java的锁已经锁不住了。
- 操作共享资源，比如库里唯一的用户数据。
- 同步访问，即多个进程同时操作共享资源。
我：
说一个我在项目中使用分布式锁场景的例子：
消费积分在很多系统里都有，信用卡，电商网站，通过积分换礼品等，这里“消费积分”这个操作是需要使用锁的典型场景。
事件A： 以积分兑换礼品为例来讲，完整的积分消费过程简单分成3步：
A1：用户选中商品，发起兑换提交订单。
A2：系统读取用户剩余积分：判断用户当前积分是否充足。
A3：扣掉用户积分。
事件B： 系统给用户发放积分也简单分成3步：
B1：计算用户当天应得积分
B2：读取用户原有积分
B3：在原有积分上增加本次应得积分
那么问题来了，如果用户消费积分和用户累加积分同时发生（同时用户积分进行操作）会怎样？
假设：用户在消费积分的同时恰好离线任务在计算积分给用户发放积分（如根据用户当天的消费额），这两件事同时进行，下面的逻辑有点绕，耐心理解。
用户U有1000积分（记录用户积分的数据可以理解为共享资源），本次兑换要消耗掉999积分。
不加锁的情况：事件A程序在执行到第2步读积分时，A:2操作读到的结果是1000分，判断剩余积分够本次兑换，紧接着要执行第3步A:3操作扣积分（1000 – 999 = 1），正常结果应该是用户还是1分。但是这个时候事件B也在执行，本次要给用户U发放100积分，两个线程同时进行（同步访问），不加锁的情况，就会有下面这种可能，A:2 -> B:2 -> A:3 -> B:3 ,在A:3尚未完成前（扣积分，1000 – 999），用户U总积分被事件B的线程读取了，最后用户U的总积分变成了1100分，还白白兑换了一个999积分的礼物，这显然不符合预期结果。
有人说怎么可能这么巧同时操作用户积分，cpu那么快，只要用户足够多，并发量足够大，墨菲定律迟早生效，出现上述bug只是时间问题，还有可能被黑产行业卡住这个bug疯狂薅羊毛，这个时候作为开发人员要解决这个隐患就必须了解锁的使用。
（写代码是一项严谨的事儿！）
Java本身提供了两种内置的锁的实现，一种是由JVM实现的synchronized 和 JDK 提供的 Lock，以及很多原子操作类都是线程安全的，当你的应用是单机或者说单进程应用时，可以使用这两种锁来实现锁。
但是当下互联网公司的系统几乎都是分布式的，这个时候Java自带的 synchronized 或 Lock 已经无法满足分布式环境下锁的要求了，因为代码会部署在多台机器上，为了解决这个问题，分布式锁应运而生，分布式锁的特点是多进程，多个物理机器上无法共享内存，常见的解决办法是基于内存层的干涉，落地方案就是基于Redis的分布式锁 or ZooKeeper分布式锁。
（我分析的不能更详细了，面试官再不满意？）
2.面试官：说说Redis分布式锁实现方法
问题分析：
目前分布式锁的实现方式主要有两种，1.基于Redis Cluster模式。2.基于Zookeeper 集群模式。
优先掌握这两种，应付面试基本没问题了。
我：
1.基于Redis的分布式锁
方法一：使用setnx命令加锁
public static void wrongGetLock1(Jedis jedis, String lockKey, String requestId, int expireTime) {
// 第一步：加锁
Long result = jedis.setnx(lockKey, requestId);
if (result == 1) {
// 第二步：设置过期时间
jedis.expire(lockKey, expireTime);
}
}
代码解释：
- setnx命令，意思就是 set if not exist，如果lockKey不存在，把key存入Redis，保存成功后如果result返回1，表示设置成功，如果非1，表示失败，别的线程已经设置过了。
- expire()，设置过期时间，防止死锁，假设，如果一个锁set后，一直不删掉，那这个锁相当于一直存在，产生死锁。
（讲到这里，我还要和面试官强调一个“但是”）
思考，我上面的方法哪里与缺陷？继续给面试官解释…
加锁总共分两步，第一步jedis.setnx，第二步jedis.expire设置过期时间，setnx与expire不是一个原子操作，如果程序执行完第一步后异常了，第二步jedis.expire(lockKey, expireTime)没有得到执行，相当于这个锁没有过期时间，有产生死锁的可能。正对这个问题如何改进？
改进：
public class RedisLockDemo {
private static final String SET_IF_NOT_EXIST = “NX”;
private static final String SET_WITH_EXPIRE_TIME = “PX”;
/**
* 获取分布式锁
* @param jedis Redis客户端
* @param lockKey 锁
* @param requestId 请求标识
* @param expireTime 超期时间
* @return 是否获取成功
*/
public static boolean getLock(Jedis jedis, String lockKey, String requestId, int expireTime) {
// 两步合二为一，一行代码加锁并设置 + 过期时间。
if (1 == jedis.set(lockKey, requestId, SET_IF_NOT_EXIST, SET_WITH_EXPIRE_TIME, expireTime)) {
return true;//加锁成功
}
return false;//加锁失败
}
}
代码解释：
将加锁和设置过期时间合二为一，一行代码搞定，原子操作。
(没等面试官开口追问，面试官很满意了)
面试官： 那解锁操作呢？
我：
释放锁就是删除key
使用del命令解锁
public static void unLock(Jedis jedis, String lockKey, String requestId) {
// 第一步： 使用 requestId 判断加锁与解锁是不是同一个客户端
if (requestId.equals(jedis.get(lockKey))) {
// 第二步： 若在此时，这把锁突然不是这个客户端的，则会误解锁
jedis.del(lockKey);
}
}
代码解释： 通过 requestId 判断加锁与解锁是不是同一个客户端和 jedis.del(lockKey) 两步不是原子操作，理论上会出现在执行完第一步if判断操作后锁其实已经过期，并且被其它线程获取，这是时候在执行jedis.del(lockKey)操作，相当于把别人的锁释放了，这是不合理的。当然，这是非常极端的情况，如果unLock方法里第一步和第二步没有其它业务操作，把上面的代码扔到线上，可能也不会真的出现问题，原因第一是业务并发量不高，根本不会暴露这个缺陷，那么问题还不大。
但是写代码是严谨的工作，能完美则必须完美。针对上述代码中的问题，提出改进。
代码改进：
public class RedisTool {
private static final Long RELEASE_SUCCESS = 1L;
/**
* 释放分布式锁
* @param jedis Redis客户端
* @param lockKey 锁
* @param requestId 请求标识
* @return 是否释放成功
*/
public static boolean releaseDistributedLock(Jedis jedis, String lockKey, String requestId) {
String script = “if redis.call(‘get’, KEYS[1]) == ARGV[1] then return redis.call(‘del’, KEYS[1]) else return 0 end”;
Object result = jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(requestId));
if (RELEASE_SUCCESS.equals(result)) {
return true;
}
return false;
}
}
代码解释：
通过 jedis 客户端的 eval 方法和 script 脚本一行代码搞定，解决方法一中的原子问题。
3.面试官：说说基于 ZooKeeper 的分布式锁实现原理
问题分析：
我：
还是积分消费与积分累加的例子：事件A和事件B同时需要进行对积分的修改操作，两台机器同时进行，正确的业务逻辑上让一台机器先执行完后另外一个机器再执行，要么事件A先执行，要么事件B先执行，这样才能保证不会出现A:2 -> B:2 -> A:3 -> B:3这种积分越花越多的情况（想到这种bug一旦上线，老板要生气了，我可能要哭了）。
怎么办？使用 zookeeper 分布式锁。
一个机器接收到了请求之后，先获取 zookeeper 上的一把分布式锁（zk会创建一个 znode），执行操作；然后另外一个机器也尝试去创建那个 znode，结果发现自己创建不了，因为被别人创建了，那只能等待，等第一个机器执行完了方可拿到锁。
使用 ZooKeeper 的顺序节点特性，假如我们在/lock/目录下创建3个节点，ZK集群会按照发起创建的顺序来创建节点，节点分别为/lock/0000000001、/lock/0000000002、/lock/0000000003，最后一位数是依次递增的，节点名由zk来完成。
ZK中还有一种名为临时节点的节点，临时节点由某个客户端创建，当客户端与ZK集群断开连接，则该节点自动被删除。EPHEMERAL_SEQUENTIAL为临时顺序节点。
根据ZK中节点是否存在，可以作为分布式锁的锁状态，以此来实现一个分布式锁，下面是分布式锁的基本逻辑：
- 客户端调用create()方法创建名为“/dlm-locks/lockname/lock-”的临时顺序节点。
- 客户端调用getChildren(“lockname”)方法来获取所有已经创建的子节点。
- 客户端获取到所有子节点path之后，如果发现自己在步骤1中创建的节点是所有节点中序号最小的，就是看自己创建的序列号是否排第一，如果是第一，那么就认为这个客户端获得了锁，在它前面没有别的客户端拿到锁。
- 如果创建的节点不是所有节点中需要最小的，那么则监视比自己创建节点的序列号小的最大的节点，进入等待。直到下次监视的子节点变更的时候，再进行子节点的获取，判断是否获取锁。
释放锁的过程相对比较简单，就是删除自己创建的那个子节点即可，不过也仍需要考虑删除节点失败等异常情况。
额外补充
分布式锁还可以从数据库下手解决问题
方法一：
利用 Mysql 的锁表，创建一张表，设置一个 UNIQUE KEY 这个 KEY 就是要锁的 KEY，所以同一个 KEY 在mysql表里只能插入一次了，这样对锁的竞争就交给了数据库，处理同一个 KEY 数据库保证了只有一个节点能插入成功，其他节点都会插入失败。
这样 lock 和 unlock 的思路就很简单了，伪代码：
def lock ：
exec sql: insert into locked—table (xxx) values (xxx)
if result == true :
return true
else :
return false
def unlock ：
exec sql: delete from lockedOrder where order_id=’order_id’
方法二：
使用流水号+时间戳做幂等操作，可以看作是一个不会释放的锁。
总结
针对分布式锁的两种实现方法，使用哪种需要取决于业务场景，如果系统接口的读写操作完全是基于内存操作的，那显然使用Redis更合适，Mysql表锁or行锁明显不合适。同样是基于内存的 Redis锁 和 ZK锁具体选用哪一种，要根据是否有具体环境和架构师对哪种技术更为了解，原则就是选你最了解的，目的是能解决问题。