终极锁实战：单JVM锁+分布式锁
1.前言
锁就像一把钥匙，需要加锁的代码就像一个房间。出现互斥操作的典型场景：多人同时想进同一个房间争抢这个房间的钥匙（只有一把），一人抢到钥匙，其他人都等待这个人出来归还钥匙，此时大家再次争抢钥匙循环下去。
作为终极实战系列，本篇用java语言分析锁的原理（源码剖析）和应用（详细代码），根据锁的作用范围分为：JVM锁和分布式锁。如理解有误之处，还请指出。
2.单JVM锁（进程级别）
程序部署在一台服务器上，当容器启动时（例如tomcat），一台JVM就运行起来了。本节分析的锁均只能在单JVM下生效。因为最终锁定的是某个对象，这个对象生存在JVM中，自然锁只能锁单JVM。这一点很重要。如果你的服务只部署一个实例，那么恭喜你，用以下几种锁就可以了。
1.synchronized同步锁
2.ReentrantLock重入锁
3.ReadWriteLock读写锁
4.StampedLock戳锁
由于之前已经详细分析过原理+使用，各位直接坐飞机吧：同步中的四种锁synchronized、ReentrantLock、ReadWriteLock、StampedLock
3.分布式锁（多服务节点，多进程）
3.1基于数据库锁实现
场景举例：
卖商品，先查询库存>0,更新库存-1。
1.悲观锁：select for update（一致性锁定读）
查询官方文档如上图，事务内起作用的行锁。能够保证当前session事务所锁定的行不会被其他session所修改(这里的修改指更新或者删除)。对读取的记录加X锁，即排它锁，其他事不能对上锁的行加任何锁。
BEGIN;(确保以下2步骤在一个事务中：)
SELECT * FROM tb_product_stock WHERE product_id=1 FOR UPDATE--->product_id有索引，锁行.加锁（注:条件字段必须有索引才能锁行，否则锁表，且最好用explain查看一下是否使用了索引，因为有一些会被优化掉最终没有使用索引）
UPDATE tb_product_stock SET number=number-1 WHERE product_id=1--->更新库存-1.解锁
COMMIT;
2.乐观锁：版本控制，选一个字段作为版本控制字段，更新前查询一次，更新时该字段作为更新条件。不同业务场景，版本控制字段，可以0 1控制，也可以+1控制，也可以-1控制，这个随意。
BEGIN;(确保以下2步骤在一个事务中：)
SELECT number FROM tb_product_stock WHERE product_id=1--》查询库存总数，不加锁
UPDATE tb_product_stock SET number=number-1 WHERE product_id=1 AND number=第一步查询到的库存数--》number字段作为版本控制字段
COMMIT; 3.2基于缓存实现（redis，memcached）
原理：
redisson开源jar包,提供了很多功能，其中就包含分布式锁。是Redis官方推荐的顶级项目，官网飞机票
核心org.redisson.api.RLock接口封装了分布式锁的获取和释放。源码如下：
@Override
public boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException {
long time = unit.toMillis(waitTime);
long current = System.currentTimeMillis();
final long threadId = Thread.currentThread().getId();
Long ttl = tryAcquire(leaseTime, unit, threadId);//申请锁，返回还剩余的锁过期时间
// lock acquired
if (ttl == null) {
return true;
} time -= (System.currentTimeMillis() - current);
if (time <= 0) {
acquireFailed(threadId);
return false;
} current = System.currentTimeMillis();
final RFuture<RedissonLockEntry> subscribeFuture = subscribe(threadId);
if (!await(subscribeFuture, time, TimeUnit.MILLISECONDS)) {
if (!subscribeFuture.cancel(false)) {
subscribeFuture.addListener(new FutureListener<RedissonLockEntry>() {
@Override
public void operationComplete(Future<RedissonLockEntry> future) throws Exception {
if (subscribeFuture.isSuccess()) {
unsubscribe(subscribeFuture, threadId);
}
}
});
}
acquireFailed(threadId);
return false;
} try {
time -= (System.currentTimeMillis() - current);
if (time <= 0) {
acquireFailed(threadId);
return false;
} while (true) {
long currentTime = System.currentTimeMillis();
ttl = tryAcquire(leaseTime, unit, threadId);
// lock acquired
if (ttl == null) {
return true;
} time -= (System.currentTimeMillis() - currentTime);
if (time <= 0) {
acquireFailed(threadId);
return false;
} // waiting for message
currentTime = System.currentTimeMillis();
if (ttl >= 0 && ttl < time) {
getEntry(threadId).getLatch().tryAcquire(ttl, TimeUnit.MILLISECONDS);
} else {
getEntry(threadId).getLatch().tryAcquire(time, TimeUnit.MILLISECONDS);
} time -= (System.currentTimeMillis() - currentTime);
if (time <= 0) {
acquireFailed(threadId);
return false;
}
}
} finally {
unsubscribe(subscribeFuture, threadId);
}
// return get(tryLockAsync(waitTime, leaseTime, unit));
}
上述方法，调用加锁的逻辑就是在tryAcquire(leaseTime, unit, threadId)中，如下图：
private Long tryAcquire(long leaseTime, TimeUnit unit, long threadId) {
return get(tryAcquireAsync(leaseTime, unit, threadId));//tryAcquireAsync返回RFutrue
}
tryAcquireAsync中commandExecutor.evalWriteAsync就是咱们加锁核心方法了
<T> RFuture<T> tryLockInnerAsync(long leaseTime, TimeUnit unit, long threadId, RedisStrictCommand<T> command) {
internalLockLeaseTime = unit.toMillis(leaseTime);
return commandExecutor.evalWriteAsync(getName(), LongCodec.INSTANCE, command,
"if (redis.call('exists', KEYS[1]) == 0) then " +
"redis.call('hset', KEYS[1], ARGV[2], 1); " +
"redis.call('pexpire', KEYS[1], ARGV[1]); " +
"return nil; " +
"end; " +
"if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then " +
"redis.call('hincrby', KEYS[1], ARGV[2], 1); " +
"redis.call('pexpire', KEYS[1], ARGV[1]); " +
"return nil; " +
"end; " +
"return redis.call('pttl', KEYS[1]);",
Collections.<Object>singletonList(getName()), internalLockLeaseTime, getLockName(threadId));
}
如上图，已经到了redis命令了
加锁：
- KEYS[1] ：需要加锁的key，这里需要是字符串类型。
- ARGV[1] ：锁的超时时间，防止死锁
- ARGV[2] ：锁的唯一标识，（UUID.randomUUID()） + “:” + threadId
// 检查是否key已经被占用，如果没有则设置超时时间和唯一标识，初始化value=1
if (redis.call('exists', KEYS[1]) == 0)
then
redis.call('hset', KEYS[1], ARGV[2], 1); //hset key field value 哈希数据结构
redis.call('pexpire', KEYS[1], ARGV[1]); //pexpire key expireTime 设置有效时间
return nil;
end;
// 如果锁重入,需要判断锁的key field 都一直情况下 value 加一
if (redis.call('hexists', KEYS[1], ARGV[2]) == 1)
then
redis.call('hincrby', KEYS[1], ARGV[2], 1);//hincrby key filed addValue 加1
redis.call('pexpire', KEYS[1], ARGV[1]);//pexpire key expireTime重新设置超时时间
return nil;
end;
// 返回剩余的过期时间
return redis.call('pttl', KEYS[1]);
以上的方法，当返回空是，说明获取到锁，如果返回一个long数值（pttl 命令的返回值），说明锁已被占用，通过返回剩余时间，外部可以做一些等待时间的判断和调整。
不再分析解锁步骤，直接贴上解锁的redis 命令
解锁：
– KEYS[1] ：需要加锁的key，这里需要是字符串类型。
– KEYS[2] ：redis消息的ChannelName,一个分布式锁对应唯一的一个channelName:“redisson_lock__channel__{” + getName() + “}”
– ARGV[1] ：reids消息体，这里只需要一个字节的标记就可以，主要标记redis的key已经解锁，再结合redis的Subscribe，能唤醒其他订阅解锁消息的客户端线程申请锁。
– ARGV[2] ：锁的超时时间，防止死锁
– ARGV[3] ：锁的唯一标识，（UUID.randomUUID()） + “:” + threadId
// 如果key已经不存在，说明已经被解锁，直接发布（publihs）redis消息
if (redis.call('exists', KEYS[1]) == 0)
then
redis.call('publish', KEYS[2], ARGV[1]);//publish ChannelName message向信道发送解锁消息
return 1;
end;
// key和field不匹配，说明当前客户端线程没有持有锁，不能主动解锁。
if (redis.call('hexists', KEYS[1], ARGV[3]) == 0)
then
return nil;
end;
// 将value减1
local counter = redis.call('hincrby', KEYS[1], ARGV[3], -1); //hincrby key filed addValue 减1
// 如果counter>0说明锁在重入，不能删除key
if (counter > 0)
then
redis.call('pexpire', KEYS[1], ARGV[2]);
return 0;
else
// 删除key并且publish 解锁消息
redis.call('del', KEYS[1]);
redis.call('publish', KEYS[2], ARGV[1]);
return 1;
end;
return nil;
特点：
逻辑并不复杂, 实现了可重入功能, 通过pub/sub功能来减少空转，性能极高。
实现了Lock的大部分功能,支持强制解锁。
实战：
1.创建客户端配置类：
这里我们最终只用了一种来测试，就是initSingleServerConfig单例模式。
package distributed.lock.redis; import org.redisson.config.Config; /**
*
* @ClassName:RedissionConfig
* @Description:自定义RedissionConfig初始化方法
* 支持自定义构造：单例模式，集群模式，主从模式，哨兵模式。
* 注：此处使用spring bean 配置文件保证bean单例，见applicationContext-redis.xml
* 大家也可以用工厂模式自己维护单例：本类生成RedissionConfig，再RedissonClient redisson = Redisson.create(config);这样就可以创建RedissonClient
* @author diandian.zhang
* @date 2017年7月20日下午12:55:50
*/
public class RedissionConfig {
private RedissionConfig() {
} public static Config initSingleServerConfig(String redisHost, String redisPort, String redisPassword) {
return initSingleServerConfig(redisHost, redisPort, redisPassword, 0);
} /**
*
* @Description 使用单例模式初始化构造Config
* @param redisHost
* @param redisPort
* @param redisPassword
* @param redisDatabase redis db 默认0 (0~15)有redis.conf配置文件中参数来控制数据库总数：database 16.
* @return
* @author diandian.zhang
* @date 2017年7月20日下午12:56:21
* @since JDK1.8
*/
public static Config initSingleServerConfig(String redisHost, String redisPort, String redisPassword,Integer redisDatabase) {
Config config = new Config();
config.useSingleServer().setAddress(redisHost + ":" + redisPort)
.setPassword(redisPassword)
.setDatabase(redisDatabase);//可以不设置，看业务是否需要隔离
//RedissonClient redisson = Redisson.create(config);
return config;
} /**
*
* @Description 集群模式
* @param masterAddress
* @param nodeAddressArray
* @return
* @author diandian.zhang
* @date 2017年7月20日下午3:29:32
* @since JDK1.8
*/
public static Config initClusterServerConfig(String masterAddress, String[] nodeAddressArray) {
String nodeStr = "";
for(String slave:nodeAddressArray){
nodeStr +=","+slave;
}
Config config = new Config();
config.useClusterServers()
.setScanInterval(2000) // cluster state scan interval in milliseconds
.addNodeAddress(nodeStr);
return config;
} /**
*
* @Description 主从模式
* @param masterAddress 一主
* @param slaveAddressArray 多从
* @return
* @author diandian.zhang
* @date 2017年7月20日下午2:29:38
* @since JDK1.8
*/
public static Config initMasterSlaveServerConfig(String masterAddress, String[] slaveAddressArray) {
String slaveStr = "";
for(String slave:slaveAddressArray){
slaveStr +=","+slave;
}
Config config = new Config();
config.useMasterSlaveServers()
.setMasterAddress(masterAddress)//一主
.addSlaveAddress(slaveStr);//多从"127.0.0.1:26389", "127.0.0.1:26379"
return config;
} /**
*
* @Description 哨兵模式
* @param masterAddress
* @param slaveAddressArray
* @return
* @author diandian.zhang
* @date 2017年7月20日下午3:01:35
* @since JDK1.8
*/
public static Config initSentinelServerConfig(String masterAddress, String[] sentinelAddressArray) {
String sentinelStr = "";
for(String sentinel:sentinelAddressArray){
sentinelStr +=","+sentinel;
}
Config config = new Config();
config.useSentinelServers()
.setMasterName("mymaster")
.addSentinelAddress(sentinelStr);
return config;
} }
2.分布式锁实现类
package distributed.lock.redis; import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.TimeUnit; import org.redisson.Redisson;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory; public class RedissonTest {
private static final Logger logger = LoggerFactory.getLogger(RedissonTest.class);
static SimpleDateFormat time = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
//这里可自定义多种模式，单例，集群，主从，哨兵模式。为了简单这里使用单例模式
private static RedissonClient redissonClient = Redisson.create(RedissionConfig.initSingleServerConfig("192.168.50.107", "6379", "password")); public static void main(String[] args) {
CountDownLatch latch = new CountDownLatch(3);
// key
String lockKey = "testkey20170802";
try {
Thread t1 = new Thread(() -> {
doWithLock(lockKey,latch);//函数式编程
}, "t1");
Thread t2 = new Thread(() -> {
doWithLock(lockKey,latch);
}, "t2");
Thread t3 = new Thread(() -> {
doWithLock(lockKey,latch);
}, "t3");
//启动线程
t1.start();
t2.start();
t3.start();
//等待全部完成
latch.await();
System.out.println("3个线程都解锁完毕，关闭客户端！");
redissonClient.shutdown();
} catch (Exception e) {
e.printStackTrace();
}
} /**
*
* @Description 线程执行函数体
* @param lockKey
* @author diandian.zhang
* @date 2017年8月2日下午3:37:32
* @since JDK1.8
*/
private static void doWithLock(String lockKey,CountDownLatch latch) {
try {
System.out.println("进入线程="+Thread.currentThread().getName()+":"+time.format(new Date()));
//获取锁，30秒内获取到返回true,未获取到返回false,60秒过后自动unLock
if (tryLock(lockKey, 30, 60, TimeUnit.SECONDS)) {
System.out.println(Thread.currentThread().getName() + " 获取锁成功！，执行需要加锁的任务"+time.format(new Date()));
Thread.sleep(2000L);//休息2秒模拟执行需要加锁的任务
//获取锁超时
}else{
System.out.println(Thread.currentThread().getName() + " 获取锁超时！"+time.format(new Date()));
}
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
//释放锁
unLock(lockKey);
latch.countDown();//完成，计数器减一
} catch (Exception e) {
e.printStackTrace();
}
}
} /**
*
* @Description 获取锁，锁waitTime时间内获取到返回true,未获取到返回false,租赁期leaseTime过后unLock（除非手动释放锁）
* @param key
* @param waitTime
* @param leaseTime
* @param timeUnit
* @return
* @author diandian.zhang
* @date 2017年8月2日下午3:24:09
* @since JDK1.8
*/
public static boolean tryLock(String key, long waitTime, long leaseTime, TimeUnit timeUnit) {
try {
//根据key获取锁实例，非公平锁
RLock lock = redissonClient.getLock(key);
//在leaseTime时间内阻塞获取锁，获取锁后持有锁直到leaseTime租期结束（除非手动unLock释放锁）。
return lock.tryLock(waitTime, leaseTime, timeUnit);
} catch (Exception e) {
logger.error("redis获取分布式锁异常;key=" + key + ",waitTime=" + waitTime + ",leaseTime=" + leaseTime +
",timeUnit=" + timeUnit, e);
return false;
}
} /**
*
* @Description 释放锁
* @param key
* @author diandian.zhang
* @date 2017年8月2日下午3:25:34
* @since JDK1.8
*/
public static void unLock(String key) {
RLock lock = redissonClient.getLock(key);
lock.unlock();
System.out.println(Thread.currentThread().getName() + " 释放锁"+time.format(new Date()));
}
}
执行结果如下：
进入线程=t3:2017-08-02 16:33:19
进入线程=t1:2017-08-02 16:33:19
进入线程=t2:2017-08-02 16:33:19
t2 获取锁成功！，执行需要加锁的任务2017-08-02 16:33:19--->T2 19秒时获取到锁
t2 释放锁2017-08-02 16:33:21--->T2任务完成，21秒时释放锁
t1 获取锁成功！，执行需要加锁的任务2017-08-02 16:33:21--->T1 21秒时获取到锁
t1 释放锁2017-08-02 16:33:23--->T2任务完成，23秒时释放锁
t3 获取锁成功！，执行需要加锁的任务2017-08-02 16:33:23--->T3 23秒时获取到锁
t3 释放锁2017-08-02 16:33:25--->T2任务完成，25秒时释放锁
3个线程都解锁完毕，关闭客户端！
如上图，3个线程共消耗25-19=6秒，验证通过，确实互斥锁住了。
我们用Redis Desktop Manger来看一下redis中数据：
192.168.50.107:0>hgetall "testkey20170802"--->用key查询hash所有的值
1) 159b46b3-8bc5-4447-ad57-c55fdd381384:30--->T2获取到锁field=uuid:线程号
2) 1 --->value=1代表重入次数为1
192.168.50.107:0>hgetall "testkey20170802"--->T2释放锁，T1获取到锁
1) 159b46b3-8bc5-4447-ad57-c55fdd381384:29
2) 1
192.168.50.107:0>hgetall "testkey20170802"--->T1释放锁，T3获取到锁
1) 159b46b3-8bc5-4447-ad57-c55fdd381384:31
2) 1
192.168.50.107:0>hgetall "testkey20170802"--->最后一次查询时，T3释放锁，已无数据
3.3基于zookeeper实现
原理：
每个客户端（每个JVM内部共用一个客户端实例）对某个方法加锁时，在zookeeper上指定节点的目录下，生成一个唯一的瞬时有序节点。判断是否获取锁的方式很简单，只需要判断有序节点中序号最小的一个。当释放锁的时候，只需将这个瞬时节点删除即可。
我们使用apache的Curator组件来实现，一般使用Client、Framework、Recipes三个组件。
curator下,InterProcessMutex可重入互斥公平锁，源码(curator-recipes-2.4.1.jar)注释如下：
A re-entrant mutex that works across JVMs. Uses Zookeeper to hold the lock. All processes in all JVMs that use the same lock path will achieve an inter-process critical section. Further, this mutex is "fair" - each user will get the mutex in the order requested (from ZK's point of view)
即一个在JVM上工作的可重入互斥锁。使用ZK去持有这把锁。在所有JVM中的进程组，只要使用相同的锁路径将会获得进程间的临界资源。进一步说，这个互斥锁是公平的-因为每个线程将会根据请求顺序获得这个互斥量（对于ZK来说）
主要方法如下：
// 构造方法
public InterProcessMutex(CuratorFramework client, String path)
public InterProcessMutex(CuratorFramework client, String path, LockInternalsDriver driver)
// 通过acquire获得锁,并提供超时机制：
public void acquire() throws Exception
public boolean acquire(long time, TimeUnit unit) throws Exception
// 撤销锁
public void makeRevocable(RevocationListener<InterProcessMutex> listener)
public void makeRevocable(final RevocationListener<InterProcessMutex> listener, Executor executor)
我们主要分析核心获取锁acquire方法如下：
@Override
public boolean acquire(long time, TimeUnit unit) throws Exception
{
return internalLock(time, unit);
} private boolean internalLock(long time, TimeUnit unit) throws Exception
{
/*
Note on concurrency: a given lockData instance
can be only acted on by a single thread so locking isn't necessary
*/ Thread currentThread = Thread.currentThread();
//线程安全map:private final ConcurrentMap<Thread, LockData> threadData = Maps.newConcurrentMap();
LockData lockData = threadData.get(currentThread);
if ( lockData != null )
{
//这里实现了可重入,如果当前线程已经获取锁，计数+1，直接返回true
lockData.lockCount.incrementAndGet();
return true;
}
//获取锁，核心方法
String lockPath = internals.attemptLock(time, unit, getLockNodeBytes());
if ( lockPath != null )
{ //得到锁，塞进线程安全map
LockData newLockData = new LockData(currentThread, lockPath);
threadData.put(currentThread, newLockData);
return true;
} return false;
}
核心获取锁的方法attemptLock源码如下：
String attemptLock(long time, TimeUnit unit, byte[] lockNodeBytes) throws Exception
{
final long startMillis = System.currentTimeMillis();
final Long millisToWait = (unit != null) ? unit.toMillis(time) : null;
final byte[] localLockNodeBytes = (revocable.get() != null) ? new byte[0] : lockNodeBytes;
int retryCount = 0; String ourPath = null;
boolean hasTheLock = false;
boolean isDone = false;
while ( !isDone )
{
isDone = true; try
{
if ( localLockNodeBytes != null )
{
ourPath = client.create().creatingParentsIfNeeded().withProtection().withMode(CreateMode.EPHEMERAL_SEQUENTIAL).forPath(path, localLockNodeBytes);
}
else
{ //创建瞬时节点（客户端断开连接时删除），节点名追加自增数字
ourPath = client.create().creatingParentsIfNeeded().withProtection().withMode(CreateMode.EPHEMERAL_SEQUENTIAL).forPath(path);
}
//自循环等待时间，并判断是否获取到锁
hasTheLock = internalLockLoop(startMillis, millisToWait, ourPath);
}
catch ( KeeperException.NoNodeException e )
{
// gets thrown by StandardLockInternalsDriver when it can't find the lock node
// this can happen when the session expires, etc. So, if the retry allows, just try it all again
if ( client.getZookeeperClient().getRetryPolicy().allowRetry(retryCount++, System.currentTimeMillis() - startMillis, RetryLoop.getDefaultRetrySleeper()) )
{
isDone = false;
}
else
{
throw e;
}
}
}
//获取到锁返回节点path
if ( hasTheLock )
{
return ourPath;
} return null;
}
自循环等待时间：
private boolean internalLockLoop(long startMillis, Long millisToWait, String ourPath) throws Exception
{
boolean haveTheLock = false;
boolean doDelete = false;
try
{
if ( revocable.get() != null )
{
client.getData().usingWatcher(revocableWatcher).forPath(ourPath);
} while ( (client.getState() == CuratorFrameworkState.STARTED) && !haveTheLock )//如果状态是开始且未获取到锁
{
List<String> children = getSortedChildren();//获取父节点下所有线程的子节点
String sequenceNodeName = ourPath.substring(basePath.length() + 1); // 获取当前节点名称
16 //核心方法：判断是否获取到锁
PredicateResults predicateResults = driver.getsTheLock(client, children, sequenceNodeName, maxLeases);
if ( predicateResults.getsTheLock() )//获取到锁，置true，下一次循环退出
{
haveTheLock = true;
}
else//没有索取到锁
{
String previousSequencePath = basePath + "/" + predicateResults.getPathToWatch();//这里路径是上一次获取到锁的持有锁路径 synchronized(this)//强制加锁
{
//让线程等待，并且watcher当前节点，当节点有变化的之后，则notifyAll当前等待的线程，让它再次进入来争抢锁
Stat stat = client.checkExists().usingWatcher(watcher).forPath(previousSequencePath);
if ( stat != null )
{
if ( millisToWait != null )
{
millisToWait -= (System.currentTimeMillis() - startMillis);
startMillis = System.currentTimeMillis();
if ( millisToWait <= 0 )
{
doDelete = true; //等待超时，置状态为true,后面会删除节点
break;
}
//等待指定时间
wait(millisToWait);
}
else
{ //一直等待
wait();
}
}
}
// else it may have been deleted (i.e. lock released). Try to acquire again
}
}
}
catch ( Exception e )
{
doDelete = true;
throw e;
}
finally
{
if ( doDelete )//删除path
{
deleteOurPath(ourPath);
}
}
return haveTheLock;
}
@Override
public PredicateResults getsTheLock(CuratorFramework client, List<String> children, String sequenceNodeName, int maxLeases) throws Exception
{
int ourIndex = children.indexOf(sequenceNodeName);//先根据子节点名获取children（所有子节点升序集合）中的索引
validateOurIndex(sequenceNodeName, ourIndex);//校验如果索引为负值，即不存在该子节点
//maxLeases允许同时租赁的数量，这里源代码写死了1,但这种设计符合将来拓展，修改maxLeases即可满足多租赁
boolean getsTheLock = ourIndex < maxLeases;//maxLeases=1,所以只有当index=0时才是true,即所有子节点中升序排序第一个最小值，即第一个请求过来的，这就是核心思想所在！
String pathToWatch = getsTheLock ? null : children.get(ourIndex - maxLeases);//获取到锁返回null,否则未获取到锁，获取上一次的获取到锁的路径。后面会监视这个路径用以唤醒请求线程 return new PredicateResults(pathToWatch, getsTheLock);
}
特点：
1.可避免死锁：zk瞬时节点（Ephemeral Nodes）生命周期和session一致，session结束，节点自动删除。
2.依赖zk创建节点，涉及文件操作，开销较大。
实战：
1.创建客户端client
2.生成互斥锁InterProcessMutex
3.开启3个线程去获取锁
package distributed.lock.zk; import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.concurrent.TimeUnit; import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.CuratorFrameworkFactory;
import org.apache.curator.framework.recipes.locks.InterProcessMutex;
import org.apache.curator.retry.ExponentialBackoffRetry;
import org.apache.curator.retry.RetryNTimes;
import org.jboss.netty.channel.StaticChannelPipeline;
import org.omg.CORBA.PRIVATE_MEMBER; /**
*
* @ClassName:CuratorDistrLockTest
* @Description:Curator包实现zk分布式锁:利用了zookeeper的临时顺序节点特性，一旦客户端失去连接后，则就会自动清除该节点。
* @author diandian.zhang
* @date 2017年7月11日下午12:43:44
*/ public class CuratorDistrLock {
private static final String ZK_ADDRESS = "192.168.50.253:2181";//zk
private static final String ZK_LOCK_PATH = "/zktest";//path
static SimpleDateFormat time = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); public static void main(String[] args) {
try {
//创建zk客户端
// CuratorFramework client = CuratorFrameworkFactory.newClient(ZK_ADDRESS,new RetryNTimes(3, 1000));
CuratorFramework client = CuratorFrameworkFactory.builder()
.connectString(ZK_ADDRESS)
.sessionTimeoutMs(5000)
.retryPolicy(new ExponentialBackoffRetry(1000, 10))
.build();
//开启
client.start();
System.out.println("zk client start successfully!"+time.format(new Date())); Thread t1 = new Thread(() -> {
doWithLock(client);//函数式编程
}, "t1");
Thread t2 = new Thread(() -> {
doWithLock(client);
}, "t2");
Thread t3 = new Thread(() -> {
doWithLock(client);
}, "t3");
//启动线程
t1.start();
t2.start();
t3.start();
} catch (Exception e) {
e.printStackTrace();
}
} /**
*
* @Description 线程执行函数体
* @param client
* @param lock
* @author diandian.zhang
* @date 2017年7月12日下午6:00:53
* @since JDK1.8
*/
private static void doWithLock(CuratorFramework client) {
//依赖ZK生成的可重入互斥公平锁(按照请求顺序)
InterProcessMutex lock = new InterProcessMutex(client, ZK_LOCK_PATH);
try {
System.out.println("进入线程="+Thread.currentThread().getName()+":"+time.format(new Date())); //花20秒时间尝试获取锁
if (lock.acquire(20, TimeUnit.SECONDS)) {
System.out.println(Thread.currentThread().getName() + " 获取锁成功！，执行需要加锁的任务"+time.format(new Date()));
Thread.sleep(2000L);//休息2秒模拟执行需要加锁的任务
//获取锁超时
}else{
System.out.println(Thread.currentThread().getName() + " 获取锁超时！"+time.format(new Date()));
}
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
//当前线程获取到锁，那么最后需要释放锁（实际上是删除节点）
if (lock.isAcquiredInThisProcess()) {
lock.release();
System.out.println(Thread.currentThread().getName() + " 释放锁"+time.format(new Date()));
}
} catch (Exception e) {
e.printStackTrace();
}
}
} }
执行结果：
zk client start successfully!
进入线程=t2:-- ::
进入线程=t1:-- ::
进入线程=t3:-- ::
t2 获取锁成功！，执行需要加锁的任务2017-- ::23----》起始时间23秒
t2 释放锁2017-- ::
t3 获取锁成功！，执行需要加锁的任务2017-- ::25----》验证耗时2秒，T2执行完，T3执行
t3 释放锁2017-- ::
t1 获取锁成功！，执行需要加锁的任务2017-- ::27----》验证耗时2秒，T3执行完，T1执行
t1 释放锁2017-- ::29----》验证耗时2秒，T1执行完，3个任务共耗时=29-23=6秒，验证互斥锁达到目标。
查看zookeeper节点：
1.客户端连接
zkCli.sh -server 192.168.50.253:2181
2.查看节点
[zk: 192.168.50.253:2181(CONNECTED) 80] ls /-----》查看根目录
[dubbo, zktest, zookeeper, test]
[zk: 192.168.50.253:2181(CONNECTED) 81] ls /zktest -----》查看我们创建的子节点
[_c_034e5f23-abaf-4d4a-856f-c27956db574e-lock-0000000007, _c_63c708f1-2c3c-4e59-9d5b-f0c70c149758-lock-0000000006, _c_1f688cb7-c38c-4ebb-8909-0ba421e484a4-lock-0000000008]
[zk: 192.168.50.253:2181(CONNECTED) 82] ls /zktest-----》任务执行完毕最终释放了子节点
[]
4.总结比较
一级锁分类 |
二级锁分类 |
锁名称 |
特性 |
是否推荐 |
单JVM锁 |
基于JVM源生synchronized关键字实现 |
synchronized同步锁 |
适用于低并发的情况，性能稳定。 | 新手推荐 |
| 基于JDK实现，需显示获取锁，释放锁 |
ReentrantLock可重入锁 |
适用于低、高并发的情况，性能较高 | 需要指定公平、非公平或condition时使用。 | |
|
ReentrantReadWriteLock 可重入读写锁 |
适用于读多写少的情况。性能高。 | 老司机推荐 | ||
|
StampedLock戳锁 |
JDK8才有，适用于高并发且读远大于写时，支持乐观读，票据校验失败后可升级悲观读锁，性能极高！ | 老司机推荐 | ||
分布式锁 |
基于数据库锁实现 |
悲观锁：select for update |
sql直接使用，但水很深。设计数据库ACID原理+隔离级别+不同数据库规范 | 高端老司机推荐 |
|
乐观锁：版本控制 |
自己实现字段版本控制 | 新手推荐 | ||
|
基于缓存实现 |
org.redisson |
性能极高，支持除了分布式锁外还实现了分布式对象、分布式集合等极端强大的功能 | 老司机推荐 | |
|
基于zookeeper实现 |
org.apache.curator zookeeper |
性能较高，除支持分布式锁外，还实现了master选举、节点监听（）、分布式队列、Barrier、AtomicLong等计数器 | 老司机推荐 |
=====附Redis命令=======
- SETNX key value (SET if Not eXists):当且仅当 key 不存在，将 key 的值设为 value ，并返回1；若给定的 key 已经存在，则 SETNX 不做任何动作，并返回0。详见：SETNX commond
- GETSET key value:将给定 key 的值设为 value ，并返回 key 的旧值 (old value)，当 key 存在但不是字符串类型时，返回一个错误，当key不存在时，返回nil。详见：GETSET commond
- GET key:返回 key 所关联的字符串值，如果 key 不存在那么返回 nil 。详见：GET Commond
- DEL key [KEY …]:删除给定的一个或多个 key ,不存在的 key 会被忽略,返回实际删除的key的个数（integer）。详见：DEL Commond
- HSET key field value：给一个key 设置一个{field=value}的组合值，如果key没有就直接赋值并返回1，如果field已有，那么就更新value的值，并返回0.详见：HSET Commond
- HEXISTS key field:当key 中存储着field的时候返回1，如果key或者field至少有一个不存在返回0。详见HEXISTS Commond
- HINCRBY key field increment:将存储在 key 中的哈希（Hash）对象中的指定字段 field 的值加上增量 increment。如果键 key 不存在，一个保存了哈希对象的新建将被创建。如果字段 field 不存在，在进行当前操作前，其将被创建，且对应的值被置为 0。返回值是增量之后的值。详见：HINCRBY Commond
- PEXPIRE key milliseconds：设置存活时间，单位是毫秒。expire操作单位是秒。详见:PEXPIRE Commond
- PUBLISH channel message:向channel post一个message内容的消息，返回接收消息的客户端数。详见PUBLISH Commond
======参考======
终极锁实战：单JVM锁+分布式锁的更多相关文章
- 使用ZooKeeper实现Java跨JVM的分布式锁(读写锁)
一.使用ZooKeeper实现Java跨JVM的分布式锁 二.使用ZooKeeper实现Java跨JVM的分布式锁(优化构思) 三.使用ZooKeeper实现Java跨JVM的分布式锁(读写锁) 读写 ...
- 使用ZooKeeper实现Java跨JVM的分布式锁(优化构思)
一.使用ZooKeeper实现Java跨JVM的分布式锁 二.使用ZooKeeper实现Java跨JVM的分布式锁(优化构思) 三.使用ZooKeeper实现Java跨JVM的分布式锁(读写锁) 说明 ...
- 使用ZooKeeper实现Java跨JVM的分布式锁
一.使用ZooKeeper实现Java跨JVM的分布式锁 二.使用ZooKeeper实现Java跨JVM的分布式锁(优化构思) 三.使用ZooKeeper实现Java跨JVM的分布式锁(读写锁) 说明 ...
- 单实例redis分布式锁的简单实现
redis分布式锁的基本功能包括, 同一刻只能有一个人占有锁, 当锁被其他人占用时, 获取者可以等待他人释放锁, 此外锁本身必须能超时自动释放. 直接上java代码, 如下: package com. ...
- 图解Janusgraph系列-并发安全：锁机制（本地锁+分布式锁）分析
图解Janusgraph系列-并发安全:锁机制(本地锁+分布式锁)分析 大家好,我是洋仔,JanusGraph图解系列文章,实时更新~ 图数据库文章总目录: 整理所有图相关文章,请移步(超链):图数据 ...
- Spring Boot 2实现分布式锁——这才是实现分布式锁的正确姿势！
参考资料 网址 Spring Boot 2实现分布式锁--这才是实现分布式锁的正确姿势! http://www.spring4all.com/article/6892
- SpringBoot--防止重复提交（锁机制---本地锁、分布式锁）
防止重复提交,主要是使用锁的形式来处理,如果是单机部署,可以使用本地缓存锁(Guava)即可,如果是分布式部署,则需要使用分布式锁(可以使用zk分布式锁或者redis分布式锁),本文的分布式锁以red ...
- Spring Boot + Redis实战-利用自定义注解+分布式锁实现接口幂等性
场景 不管是传统行业还是互联网行业,我们都需要保证大部分操作是幂等性的,简单点说,就是无论用户点击多少次,操作多少遍,产生的结果都是一样的,是唯一的.而今次公司的项目里,又被我遇到了这么一个幂等性的问 ...
- 分布式锁（一） Zookeeper分布式锁
什么是Zookeeper? Zookeeper(业界简称zk)是一种提供配置管理.分布式协同以及命名的中心化服务,这些提供的功能都是分布式系统中非常底层且必不可少的基本功能,但是如果自己实现这些功能而 ...
- 分布式锁之三：Redlock实现分布式锁
之前写过一篇文章<如何在springcloud分布式系统中实现分布式锁?>,由于自己仅仅是阅读了相关的书籍,和查阅了相关的资料,就认为那样的是可行的.那篇文章实现的大概思路是用setNx命 ...
随机推荐
- Web压力测试软件webbench
官方网站:http://home.tiscali.cz/~cz210552/webbench.html下载地址:http://home.tiscali.cz/~cz210552/distfiles/w ...
- WPF Dashboard仪表盘控件的实现
1.确定控件应该继承的基类 从表面上看,目前WPF自带常用控件中,没有一个是接近这个表盘控件的,但将该控件拆分就能够发现,该控件的每个子部分都是在WPF中存在的,因此我们需要将各个子控件组合才能形成这 ...
- Cordova各个插件使用介绍系列（六）—$cordovaDevice获取设备的相关信息
详情请看:Cordova各个插件使用介绍系列(六)—$cordovaDevice获取设备的相关信息 在项目中需要获取到当前设备,例如手机的ID,联网状态,等,然后这个Cordova里有这个插件可以用, ...
- Lucence_Curd
设置Field的类型 new StringField 不分词(id,身份证号,电话...) new StoredField 不分词(链接) new TextField 分词(文本) new Fload ...
- 关于MATLAB处理大数据坐标文件201761
前几天备战考试,接下来的日子将会继续攻克大数据比赛 虽然停止了一段时间没有提交数据,但是这几天的收获还是有的,对Python 随机森林了解的更了解了 随机森林是由多课决策树组成(当然这个虽然我们初学者 ...
- scanner--inputstreamreader--console对比
1 JDK 1.4 及以下版本读取的方法 JDK 1.4 及以下的版本中要想从控制台中输入数据只有一种办法,即使用System.in获得系统的输入流,再桥接至字符流从字符流中读入数据.示例代码如下: ...
- tcpdf导出pdf数据支持中文的解决方案
步骤如下:1.确保你测试tcpdf能正常输出英文内容的pdf2.测试输入中文内容后显示是?的乱码或者空白分析原因,是因为我们输入的中文,tcpdf字体库并不支持,因此乱码或者空白显示 添加一个合适的字 ...
- php中curl远程调用获取数据
$jump_url=$this->_post('locations'); $url=htmlspecialchars_decode($jump_url); $ch = curl_init(); ...
- tkinter模块常用参数(python3)
1.使用tkinter.Tk() 生成主窗口(root=tkinter.Tk()):root.title('标题名') 修改框体的名字,也可在创建时使用className参数来命名:root.r ...
- 水题 第三站 HDU Largest prime factor
先写一遍思路,跟素数表很类似吧. 1)从小到大遍历数据范围内的所有数.把包含质因子的数的位置都设成跟质因子的位置相同. 2)同一个数的位置可能被多次复写.但是由于是从小到大遍历,这就保证了最后一次写入 ...