Redis和Zookeeper实现分布式锁

Bertha 。 2023-10-06 16:43 5阅读 0赞

## **Redis实现分布式锁** ##

**目录**

Redis实现分布式锁

Redis分布式锁实现的三个核心要素：

1.加锁

2.解锁

3.锁超时

Redis分布式锁存在的问题

1. setnx和expire的非原子性

2. 超时后使用del 导致误删其他线程的锁

3. 出现并发的可能性

Zookeeper实现分布式缓存

Znode分为四种类型：

获取锁

释放锁

Zookeeper和Redis分布式锁的比较

--------------------

### Redis分布式锁实现的三个核心要素： ###

#### **1.加锁** ####

最简单的方法是使用setnx命令。key是锁的唯一标识，按业务来决定命名，value为当前线程的线程ID。

比如想要给一种商品的秒杀活动加锁，可以给key命名为 “lock\_sale\_ID” 。而value设置成什么呢？我们可以姑且设置成1。加锁的伪代码如下：

**setnx（key，1）**当一个线程执行setnx返回1，说明key原本不存在，该线程成功得到了锁，当其他线程执行setnx返回0，说明key已经存在，该线程抢锁失败。

#### **2.解锁** ####

有加锁就得有解锁。当得到锁的线程执行完任务，需要释放锁，以便其他线程可以进入。释放锁的最简单方式是执行**del指令**，伪代码如下：

**del（key）**释放锁之后，其他线程就可以继续执行setnx命令来获得锁。

#### **3.锁超时** ####

锁超时是什么意思呢？如果一个得到锁的线程在执行任务的过程中挂掉，来不及显式地释放锁，这块资源将会永远被锁住，别的线程再也别想进来。

所以，setnx的key必须设置一个超时时间，以保证即使没有被显式释放，这把锁也要在一定时间后自动释放。setnx不支持超时参数，所以需要额外的指令，伪代码如下：

**expire（key， 30）**综合起来，我们分布式锁实现的第一版伪代码如下：

if（setnx（key，1） == 1）{
        expire（key，30）
        try {
            do something ......
        }catch()
    　　{
    　　}
    　　finally {
           del（key）
        }
    
    }

### Redis分布式锁存在的问题 ###

#### **1. setnx和expire的非原子性** ####

设想一个极端场景，当某线程执行setnx，成功得到了锁：

setnx刚执行成功，还未来得及执行expire指令，节点1 Duang的一声挂掉了。

if（setnx（key，1） == 1）{　　//此处挂掉了.....
        expire（key，30）
        try {
            do something ......
        }catch(){
    
    　　}
    　　finally {
           del（key）
    
        }
    
    }

这样一来，这把锁就没有设置过期时间，变得“长生不老”，别的线程再也无法获得锁了。

怎么解决呢？setnx指令本身是不支持传入超时时间的，**Redis 2.6.12以上版本为set指令增加了可选参数，伪代码如下：set（key，1，30，NX）,这样就可以取代setnx指令**。

#### **2. 超时后使用del 导致误删其他线程的锁** ####

又是一个极端场景，假如某线程成功得到了锁，并且设置的超时时间是30秒。

如果某些原因导致线程A执行的很慢很慢，过了30秒都没执行完，这时候锁过期自动释放，线程B得到了锁。

随后，线程A执行完了任务，线程A接着执行del指令来释放锁。但这时候线程B还没执行完，**线程A实际上删除的是线程B加的锁**。

怎么避免这种情况呢？可以在del释放锁之前做一个判断，验证当前的锁是不是自己加的锁。

至于具体的实现，可以在加锁的时候把当前的线程ID当做value，并在删除之前验证key对应的value是不是自己线程的ID。

加锁：
    String threadId = Thread.currentThread().getId()
    set（key，threadId ，30，NX）
    
    doSomething.....
     
    解锁：
    if（threadId .equals(redisClient.get(key))）{
        del(key)
    }

但是，这样做又隐含了一个新的问题，**if判断和释放锁是两个独立操作，不是原子性**。

我们都是追求极致的程序员，所以这一块要用Lua脚本来实现：

> **String luaS****cript = 'if redis.call('get', KEYS\[1\]) == ARGV\[1\] then return redis.call('del', KEYS\[1\]) else return 0 end';**
> 
> **redisClient.eval(luaScript , Collections.singletonList(key), Collections.singletonList(threadId));**

这样一来，验证和删除过程就是原子操作了。

#### **3. 出现并发的可能性** ####

还是刚才第二点所描述的场景，虽然我们避免了线程A误删掉key的情况，但是同一时间有A，B两个线程在访问代码块，仍然是不完美的。

怎么办呢？我们可以让获得锁的线程开启一个**守护线程**，用来给快要过期的锁“续航”。

当过去了29秒，线程A还没执行完，这时候守护线程会执行expire指令，为这把锁“续命”20秒。守护线程从第29秒开始执行，每20秒执行一次。

当线程A执行完任务，会显式关掉守护线程。

另一种情况，如果节点1 忽然断电，由于线程A和守护线程在同一个进程，守护线程也会停下。这把锁到了超时的时候，没人给它续命，也就自动释放了。

## Zookeeper实现分布式缓存 ##

Zookeeper的数据存储结构就像一棵树，这棵树由节点组成，这种节点叫做`Znode`。

#### `Znode`分为四种类型： ####

*  1.`持久节点` （PERSISTENT）

默认的节点类型。创建节点的客户端与zookeeper断开连接后，该节点依旧存在 。

*  2.`持久节点顺序节点`（PERSISTENT\_SEQUENTIAL）

所谓顺序节点，就是在创建节点时，Zookeeper根据创建的时间顺序给该节点名称进行编号：

![20180629100351738][]

*  3.`临时节点`（EPHEMERAL）

和持久节点相反，当创建节点的客户端与zookeeper断开连接后，临时节点会被删除：

![20180629100453593][]

![70][]

![20180629100509449][]

*  4.`临时顺序节点`（EPHEMERAL\_SEQUENTIAL）

顾名思义，临时顺序节点结合和临时节点和顺序节点的特点：在创建节点时，Zookeeper根据创建的时间顺序给该节点名称进行编号；当创建节点的客户端与zookeeper断开连接后，临时节点会被删除。

Zookeeper分布式锁恰恰应用了临时顺序节点。具体如何实现呢？让我们来看一看详细步骤：

#### 获取锁 ####

首先，在Zookeeper当中创建一个持久节点`ParentLock`。当第一个客户端想要获得锁时，需要在`ParentLock`这个节点下面创建一个临时顺序节点 `Lock1`。

![201806291008573][]

之后，`Client1`查找`ParentLock`下面所有的临时顺序节点并排序，判断自己所创建的节点`Lock1`是不是顺序最靠前的一个。如果是第一个节点，则成功获得锁。

![20180629101150994][]

这时候，如果再有一个客户端 `Client2` 前来获取锁，则在`ParentLock`下载再创建一个临时顺序节点`Lock2`。

![20180629101356396][]

`Client2`查找`ParentLock`下面所有的临时顺序节点并排序，判断自己所创建的节点`Lock2`是不是顺序最靠前的一个，结果发现节点`Lock2`并不是最小的。

于是，**`Client2`向排序仅比它靠前的节点`Lock1`注册`Watcher`，用于监听`Lock1`节点是否存在。**这意味着`Client2`抢锁失败，进入了等待状态。

![20180629101529655][]

这时候，如果又有一个客户端`Client3`前来获取锁，则在`ParentLock`下载再创建一个临时顺序节点`Lock3`。

![20180629101640199][]

`Client3`查找`ParentLock`下面所有的临时顺序节点并排序，判断自己所创建的节点`Lock3`是不是顺序最靠前的一个，结果同样发现节点`Lock3`并不是最小的。

于是，`Client3`向排序仅比它靠前的节点`Lock2`注册`Watcher`，用于监听`Lock2`节点是否存在。这意味着`Client3`同样抢锁失败，进入了等待状态。

![20180629101814748][]

这样一来，`Client1`得到了锁，`Client2`监听了`Lock1`，`Client3`监听了`Lock2`。这恰恰形成了一个等待队列，很像是Java当中`ReentrantLock`所依赖的`AQS（AbstractQueuedSynchronizer）`。

#### 释放锁 ####

释放锁分为两种情况：

1.任务完成，客户端显示释放

当任务完成时，`Client1`会显示调用删除节点`Lock1`的指令。

![20180629102122506][]

2.任务执行过程中，客户端崩溃

获得锁的`Client1`在任务执行过程中，如果Duang的一声崩溃，则会断开与Zookeeper服务端的链接。根据临时节点的特性，相关联的节点`Lock1`会随之自动删除。

![20180629102234280][]

由于`Client2`一直监听着`Lock1`的存在状态，当`Lock1`节点被删除，`Client2`会立刻收到通知。这时候`Client2`会再次查询`ParentLock`下面的所有节点，确认自己创建的节点`Lock2`是不是目前最小的节点。如果是最小，则`Client2`顺理成章获得了锁。

![20180629102455574][]

同理，如果`Client2`也因为任务完成或者节点崩溃而删除了节点`Lock2`，那么`Cient3`就会接到通知。

![20180629103752669][]

最终，`Client3`成功得到了锁。

![20180629103831551][]

## Zookeeper和Redis分布式锁的比较 ##

下面的表格总结了Zookeeper和Redis分布式锁的优缺点：

![20180629105430300][]

[20180629100351738]: https://img-blog.csdn.net/20180629100351738
[20180629100453593]: https://img-blog.csdn.net/20180629100453593
[70]: https://img-blog.csdn.net/20180629100501906?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RyZWFtc3VuZGF5/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70
[20180629100509449]: https://img-blog.csdn.net/20180629100509449
[201806291008573]: https://img-blog.csdn.net/201806291008573
[20180629101150994]: https://img-blog.csdn.net/20180629101150994
[20180629101356396]: https://img-blog.csdn.net/20180629101356396
[20180629101529655]: https://img-blog.csdn.net/20180629101529655
[20180629101640199]: https://img-blog.csdn.net/20180629101640199
[20180629101814748]: https://img-blog.csdn.net/20180629101814748
[20180629102122506]: https://img-blog.csdn.net/20180629102122506
[20180629102234280]: https://img-blog.csdn.net/20180629102234280
[20180629102455574]: https://img-blog.csdn.net/20180629102455574
[20180629103752669]: https://img-blog.csdn.net/20180629103752669
[20180629103831551]: https://img-blog.csdn.net/20180629103831551
[20180629105430300]: https://img-blog.csdn.net/20180629105430300