绵阳梓潼网站制作公司

如何理解分布式锁的场景

本篇内容主要讲解“如何理解分布式锁的场景”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“如何理解分布式锁的场景”吧!

创新互联专注于祥云企业网站建设,成都响应式网站建设,商城开发。祥云网站建设公司,为祥云等地区提供建站服务。全流程按需策划设计，专业设计，全程项目跟踪，创新互联专业和态度为您提供的服务

秒杀场景案例

对于商品秒杀的场景，我们需要防止库存超卖或者重复扣款等并发问题，我们通常需要使用分布式锁，来解决共享资源竞争导致数据不一致的问题。

以手机秒杀的场景为例子，在抢购的过程中通常我们有三个步骤：

扣掉对应商品的库存;2. 创建商品的订单;3. 用户支付。

对于这样的场景我们就可以采用分布式锁的来解决，比如我们在用户进入秒杀 “下单“  链接的过程中，我们可以对商品库存进行加锁，然后完成扣库存和其他操作，操作完成后。释放锁，让下一个用户继续进入保证库存的安全性;也可以减少因为秒杀失败，导致 DB  回滚的次数。整个流程如下图所示：

 如何理解分布式锁的场景

注：对于锁的粒度要根据具体的场景和需求来权衡。

三种分布式锁

对于 Zookeeper 的分布式锁实现，主要是利用 Zookeeper 的两个特征来实现：

  1. 鸿蒙官方战略合作共建——HarmonyOS技术社区

  2. Zookeeper 的一个节点不能被重复创建

  3. Zookeeper 的 Watcher 监听机制

非公平锁

对于非公平锁，我们在加锁的过程如下图所示。

如何理解分布式锁的场景

优点和缺点

其实上面的实现有优点也有缺点：

优点：

实现比较简单，有通知机制，能提供较快的响应，有点类似 ReentrantLock 的思想，对于节点删除失败的场景由 Session  超时保证节点能够删除掉。

缺点：

重量级，同时在大量锁的情况下会有 “惊群” 的问题。

“惊群” 就是在一个节点删除的时候，大量对这个节点的删除动作有订阅 Watcher  的线程会进行回调，这对Zk集群是十分不利的。所以需要避免这种现象的发生。

解决“惊群”：

为了解决“惊群“问题，我们需要放弃订阅一个节点的策略，那么怎么做呢?

  1. 鸿蒙官方战略合作共建——HarmonyOS技术社区

  2. 我们将锁抽象成目录，多个线程在此目录下创建瞬时的顺序节点，因为 Zookeeper 会为我们保证节点的顺序性，所以可以利用节点的顺序进行锁的判断。

  3. 首先创建顺序节点，然后获取当前目录下最小的节点，判断最小节点是不是当前节点，如果是那么获取锁成功，如果不是那么获取锁失败。

  4. 获取锁失败的节点获取当前节点上一个顺序节点，对此节点注册监听，当节点删除的时候通知当前节点。

  5. 当unlock的时候删除节点之后会通知下一个节点。

公平锁

基于非公平锁的缺点，我们可以通过一下的方案来规避。

如何理解分布式锁的场景

优点和缺点

优点：如上借助于临时顺序节点，可以避免同时多个节点的并发竞争锁，缓解了服务端压力。

缺点：对于读写场景来说，无法解决一致性的问题，如果读的时候也去获取锁的话，这样会导致性能下降，对于这样的问题，我们可以通过读写锁来实现如类似 jdk  中的 ReadWriteLock

读写锁实现

对于读写锁的特点：读写锁在如果多个线程都是在读的时候，是可以并发读的，就是一个无锁的状态，如果有写锁正在操作的时候，那么读锁需要等待写锁。在加写锁的时候，由于前面的读锁都是并发，所以需要监听最后一个读锁完成后执行写锁。步骤如下：

  1. 鸿蒙官方战略合作共建——HarmonyOS技术社区

  2. read 请求， 如果前面是读锁，可以直接读取，不需要监听。如果前面是一个或者多个写锁那么只需要监听最后一个写锁。

  3. write 请求，只需要对前面的节点监听。Watcher 机制和互斥锁一样。

如何理解分布式锁的场景

分布式锁实战

本文源码中使用环境：JDK 1.8 、Zookeeper 3.6.x

Curator 组件实现

POM 依赖

   org.apache.curator   curator-framework   2.13.0     org.apache.curator   curator-recipes   2.13.0 

互斥锁运用

由于 Zookeeper 非公平锁的 “惊群” 效应，非公平锁在 Zookeeper 中其实并不是最好的选择。下面是一个模拟秒杀的例子来使用  Zookeeper 分布式锁。

public class MutexTest {     static ExecutorService executor = Executors.newFixedThreadPool(8);     static AtomicInteger stock = new AtomicInteger(3);     public static void main(String[] args) throws InterruptedException {         CuratorFramework client = getZkClient();         String key = "/lock/lockId_111/111";         final InterProcessMutex mutex = new InterProcessMutex(client, key);         for (int i = 0; i < 99; i++) {             executor.submit(() -> {                 if (stock.get() < 0) {                     System.err.println("库存不足, 直接返回");                     return;                 }                 try {                     boolean acquire = mutex.acquire(200, TimeUnit.MILLISECONDS);                     if (acquire) {                         int s = stock.decrementAndGet();                         if (s < 0) {                             System.err.println("进入秒杀，库存不足");                         } else {                             System.out.println("购买成功, 剩余库存: " + s);                         }                     }                 } catch (Exception e) {                     e.printStackTrace();                 } finally {                     try {                         if (mutex.isAcquiredInThisProcess())                             mutex.release();                     } catch (Exception e) {                         e.printStackTrace();                     }                 }             });         }         while (true) {             if (executor.isTerminated()) {                 executor.shutdown();                 System.out.println("秒杀完毕剩余库存为:" + stock.get());             }             TimeUnit.MILLISECONDS.sleep(100);         }     }     private static CuratorFramework getZkClient() {         String zkServerAddress = "127.0.0.1:2181";         ExponentialBackoffRetry retryPolicy = new ExponentialBackoffRetry(1000, 3, 5000);         CuratorFramework zkClient = CuratorFrameworkFactory.builder()                 .connectString(zkServerAddress)                 .sessionTimeoutMs(5000)                 .connectionTimeoutMs(5000)                 .retryPolicy(retryPolicy)                 .build();         zkClient.start();         return zkClient;     } }

读写锁运用

读写锁可以用来保证缓存双写的强一致性的，因为读写锁在多线程读的时候是无锁的， 只有在前面有写锁的时候才会等待写锁完成后访问数据。

public class ReadWriteLockTest {     static ExecutorService executor = Executors.newFixedThreadPool(8);     static AtomicInteger stock = new AtomicInteger(3);     static InterProcessMutex readLock;     static InterProcessMutex writeLock;     public static void main(String[] args) throws InterruptedException {         CuratorFramework client = getZkClient();         String key = "/lock/lockId_111/1111";         InterProcessReadWriteLock readWriteLock = new InterProcessReadWriteLock(client, key);         readLock = readWriteLock.readLock();         writeLock = readWriteLock.writeLock();         for (int i = 0; i < 16; i++) {             executor.submit(() -> {                 try {                     boolean read = readLock.acquire(2000, TimeUnit.MILLISECONDS);                     if (read) {                         int num = stock.get();                         System.out.println("读取库存，当前库存为: " + num);                         if (num < 0) {                             System.err.println("库存不足, 直接返回");                             return;                         }                     }                 } catch (Exception e) {                     e.printStackTrace();                 }finally {                     if (readLock.isAcquiredInThisProcess()) {                         try {                             readLock.release();                         } catch (Exception e) {                             e.printStackTrace();                         }                     }                 }                 try {                     boolean acquire = writeLock.acquire(2000, TimeUnit.MILLISECONDS);                     if (acquire) {                         int s = stock.get();                         if (s <= 0) {                             System.err.println("进入秒杀，库存不足");                         } else {                             s = stock.decrementAndGet();                             System.out.println("购买成功, 剩余库存: " + s);                         }                     }                 } catch (Exception e) {                     e.printStackTrace();                 } finally {                     try {                         if (writeLock.isAcquiredInThisProcess())                             writeLock.release();                     } catch (Exception e) {                         e.printStackTrace();                     }                 }             });         }         while (true) {             if (executor.isTerminated()) {                 executor.shutdown();                 System.out.println("秒杀完毕剩余库存为:" + stock.get());             }             TimeUnit.MILLISECONDS.sleep(100);         }     }     private static CuratorFramework getZkClient() {         String zkServerAddress = "127.0.0.1:2181";         ExponentialBackoffRetry retryPolicy = new ExponentialBackoffRetry(1000, 3, 5000);         CuratorFramework zkClient = CuratorFrameworkFactory.builder()                 .connectString(zkServerAddress)                 .sessionTimeoutMs(5000)                 .connectionTimeoutMs(5000)                 .retryPolicy(retryPolicy)                 .build();         zkClient.start();         return zkClient;     } }

打印结果如下，一开始会有 8 个输出结果为 读取库存，当前库存为: 3 然后在写锁中回去顺序的扣减少库存。

读取库存，当前库存为: 3 读取库存，当前库存为: 3 读取库存，当前库存为: 3 读取库存，当前库存为: 3 读取库存，当前库存为: 3 读取库存，当前库存为: 3 读取库存，当前库存为: 3 读取库存，当前库存为: 3 购买成功, 剩余库存: 2 购买成功, 剩余库存: 1 购买成功, 剩余库存: 0 进入秒杀，库存不足 进入秒杀，库存不足 进入秒杀，库存不足 进入秒杀，库存不足 进入秒杀，库存不足 读取库存，当前库存为: 0 读取库存，当前库存为: 0 读取库存，当前库存为: 0 读取库存，当前库存为: 0 读取库存，当前库存为: 0 读取库存，当前库存为: 0 读取库存，当前库存为: 0 读取库存，当前库存为: 0 进入秒杀，库存不足 进入秒杀，库存不足 进入秒杀，库存不足 进入秒杀，库存不足 进入秒杀，库存不足 进入秒杀，库存不足 进入秒杀，库存不足 进入秒杀，库存不足

分布式锁的选择

咱们最常用的就是 redis 的分布式锁和 Zookeeper 的分布式锁，在性能方面 Redis 的每秒钟 TPS  可以上轻松上万。在大规模的高并发场景我推荐使用 Redis 分布式锁来作为推荐的技术方案。如果对并发要求不是特别高的场景可以使用 Zookeeper  分布式来处理。

到此，相信大家对“如何理解分布式锁的场景”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！


文章标题：如何理解分布式锁的场景
当前地址：http://myzitong.com/article/pideei.html

其他资讯