首页  思维导图  详情

分布式锁解决方案

2020-09-23 11:22:37   1  举报





AI智能生成

分布式锁

分布式锁原理

后端开发

作者其他创作

大纲/内容

分布式锁需要考虑的几个点？

可重入or不可重入

公平or非公平

阻塞or非阻塞

独占or非独占

基于Redis单节点

SET lock_key random_value NX PX 5000

缺点：不具备可重入性

Redission

可重入锁

用hash数据结构。key=锁名称，hkey=随机字符串：线程ID，hvalue=自增Int

重入值通过hvalue大小来说明

LUA脚本：1. 用exist判断，如果不存在，则加锁成功； 2. 用hexist判断，如果存在并且是当前线程，说明是重入锁，加锁成功； 3. 如果不是当前线程，说明是其他线程持有说，加锁失败；

Redission同时支持RedLock

用set数据结构实现

源码解析

基于Redis多节点的RedLock

高可用？分布式环境下会遇见的问题？

1. 崩溃恢复

解决方案：崩溃延迟重启

2. 时钟跳跃

解决方案： 1. 采用小步快跑方式，多次修改，每次更新时间量小 2. 通过阈值来做判断

3. GC STW、缺页故障、网络延迟

antirze认为redlock做了一些微小的工作，但是没办法完全避免，其他分布式锁方案也没有办法

ZK分布式锁也解决不了这个问题

RedLock具体算法

RedLock是建立在一个Time可信模型上

1. 获取开始时间； 2.去各节点获取锁； 3.再次获取时间； 4. 计算获取锁的实践，检查获取锁的时间是否小于锁的过期时间； 5. 如果小于，持有锁

1-3步之间发生了阻塞，RedLock可以感知锁已经过期，但是#4之后发生阻塞怎么办？

答案是：其他分布式锁方案也没有解决这个问题

基于Redis的分布式锁到底安全吗（下）？

基于DB

基于DB排他锁（悲观锁）

方式：     public boolean lock(){         connection.setAutoCommit(false)         while(true){             try{                 result = select * from methodLock where method_name=xxx for update;                 if(result==null){                     return true;                 }             }catch(Exception e){                   }             sleep(1000);         }         return false;     }

要给method_name添加唯一性索引

1. 会不会阻塞？

其他事务如果select... for update失败，则会一直阻塞

阻塞也会带来线程池撑爆风险

2. 是否可重入？

不可重入

缺点

1. 使用不当会死锁

2. 性能上有额外开销

3. 加锁列如果不加索引会导致表锁

基于DB表记录的唯一性索引

瑜伽案例

CREATE TABLE `database_lock` ( `id` BIGINT NOT NULL AUTO_INCREMENT, `resource` int NOT NULL COMMENT '锁定的资源', `description` varchar(1024) NOT NULL DEFAULT "" COMMENT '描述', PRIMARY KEY (`id`), UNIQUE KEY `uiq_idx_resource` (`resource`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='数据库分布式锁表'; //加锁 INSERT INTO database_lock(resource, description) VALUES (1, 'lock'); //解锁 DELETE FROM database_lock WHERE resource=1;

缺点

锁没有失效时间，如果解锁失败会一直留在数据库中；可以用定时任务去清理

不可重入，同一个线程在释放之前无法再次获取锁

主从同步延迟？

优点

非阻塞式

基于DB乐观锁

CREATE TABLE `optimistic_lock` ( `id` BIGINT NOT NULL AUTO_INCREMENT, `resource` int NOT NULL COMMENT '锁定的资源', `version` int NOT NULL COMMENT '版本信息', `created_at` datetime COMMENT '创建时间', `updated_at` datetime COMMENT '更新时间', `deleted_at` datetime COMMENT '删除时间', PRIMARY KEY (`id`), UNIQUE KEY `uiq_idx_resource` (`resource`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='数据库分布式锁表'; // //1. 加锁  SELECT resource, version FROM optimistic_lock WHERE id = 1 //2. 执行业务逻辑 //3. 解锁 UPDATE optimistic_lock SET resource = resource -1, version = version + 1 WHERE id = 1 AND version = oldVersion

优点

不依赖DB锁

缺点

并发小的时候，有少量请求会失败；大促、秒杀场景下，会有大量请求作用于同一条行锁，对数据库有很大的写压力

适用场景

并发量不高，写不频繁的场景

缺点

1. 在数据量比较少的时候，会进行表锁，而不是行锁

2. 需要占用DB连接

3. 依赖数据库，避免单点

基于ZK

独占锁

容易引发羊群效应

共享锁

1. Client创建create类似/lockpath/{hostname}-读写类型-序号的临时有序节点 2. Client创建完之后，通过getChildren获取节点下所有子节点，并且对所有节点注册Watch监听。 3. 确定本次创建的节点序号在所有节点中的顺序 a. 对于读请求， ⅰ. 如果没有比自己更小的子节点，后者比自己更小的子节点都是读请求，则获取锁 ⅱ. 如果比自己更小的节点中有写请求，那么等待； b. 对于写请求， ⅰ. 如果自己不是最小的节点，则等待； 4. 等待监听通知后，重复步骤1

羊群效应？

改进后的分布式锁： 1. Client调用create创建一个/lockpath/{hostname}-读写类型-序号的临时有序节点。 2. Client调用getChildren获取所有子节点列表，这里不注册Watch监听 3. 确定本次创建的节点序号在所有节点中的顺序 a. 如果是读请求，向比自己小的写请求注册Watch监听 b. 如果是写请求，向比自己小的最后一个节点注册Watch监听 4. 等待监听后，继续执行步骤2。

基于curator实现

ZK是如何检测Client已经崩溃？

依靠心跳session来维护锁的持有状态

分布式锁选择？

从性能角度

缓存》ZK》=数据库

从高可用角度

ZK》缓存》数据库

从复杂角度（从低到高）

ZK》缓存》数据库