原文：https://www.cnblogs.com/barrywxx/p/11644803.html
1. 基于数据库实现分布式锁；2. 基于缓存（Redis等）实现分布式锁；3. 基于Zookeeper实现分布式锁；一， 基于数据库实现分布式锁
1. 悲观锁
利用select … where … for update 排他锁
注意: 其他附加功能与实现一基本一致，这里需要注意的是“where name=lock ”，name字段必须要走索引，否则会锁表。有些情况下，比如表不大，mysql优化器会不走这个索引，导致锁表问题。
2. 乐观锁
所谓乐观锁与前边最大区别在于基于CAS思想，是不具有互斥性，不会产生锁等待而消耗资源，操作过程中认为不存在并发冲突，只有update version失败后才能觉察到。我们的抢购、秒杀就是用了这种实现以防止超卖。
通过增加递增的版本号字段实现乐观锁
二， 基于缓存（Redis等）实现分布式锁
1. 使用命令介绍：
（1）SETNX
SETNX key val：当且仅当key不存在时，set一个key为val的字符串，返回1；若key存在，则什么都不做，返回0。
（2）expire
expire key timeout：为key设置一个超时时间，单位为second，超过这个时间锁会自动释放，避免死锁。
（3）delete
delete key：删除key
在使用Redis实现分布式锁的时候，主要就会使用到这三个命令。
2. 实现思想：
（1）获取锁的时候，使用setnx加锁，并使用expire命令为锁添加一个超时时间，超过该时间则自动释放锁，锁的value值为一个随机生成的UUID，通过此在释放锁的时候进行判断。
（2）获取锁的时候还设置一个获取的超时时间，若超过这个时间则放弃获取锁。
（3）释放锁的时候，通过UUID判断是不是该锁，若是该锁，则执行delete进行锁释放。
3. 分布式锁的简单实现代码：
1 /**
2 * 分布式锁的简单实现代码 4 */
5 public class DistributedLock {
6
7 private final JedisPool jedisPool;
8
9 public DistributedLock(JedisPool jedisPool) {
10 this.jedisPool = jedisPool;
11 }
12
13 /**
14 * 加锁
15 * @param lockName 锁的key
16 * @param acquireTimeout 获取超时时间
17 * @param timeout 锁的超时时间
18 * @return 锁标识
19 */
20 public String lockWithTimeout(String lockName, long acquireTimeout, long timeout) {
21 Jedis conn = null;
22 String retIdentifier = null;
23 try {
24 // 获取连接
25 conn = jedisPool.getResource();
26 // 随机生成一个value
27 String identifier = UUID.randomUUID().toString();
28 // 锁名，即key值
29 String lockKey = "lock:" + lockName;
30 // 超时时间，上锁后超过此时间则自动释放锁
31 int lockExpire = (int) (timeout / 1000);
32
33 // 获取锁的超时时间，超过这个时间则放弃获取锁
34 long end = System.currentTimeMillis() + acquireTimeout;
35 while (System.currentTimeMillis() < end) {
36 if (conn.setnx(lockKey, identifier) == 1) {
37 conn.expire(lockKey, lockExpire);
38 // 返回value值，用于释放锁时间确认
39 retIdentifier = identifier;
40 return retIdentifier;
41 }
42 // 返回-1代表key没有设置超时时间，为key设置一个超时时间
43 if (conn.ttl(lockKey) == -1) {
44 conn.expire(lockKey, lockExpire);
45 }
46
47 try {
48 Thread.sleep(10);
49 } catch (InterruptedException e) {
50 Thread.currentThread().interrupt();
51 }
52 }
53 } catch (JedisException e) {
54 e.printStackTrace();
55 } finally {
56 if (conn != null) {
57 conn.close();
58 }
59 }
60 return retIdentifier;
61 }
62
63 /**
64 * 释放锁
65 * @param lockName 锁的key
66 * @param identifier 释放锁的标识
67 * @return
68 */
69 public boolean releaseLock(String lockName, String identifier) {
70 Jedis conn = null;
71 String lockKey = "lock:" + lockName;
72 boolean retFlag = false;
73 try {
74 conn = jedisPool.getResource();
75 while (true) {
76 // 监视lock，准备开始事务
77 conn.watch(lockKey);
78 // 通过前面返回的value值判断是不是该锁，若是该锁，则删除，释放锁
79 if (identifier.equals(conn.get(lockKey))) {
80 Transaction transaction = conn.multi();
81 transaction.del(lockKey);
82 List<Object> results = transaction.exec();
83 if (results == null) {
84 continue;
85 }
86 retFlag = true;
87 }
88 conn.unwatch();
89 break;
90 }
91 } catch (JedisException e) {
92 e.printStackTrace();
93 } finally {
94 if (conn != null) {
95 conn.close();
96 }
97 }
98 return retFlag;
99 }
100 }
4. 测试刚才实现的分布式锁
例子中使用50个线程模拟秒杀一个商品，使用–运算符来实现商品减少，从结果有序性就可以看出是否为加锁状态。
模拟秒杀服务，在其中配置了jedis线程池，在初始化的时候传给分布式锁，供其使用。
private static JedisPool pool = null;
private DistributedLock lock = new DistributedLock(pool);
int n = 500;
static {
JedisPoolConfig config = new JedisPoolConfig();
// 设置最大连接数
config.setMaxTotal(200);
// 设置最大空闲数
config.setMaxIdle(8);
// 设置最大等待时间
config.setMaxWaitMillis(1000 * 100);
// 在borrow一个jedis实例时，是否需要验证，若为true，则所有jedis实例均是可用的
config.setTestOnBorrow(true);
pool = new JedisPool(config, "127.0.0.1", 6379, 3000);
}
public void seckill() {
// 返回锁的value值，供释放锁时候进行判断
String identifier = lock.lockWithTimeout("resource", 5000, 1000);
System.out.println(Thread.currentThread().getName() + "获得了锁");
System.out.println(--n);
lock.releaseLock("resource", identifier);
}
}
模拟线程进行秒杀服务;
public class ThreadA extends Thread {
private Service service;
public ThreadA(Service service) {
this.service = service;
}
@Override
public void run() {
service.seckill();
}
}
public class Test {
public static void main(String[] args) {
Service service = new Service();
for (int i = 0; i < 50; i++) {
ThreadA threadA = new ThreadA(service);
threadA.start();
}
}
}
结果如下，结果为有序的：
若注释掉使用锁的部分：
public void seckill() {
// 返回锁的value值，供释放锁时候进行判断
//String indentifier = lock.lockWithTimeout("resource", 5000, 1000);
System.out.println(Thread.currentThread().getName() + "获得了锁");
System.out.println(--n);
//lock.releaseLock("resource", indentifier);
}
从结果可以看出，有一些是异步进行的：
三， 基于Zookeeper实现分布式锁
ZooKeeper是一个为分布式应用提供一致性服务的开源组件，它内部是一个分层的文件系统目录树结构，规定同一个目录下只能有一个唯一文件名。基于ZooKeeper实现分布式锁的步骤如下：
（1）创建一个目录mylock；
（2）线程A想获取锁就在mylock目录下创建临时顺序节点；
（3）获取mylock目录下所有的子节点，然后获取比自己小的兄弟节点，如果不存在，则说明当前线程顺序号最小，获得锁；
（4）线程B获取所有节点，判断自己不是最小节点，设置监听比自己次小的节点；
（5）线程A处理完，删除自己的节点，线程B监听到变更事件，判断自己是不是最小的节点，如果是则获得锁。
这里推荐一个Apache的开源库Curator，它是一个ZooKeeper客户端，Curator提供的InterProcessMutex是分布式锁的实现，acquire方法用于获取锁，release方法用于释放锁。
实现源码如下：
import lombok.extern.slf4j.Slf4j;
import org.apache.commons.lang.StringUtils;
import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.CuratorFrameworkFactory;
import org.apache.curator.retry.RetryNTimes;
import org.apache.zookeeper.CreateMode;
import org.apache.zookeeper.data.Stat;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.stereotype.Component;
/**
* 分布式锁Zookeeper实现
*
*/
@Slf4j
@Component
public class ZkLock implements DistributionLock {
private String zkAddress = "zk_adress";
private static final String root = "package root";
private CuratorFramework zkClient;
private final String LOCK_PREFIX = "/lock_";
@Bean
public DistributionLock initZkLock() {
if (StringUtils.isBlank(root)) {
throw new RuntimeException("zookeeper 'root' can't be null");
}
zkClient = CuratorFrameworkFactory
.builder()
.connectString(zkAddress)
.retryPolicy(new RetryNTimes(2000, 20000))
.namespace(root)
.build();
zkClient.start();
return this;
}
public boolean tryLock(String lockName) {
lockName = LOCK_PREFIX+lockName;
boolean locked = true;
try {
Stat stat = zkClient.checkExists().forPath(lockName);
if (stat == null) {
log.info("tryLock:{}", lockName);
stat = zkClient.checkExists().forPath(lockName);
if (stat == null) {
zkClient
.create()
.creatingParentsIfNeeded()
.withMode(CreateMode.EPHEMERAL)
.forPath(lockName, "1".getBytes());
} else {
log.warn("double-check stat.version:{}", stat.getAversion());
locked = false;
}
} else {
log.warn("check stat.version:{}", stat.getAversion());
locked = false;
}
} catch (Exception e) {
locked = false;
}
return locked;
}
public boolean tryLock(String key, long timeout) {
return false;
}
public void release(String lockName) {
lockName = LOCK_PREFIX+lockName;
try {
zkClient
.delete()
.guaranteed()
.deletingChildrenIfNeeded()
.forPath(lockName);
log.info("release:{}", lockName);
} catch (Exception e) {
log.error("删除", e);
}
}
public void setZkAddress(String zkAddress) {
this.zkAddress = zkAddress;
}
}
优点：具备高可用、可重入、阻塞锁特性，可解决失效死锁问题。
缺点：因为需要频繁的创建和删除节点，性能上不如Redis方式。
四，对比
数据库分布式锁实现
缺点：
1.db操作性能较差，并且有锁表的风险
2.非阻塞操作失败后，需要轮询，占用cpu资源;
3.长时间不commit或者长时间轮询，可能会占用较多连接资源
Redis(缓存)分布式锁实现
缺点：
1.锁删除失败 过期时间不好控制
2.非阻塞，操作失败后，需要轮询，占用cpu资源;
ZK分布式锁实现
缺点：性能不如redis实现，主要原因是写操作（获取锁释放锁）都需要在Leader上执行，然后同步到follower。
总之：ZooKeeper有较好的性能和可靠性。
从理解的难易程度角度（从低到高）数据库 > 缓存 > Zookeeper
从实现的复杂性角度（从低到高）Zookeeper >= 缓存 > 数据库
从性能角度（从高到低）缓存 > Zookeeper >= 数据库
从可靠性角度（从高到低）Zookeeper > 缓存 > 数据库