单台机器所能承载的量是有限的，用户的量级上万，基本上服务都会做分布式集群部署。很多时候，会遇到对同一资源的方法。这时候就需要锁，如果是单机版的，可以利用java等语言自带的并发同步处理。如果是多台机器部署就得要有个中间代理人来做分布式锁了。
常用的分布式锁的实现有三种方式。
基于redis实现（利用redis的原子性操作setnx来实现）
基于mysql实现（利用mysql的innodb的行锁来实现，有两种方式， 悲观锁与乐观锁）
基于Zookeeper实现（利用zk的临时顺序节点来实现）
目前，我已经是用了redis和mysql实现了锁，并且根据应用场景应用在不同的线上环境中。zk实现比较复杂，又无应用场景，有兴趣的可以参考他山之石中的《Zookeeper实现分布式锁》。
说说心得和体会。
基于redis缓存实现分布式锁
基于redis的锁实现比较简单，由于redis的执行是单线程执行，天然的具备原子性操作，我们可以利用命令setnx和expire来实现，java版代码参考如下：
包名和获取redis操作对象换成自己的就好了。
基本步骤是
每次进来先检测一下这个key是否实现。如果失效了移除失效锁
使用setnx原子命令争抢锁。
抢到锁的设置过期时间。
步骤2为最核心的东西，为啥设置步骤3？可能应为获取到锁的线程出现什么移除请求，而无法释放锁，因此设置一个最长锁时间，避免死锁。为啥设置步骤1？redis可能在设置expire的时候挂掉。设置过期时间不成功，而出现锁永久生效。
线上环境，步骤1、3的问题都出现过。所以要做保底拦截。
redis集群部署
通常redis都是以master-slave解决单点问题，多个master-slave组成大集群，然后通过一致性哈希算法将不同的key路由到不同master-slave节点上。
redis锁的优缺点：
优点：redis本身是内存操作、并且通常是多片部署，因此有这较高的并发控制，可以抗住大量的请求。缺点：redis本身是缓存，有一定概率出现数据不一致请求。
在线上，之前，利用redis做库存计数器，奖品发放理论上只发放10个的，最后发放了14个。出现了数据的一致性问题。
因此在这之后，引入了mysql数据库分布式锁。
基于mysql实现的分布式锁。
实现第一版
在此之前，在网上搜索了大量的文章，基本上都是 插入、删除发的方式或是直接通过"select for update"这种形式获取锁、计数器。具体可以参考他山之石中的《分布式锁的几种实现方式~》关于数据库锁章节。
一开始，我的实现方式伪代码如下：
这样实现出现了很严重的死锁问题，具体原因可以可以参考他山之石中的《select for update引发死锁分析》这个版本中存在如下几个比较严重的问题：
1.通常线上数据是不允许做物理删除的2.通过唯一键重复报错，处理错误形式是不太合理的。3.如果appclient在处理中还没释放锁之前就挂掉了，会出现锁一直存在，出现死锁。4.如果以这种方式，实现redis中的计数器（incr decr）,当记录不存在的时候，会出现大量死锁的情况。
因此考虑引入，记录状态字段、中央锁概念。
实现第二版
在第二版中完善了数据库表设计，参考如下：
在这个版本中，考虑到再条锁并发插入存在死锁（间隙锁争抢）情况，引入中央锁概念。
基本方式是：
根据sql创建好数据库
创建一条记录Flock_name="center_lock"的记录。
在对其他锁(如Flock_name="sale_invite_lock")进行操作的时候，先对"center_lock"记录select for update
"sale_invite_lock"记录自己的增删改查。
考虑到不同公司引入的数据库操作包不同，因此提供伪代码，以便于理解伪代码
到此，该方案，能够满足我的分布式锁的需求。
但是该方案，有一个比较致命的问题，就是所有记录共享一个锁，并发并不高。
经过测试，开启50*100个线程并发修改，5次耗时平均为8秒。
实现第三版
由于方案二，存在共享同一把中央锁，并发不高的请求。参考concurrentHashMap实现原理，引入分段锁概念，降低锁粒度。
基本方式是：
根据sql创建好数据库
创建100条记录Flock_name="center_lock_xx"的记录(xx为00-99)。
在对其他锁(如Flock_name="sale_invite_lock")进行操作的时候，根据crc32算法找到对应的center_lock_02，先对"center_lock_02"记录select for update
"sale_invite_lock"记录自己的增删改查。
伪代码如下：
经过测试，开启50*100个线程并发修改，5次耗时平均为5秒。相较于版本二几乎有一倍的提升。
至此，完成redis/mysql分布式锁、计数器的实现与应用。
最后
根据不同应用场景，做出如下选择：
高并发、不保证数据一致性：redis锁/计数器
低并发、保证数据一致性：mysql锁/计数器
低并发、不保证数据一致性：你随意
高并发。保证数据一致性：redis锁/计数器 + mysql锁/计数器。
表数据和记录：
推荐一个交流学习群：753650956 里面会分享一些资深架构师录制的视频录像：有Spring，MyBatis，Netty源码分析，高并发、高性能、分布式、微服务架构的原理，JVM性能优化这些成为架构师必备的知识体系。还能领取免费的学习资源，目前受益良多：
本文来源于网络
作者：林湾村龙猫