分布式锁三种实现方式：

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）SETNXSETNX 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）expireexpire 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）deletedelete 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 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。

public Service { 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 ThreadA extends Thread { private Service service; public ThreadA(Service service) { this.service = service; } @Override public void run() { service.seckill(); }}public 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@Componentpublic 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

转自：https://www.cnblogs.com/barrywxx/p/11644803.html