近来，分布式的问题被广泛提及，比如分布式事务、分布式框架、ZooKeeper、SpringCloud等等。本文先回顾锁的概念，再介绍分布式锁，以及如何用Redis来实现分布式锁。

一、锁的基本了解

首先，回顾一下我们工作学习中的锁的概念。

为什么要先讲锁再讲分布式锁呢？

我们都清楚，锁的作用是要解决多线程对共享资源的访问而产生的线程安全问题，而在平时生活中用到锁的情况其实并不多，可能有些朋友对锁的概念和一些基本的使用不是很清楚，所以我们先看锁，再深入介绍分布式锁。

通过一个卖票的小案例来看，比如大家去抢dota2 ti9门票，如果不加锁的话会出现什么问题？此时代码如下：

package Thread;
import java.util.concurrent.TimeUnit;
public class Ticket {
 /**
 * 初始库存量
 * */
 Integer ticketNum = 8;
 public void reduce(int num){
 //判断库存是否够用
 if((ticketNum - num) >= 0){
 try {
 TimeUnit.MILLISECONDS.sleep(200);
 }catch (InterruptedException e){
 e.printStackTrace();
 }
 ticketNum -= num;
 System.out.println(Thread.currentThread().getName() + "成功卖出"
 + num + "张，剩余" + ticketNum + "张票");
 }else {
 System.err.println(Thread.currentThread().getName() + "没有卖出"
 + num + "张，剩余" + ticketNum + "张票");
 }
 }
 public static void main(String[] args) throws InterruptedException{
 Ticket ticket = new Ticket();
 //开启10个线程进行抢票，按理说应该有两个人抢不到票
 for(int i=0;i<10;i++){
 new Thread(() -> ticket.reduce(1),"用户" + (i + 1)).start();
 }
 Thread.sleep(1000L);
 }
}

代码分析：这里有8张ti9门票，设置了10个线程（也就是模拟10个人）去并发抢票，如果抢成功了显示成功，抢失败的话显示失败。按理说应该有8个人抢成功了，2个人抢失败，下面来看运行结果：

我们发现运行结果和预期的情况不一致，居然10个人都买到了票，也就是说出现了线程安全的问题，那么是什么原因导致的呢？

原因就是多个线程之间产生了时间差。

如图所示，只剩一张票了，但是两个线程都读到的票余量是1，也就是说线程B还没有等到线程A改库存就已经抢票成功了。

怎么解决呢？想必大家都知道，加个synchronized关键字就可以了，在一个线程进行reduce方法的时候，其他线程则阻塞在等待队列中，这样就不会发生多个线程对共享变量的竞争问题。

举个例子

比如我们去健身房健身，如果好多人同时用一台机器，同时在一台跑步机上跑步，就会发生很大的问题，大家会打得不可开交。如果我们加一把锁在健身房门口，只有拿到锁的钥匙的人才可以进去锻炼，其他人在门外等候，这样就可以避免大家对健身器材的竞争。代码如下：

public synchronized void reduce(int num){
 //判断库存是否够用
 if((ticketNum - num) >= 0){
 try {
 TimeUnit.MILLISECONDS.sleep(200);
 }catch (InterruptedException e){
 e.printStackTrace();
 }
 ticketNum -= num;
 System.out.println(Thread.currentThread().getName() + "成功卖出"
 + num + "张，剩余" + ticketNum + "张票");
 }else {
 System.err.println(Thread.currentThread().getName() + "没有卖出"
 + num + "张，剩余" + ticketNum + "张票");
 }
 }

运行结果：

果不其然，结果有两个人没有成功抢到票，看来我们的目地达成了。

二、锁的性能优化

2.1 缩短锁的持有时间

事实上，按照我们对日常生活的理解，不可能整个健身房只有一个人在运动。所以我们只需要对某一台机器加锁就可以了，比如一个人在跑步，另一个人可以去做其他的运动。

对于票务系统来说，我们只需要对库存的修改操作的代码加锁就可以了，别的代码还是可以并行进行，这样会大大减少锁的持有时间，代码修改如下：

public void reduceByLock(int num){
 boolean flag = false;
 synchronized (ticketNum){
 if((ticketNum - num) >= 0){
 ticketNum -= num;
 flag = true;
 }
 }
 if(flag){
 System.out.println(Thread.currentThread().getName() + "成功卖出"
 + num + "张，剩余" + ticketNum + "张票");
 }
 else {
 System.err.println(Thread.currentThread().getName() + "没有卖出"
 + num + "张，剩余" + ticketNum + "张票");
 }
 if(ticketNum == 0){
 System.out.println("耗时" + (System.currentTimeMillis() - startTime) + "毫秒");
 }
 }

这样做的目的是充分利用cpu的资源，提高代码的执行效率。

这里我们对两种方式的时间做个打印：

public synchronized void reduce(int num){
 //判断库存是否够用
 if((ticketNum - num) >= 0){
 try {
 TimeUnit.MILLISECONDS.sleep(200);
 }catch (InterruptedException e){
 e.printStackTrace();
 }
 ticketNum -= num;
 if(ticketNum == 0){
 System.out.println("耗时" + (System.currentTimeMillis() - startTime) + "毫秒");
 }
 System.out.println(Thread.currentThread().getName() + "成功卖出"
 + num + "张，剩余" + ticketNum + "张票");
 }else {
 System.err.println(Thread.currentThread().getName() + "没有卖出"
 + num + "张，剩余" + ticketNum + "张票");
 }
 }

果然，只对部分代码加锁会大大提供代码的执行效率。

所以，在解决了线程安全的问题后，我们还要考虑到加锁之后的代码执行效率问题。

2.2 减少锁的粒度

举个例子，有两场电影，分别是最近刚上映的魔童哪吒和蜘蛛侠，我们模拟一个支付购买的过程，让方法等待，加了一个CountDownLatch的await方法，运行结果如下：

package Thread;
import java.util.concurrent.CountDownLatch;
public class Movie {
 private final CountDownLatch latch = new CountDownLatch(1);
 //魔童哪吒
 private Integer babyTickets = 20;
 //蜘蛛侠
 private Integer spiderTickets = 100;
 public synchronized void showBabyTickets() throws InterruptedException{
 System.out.println("魔童哪吒的剩余票数为：" + babyTickets);
 //购买
 latch.await();
 }
 public synchronized void showSpiderTickets() throws InterruptedException{
 System.out.println("蜘蛛侠的剩余票数为：" + spiderTickets);
 //购买
 }
 public static void main(String[] args) {
 Movie movie = new Movie();
 new Thread(() -> {
 try {
 movie.showBabyTickets();
 }catch (InterruptedException e){
 e.printStackTrace();
 }
 },"用户A").start();
 new Thread(() -> {
 try {
 movie.showSpiderTickets();
 }catch (InterruptedException e){
 e.printStackTrace();
 }
 },"用户B").start();
 }
}

执行结果：

魔童哪吒的剩余票数为：20

我们发现买哪吒票的时候阻塞会影响蜘蛛侠票的购买，而实际上，这两场电影之间是相互独立的，所以我们需要减少锁的粒度，将movie整个对象的锁变为两个全局变量的锁，修改代码如下：

public void showBabyTickets() throws InterruptedException{
 synchronized (babyTickets) {
 System.out.println("魔童哪吒的剩余票数为：" + babyTickets);
 //购买
 latch.await();
 }
 }
 public void showSpiderTickets() throws InterruptedException{
 synchronized (spiderTickets) {
 System.out.println("蜘蛛侠的剩余票数为：" + spiderTickets);
 //购买
 }
 }
 

执行结果：

魔童哪吒的剩余票数为：20
蜘蛛侠的剩余票数为：100

现在两场电影的购票不会互相影响了，这就是第二个优化锁的方式：减少锁的粒度。顺便提一句，Java并发包里的ConcurrentHashMap就是把一把大锁变成了16把小锁，通过分段锁的方式达到高效的并发安全。

2.3 锁分离

锁分离就是常说的读写分离，我们把锁分成读锁和写锁，读的锁不需要阻塞，而写的锁要考虑并发问题。

三、锁的种类

• 公平锁： ReentrantLock
• 非公平锁： Synchronized、ReentrantLock、cas
• 悲观锁： Synchronized
• 乐观锁：cas
• 独享锁：Synchronized、ReentrantLock
• 共享锁：Semaphore

这里就不一一讲述每一种锁的概念了，大家可以自己学习，锁还可以按照偏向锁、轻量级锁、重量级锁来分类。

四、Redis分布式锁

了解了锁的基本概念和锁的优化后，重点介绍分布式锁的概念。

上图所示是我们搭建的分布式环境，有三个购票项目，对应一个库存，每一个系统会有多个线程，和上文一样，对库存的修改操作加上锁，能不能保证这6个线程的线程安全呢？

当然是不能的，因为每一个购票系统都有各自的JVM进程，互相独立，所以加synchronized只能保证一个系统的线程安全，并不能保证分布式的线程安全。

所以需要对于三个系统都是公共的一个中间件来解决这个问题。

这里我们选择Redis来作为分布式锁，多个系统在Redis中set同一个key，只有key不存在的时候，才能设置成功，并且该key会对应其中一个系统的唯一标识，当该系统访问资源结束后，将key删除，则达到了释放锁的目的。

4.1 分布式锁需要注意哪些点

1）互斥性

在任意时刻只有一个客户端可以获取锁。

这个很容易理解，所有的系统中只能有一个系统持有锁。

2）防死锁

假如一个客户端在持有锁的时候崩溃了，没有释放锁，那么别的客户端无法获得锁，则会造成死锁，所以要保证客户端一定会释放锁。

Redis中我们可以设置锁的过期时间来保证不会发生死锁。

3）持锁人解锁

解铃还须系铃人，加锁和解锁必须是同一个客户端，客户端A的线程加的锁必须是客户端A的线程来解锁，客户端不能解开别的客户端的锁。

4）可重入

当一个客户端获取对象锁之后，这个客户端可以再次获取这个对象上的锁。

4.2 Redis分布式锁流程

Redis分布式锁的具体流程：

1）首先利用Redis缓存的性质在Redis中设置一个key-value形式的键值对，key就是锁的名称，然后客户端的多个线程去竞争锁，竞争成功的话将value设为客户端的唯一标识。

2）竞争到锁的客户端要做两件事：

• 设置锁的有效时间 目的是防死锁 （非常关键）

需要根据业务需要，不断的压力测试来决定有效期的长短。

• 分配客户端的唯一标识，目的是保证持锁人解锁（非常重要）

所以这里的value就设置成唯一标识(比如uuid)。

3）访问共享资源

4）释放锁，释放锁有两种方式，第一种是有效期结束后自动释放锁，第二种是先根据唯一标识判断自己是否有释放锁的权限，如果标识正确则释放锁。

4.3 加锁和解锁

4.3.1 加锁

1）setnx命令加锁

set if not exists 我们会用到Redis的命令setnx，setnx的含义就是只有锁不存在的情况下才会设置成功。

2）设置锁的有效时间，防止死锁 expire

加锁需要两步操作，思考一下会有什么问题吗？

假如我们加锁完之后客户端突然挂了呢？那么这个锁就会成为一个没有有效期的锁，接着就可能发生死锁。虽然这种情况发生的概率很小，但是一旦出现问题会很严重，所以我们也要把这两步合为一步。

幸运的是，Redis3.0已经把这两个指令合在一起成为一个新的指令。

来看jedis的官方文档中的源码：

 public String set(String key, String value, String nxxx, String expx, long time) {
 this.checkIsInMultiOrPipeline();
 this.client.set(key, value, nxxx, expx, time);
 return this.client.getStatusCodeReply();
 }

这就是我们想要的！

4.3.2 解锁

• 检查是否自己持有锁（判断唯一标识）；
• 删除锁。

解锁也是两步，同样也要保证解锁的原子性，把两步合为一步。

这就无法借助于Redis了，只能依靠Lua脚本来实现。

if Redis.call("get",key==argv[1])then
	return Redis.call("del",key)
else return 0 end

这就是一段判断是否自己持有锁并释放锁的Lua脚本。

为什么Lua脚本是原子性呢？因为Lua脚本是jedis用eval()函数执行的，如果执行则会全部执行完成。

五、Redis分布式锁代码实现

public class RedisDistributedLock implements Lock {
 //上下文，保存当前锁的持有人id
 private ThreadLocal<String> lockContext = new ThreadLocal<String>();
 //默认锁的超时时间
 private long time = 100;
 //可重入性
 private Thread ownerThread;
 public RedisDistributedLock() {
 }
 public void lock() {
 while (!tryLock()){
 try {
 Thread.sleep(100);
 }catch (InterruptedException e){
 e.printStackTrace();
 }
 }
 }
 public boolean tryLock() {
 return tryLock(time,TimeUnit.MILLISECONDS);
 }
 public boolean tryLock(long time, TimeUnit unit){
 String id = UUID.randomUUID().toString(); //每一个锁的持有人都分配一个唯一的id
 Thread t = Thread.currentThread();
 Jedis jedis = new Jedis("127.0.0.1",6379);
 //只有锁不存在的时候加锁并设置锁的有效时间
 if("OK".equals(jedis.set("lock",id, "NX", "PX", unit.toMillis(time)))){
 //持有锁的人的id 
 lockContext.set(id); ①
 //记录当前的线程
 setOwnerThread(t); ②
 return true;
 }else if(ownerThread == t){
 //因为锁是可重入的，所以需要判断当前线程已经持有锁的情况
 return true;
 }else {
 return false;
 }
 }
 private void setOwnerThread(Thread t){
 this.ownerThread = t;
 }
 public void unlock() {
 String script = null;
 try{
 Jedis jedis = new Jedis("127.0.0.1",6379);
 script = inputStream2String(getClass().getResourceAsStream("/Redis.Lua"));
 if(lockContext.get()==null){
 //没有人持有锁
 return;
 }
 //删除锁 ③
 jedis.eval(script, Arrays.asList("lock"), Arrays.asList(lockContext.get()));
 lockContext.remove();
 }catch (Exception e){
 e.printStackTrace();
 }
 }
 /**
 * 将InputStream转化成String
 * @param is
 * @return
 * @throws IOException
 */
 public String inputStream2String(InputStream is) throws IOException {
 ByteArrayOutputStream baos = new ByteArrayOutputStream();
 int i = -1;
 while ((i = is.read()) != -1) {
 baos.write(i);
 }
 return baos.toString();
 }
 public void lockInterruptibly() throws InterruptedException {
 }
 public Condition newCondition() {
 return null;
 }
}

• 用一个上下文全局变量来记录持有锁的人的uuid，解锁的时候需要将该uuid作为参数传入Lua脚本中，来判断是否可以解锁。
• 要记录当前线程，来实现分布式锁的重入性，如果是当前线程持有锁的话，也属于加锁成功。
• 用eval函数来执行Lua脚本，保证解锁时的原子性。

六、分布式锁的对比

6.1 基于数据库的分布式锁

1）实现方式

获取锁的时候插入一条数据，解锁时删除数据。

2）缺点

• 数据库如果挂掉会导致业务系统不可用。
• 无法设置过期时间，会造成死锁。

6.2 基于zookeeper的分布式锁

1）实现方式

加锁时在指定节点的目录下创建一个新节点，释放锁的时候删除这个临时节点。因为有心跳检测的存在，所以不会发生死锁，更加安全。

2）缺点

性能一般，没有Redis高效。

所以：

• 从性能角度： Redis > zookeeper > 数据库
• 从可靠性（安全）性角度： zookeeper > Redis > 数据库

七、总结

本文从锁的基本概念出发，提出多线程访问共享资源会出现的线程安全问题，然后通过加锁的方式去解决线程安全的问题，这个方法会性能会下降，需要通过：缩短锁的持有时间、减小锁的粒度、锁分离三种方式去优化锁。

之后介绍了分布式锁的4个特点：

• 互斥性
• 防死锁
• 加锁人解锁
• 可重入性

然后用Redis实现了分布式锁，加锁的时候用到了Redis的命令去加锁，解锁的时候则借助了Lua脚本来保证原子性。

最后对比了三种分布式锁的优缺点和使用场景。

希望大家对分布式锁有新的理解，也希望大家在考虑解决问题的同时要多想想性能的问题。

转自：https://my.oschina.net/u/4007037/blog/3110617