点赞再看，养成习惯，感谢大家的阅读！

前言

说我想不需要我过多的去说，大家都知道是怎么一回事了吧？

在多线程环境下，由于上下文的切换，数据可能出现不一致的情况或者数据被污染，我们需要保证数据安全，所以想到了加锁。

所谓的加锁机制呢，就是当一个线程访问该类的某个数据时，进行保护，其它线程不能进行访问，直到该线程读取完，其他线程才可使用。

还记得我之前说过Redis在分布式的情况下，需要对存在并发竞争的数据进行加锁，十分费解，Redis是单线程的嘛？为啥还要加锁呢？

看来老公们还是年轻啊，你说的不需要加锁的情况是这样的：

单个服务去访问Redis的时候，确实因为Redis本身单线程的原因是不用考虑线程安全的，但是，现在有哪个公司还是单机的呀？肯定都是分布式集群了嘛。

你看下这样的场景是不是就有问题了：

你们经常不是说秒杀嘛，拿到库存判断，那老婆告诉你分布式情况就是会出问题的。

我们为了减少DB的压力，把库存预热到了KV，现在KV的库存是1。

服务A去Redis查询到库存发现是1，那说明我能抢到这个商品对不对，那我就准备减一了，但是还没减。

同时服务B也去拿发现也是1，那我也抢到了呀，那我也减。

C同理。

等所有的服务都判断完了，你发现诶，怎么变成-2了，超卖了呀，这下完了。

是不是发现问题了，这就需要分布式锁的介入了，我会分三个章节去分别介绍分布式锁的三种实现方式（Zookeeper，Redis，MySQL），说出他们的优缺点，以及一般大厂的实践场景。

正文

互斥：互斥的机制，保证同一时间只有一个线程可以操作共享资源 synchronized，Lock等。

临界值：让多线程串行话去访问资源

事件通知：通过事件的通知去保证大家都有序访问共享资源

信号量：多个任务同时访问，同时限制数量，比如发令枪CDL，Semaphore等

那分布式锁你了解过有哪些么？

分布式锁实现主要以Zookeeper（以下简称zk）、Redis、MySQL这三种为主。

那先跟我聊一下zk吧，你能说一下他常见的使用场景么？

它主要的应用场景有以下几个：

服务注册与订阅（共用节点）

分布式通知（监听znode）

服务命名（znode特性）

数据订阅、发布（watcher）

分布式锁（临时节点）

zk是啥？

它是个数据库，文件存储系统，并且有监听通知机制（观察者模式）

存文件系统，他存了什么？

节点

zk的节点类型有4大类

持久化节点（zk断开节点还在）

持久化顺序编号目录节点

临时目录节点（客户端断开后节点就删除了）

临时目录编号目录节点

节点名称都是唯一的。

节点怎么创建？

我特么，这样问的么？可是我面试只看了分布式锁，我得好好想想！！！

还好我之前在自己的服务器搭建了一个zk的集群，我刚好跟大家回忆一波。

create/testlaogong // 创建永久节点

那临时节点呢？

create-e /testlaogong // 创建临时节点

临时节点就创建成功了，如果我断开这次链接，这个节点自然就消失了，这是我的一个zk管理工具，目录可能清晰点。

如何创建顺序节点呢？

create-s /test// 创建顺序节点

临时顺序节点呢？

我想聪明的都会抢答了

create-e -s /test// 创建临时顺序节点

我退出后，重新连接，发现刚才创建的所有临时节点都没了。

开篇演示这么多呢，我就是想给大家看到的zk大概的一个操作流程和数据结构，中间涉及的搭建以及其他的技能我就不说了，我们重点聊一下它在分布式锁中的实现。

zk就是基于节点去实现各种分布式锁的。

就拿开头的场景来说，zk应该怎么去保证分布式情况下的线程安全呢？并发竞争他是怎么控制的呢？

为了模拟并发竞争这样一个情况，我写了点伪代码，大家可以先看看

我定义了一个库存inventory值为1，还用到了一个CountDownLatch发令枪，等10个线程都就绪了一起去扣减库存。

是不是就像10台机器一起去拿到库存，然后扣减库存了？

所有机器一起去拿，发现都是1，那大家都认为是自己抢到了，都做了减一的操作，但是等所有人都执行完，再去set值的时候，发现其实已经超卖了，我打印出来给大家看看。

是吧，这还不是超卖一个两个的问题，超卖7个都有，代码里面明明判断了库存大于0才去减的，怎么回事开头我说明了。

那怎么解决这个问题？

sync，lock也只能保证你当前机器线程安全，这样分布式访问还是有问题。

上面跟大家提到的zk的节点就可以解决这个问题。

zk节点有个唯一的特性，就是我们创建过这个节点了，你再创建zk是会报错的，那我们就利用一下他的唯一性去实现一下。

怎么实现呢？

上面不是10个线程吗？

我们全部去创建，创建成功的第一个返回true他就可以继续下面的扣减库存操作，后续的节点访问就会全部报错，扣减失败，我们把它们丢一个队列去排队。

那怎么释放锁呢？

删除节点咯，删了再通知其他的人过来加锁，依次类推。

我们实现一下，zk加锁的场景。

是不是，只有第一个线程能扣减成功，其他的都失败了。

但是你发现问题没有，你加了锁了，你得释放啊，你不释放后面的报错了就不重试了。

那简单，删除锁就释放掉了，Lock在finally里面unLock，现在我们在finally删除节点。

加锁我们知道创建节点就够了，但是你得实现一个阻塞的效果呀，那咋搞？

死循环，递归不断去尝试，直到成功，一个伪装的阻塞效果。

怎么知道前面的老哥删除节点了嗯？

监听节点的删除事件

但是你发现你这样做的问题没？

是的，会出现死锁。

第一个仔加锁成功了，在执行代码的时候，机器宕机了，那节点是不是就不能删除了？

你要故作沉思，自问自答，时而看看远方，时而看看面试官，假装自己什么都不知道。

哦我想起来了，创建临时节点就好了，客户端连接一断开，别的就可以监听到节点的变化了。

嗯还不错，那你发现还有别的问题没？

好像这种监听机制也不好。

怎么个不好呢？

你们可以看到，监听，是所有服务器去监听一个节点的，节点的释放也会通知所有的服务器，如果是900个服务器呢？

这对服务器是很大的一个挑战，一个释放的消息，就好像一个牧羊犬进入了羊群，大家都四散而开，随时可能干掉机器，会占用服务资源，网络带宽等等。

这就是羊群效应。

那怎么解决这个问题？

继续故作沉思，啊啊啊，好难，我的脑袋。。。。

你别装了好不好？

好的，临时顺序节点，可以顺利解决这个问题。

怎么实现老公你先别往下看，先自己想想。

之前说了全部监听一个节点问题很大，那我们就监听我们的前一个节点，因为是顺序的，很容易找到自己的前后。

和之前监听一个永久节点的区别就在于，这里每个节点只监听了自己的前一个节点，释放当然也是一个个释放下去，就不会出现羊群效应了。

你说了这么多，挺不错的，你能说说ZK在分布式锁中实践的一些缺点么？

Zk性能上可能并没有缓存服务那么高。

因为每次在创建锁和释放锁的过程中，都要动态创建、销毁瞬时节点来实现锁功能。

ZK中创建和删除节点只能通过Leader服务器来执行，然后将数据同步到所有的Follower机器上。（这里涉及zk集群的知识，我就不展开了，以后zk章节跟老公们细聊）

还有么？

使用Zookeeper也有可能带来并发问题，只是并不常见而已。

由于网络抖动，客户端可ZK集群的session连接断了，那么zk以为客户端挂了，就会删除临时节点，这时候其他客户端就可以获取到分布式锁了。

就可能产生并发问题了，这个问题不常见是因为zk有重试机制，一旦zk集群检测不到客户端的心跳，就会重试，Curator客户端支持多种重试策略。

多次重试之后还不行的话才会删除临时节点。

Tip：所以，选择一个合适的重试策略也比较重要，要在锁的粒度和并发之间找一个平衡。

有更好的实现么？

基于Redis的分布式锁

能跟我聊聊么？

我看看了手上的表，，今天天色不早了，你全问完了，我怎么多水几篇文章呢？

行确实很晚了，那你回家去把家务干了吧？

我？？？？

=

总结

zk通过临时节点，解决掉了死锁的问题，一旦客户端获取到锁之后突然挂掉（Session连接断开），那么这个临时节点就会自动删除掉，其他客户端自动获取锁。

zk通过节点排队监听的机制，也实现了阻塞的原理，其实就是个递归在那无限等待最小节点释放的过程。

我上面没实现锁的可重入，但是也很好实现，可以带上线程信息就可以了，或者机器信息这样的唯一标识，获取的时候判断一下。

zk的集群也是高可用的，只要半数以上的或者，就可以对外提供服务了。

这周会写完Redis和数据库的分布式锁的，等好。

最好的关系是互相成就，大家的「三连」就是创作的最大动力，我们下期见！

注：如果本篇博客有任何错误和建议，欢迎留言，小编给大家准备的学习资料也是非常珍贵的学习资料，今年最新版的面试题，如果有需要的小伙伴，私信“学习”来免费获取吧！