学会Zookeeper分布式锁–让面试官对你刮目相看「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。

业务场景：

电商系统，用户下单，需要生成唯一的订单编号，并且需要有业务意义，而不能使用UUID这种字符串，比如：

年-月-日-时-分-秒-自增序号

2019-11-11-23-59-59-001

订单编号生成器工具类OrderCodeGenerator

/** * @description: 订单编号生成器 * @author: stwen_gan * @date: **/public class OrderCodeGenerator {
  
      /** 自增序列  **/    private int i = 0;    /**     * 根据当前时间生成订单编号："yyyy-MM-dd-HH-mm-ss-自增序号"     * @return     */    public String getOrderCode(){
  
          Date date  = new Date();        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd-HH-mm-ss-");        return simpleDateFormat.format(date)+ ++i;    }}

创建订单服务

@Slf4jpublic class OrderServiceImpl implements OrderService {
  
      private OrderCodeGenerator codeGenerator = new OrderCodeGenerator();    /**     * 创建订单     * @return     */    @Override    public String createOrder() {
  
          //生成订单编号        String orderCode = codeGenerator.getOrderCode();        log.info(Thread.currentThread().getName()+"-->生成订单编号：{}",orderCode);        // TODO 具体写自己的生成订单业务        return orderCode;    }}

一、单机环境

服务部署一个实例，并发情况，订单编号能唯一吗？

如何模拟并发：

模拟20个并发线程，使用for循环创建20个线程，使用CyclicBarrier .await() 并发协调控制，使20个线程全创建好之后，再同时一起启动往下执行！（循环屏障）

模拟并发测试 ConcurrentTest

@Slf4jpublic class ConcurrentTest {
  
      public static void main(String[] args) {
  
          //并发线程数        int count = 20;        //循环屏障        CyclicBarrier cb  = new CyclicBarrier(count);        OrderService orderService = new OrderServiceImpl();        //模拟高并发场景，创建订单        for(int i=0; i<count; i++){
  
              new Thread(new Runnable() {
  
                  @Override                public void run() {
  
                      log.info(Thread.currentThread().getName()+"--我已经准备好了");                    try {
  
                          //等待所有线程启动准备好，才一起往下执行                        cb.await();                    } catch (InterruptedException | BrokenBarrierException e) {
  
                          e.printStackTrace();                    }                    //创建订单                    orderService.createOrder();                }            }).start();        }    }}

运行该测试类main方法，控制台如下：

可以看到，模拟的20个人同时并发下单，生成的订单编号有重复：

解决方案一：在订单服务类，调用订单编号生成方法时，加上Lock锁（可重入锁），并发情况，只有获取到锁的才可以进去调用。

改进订单服务：

加了Lock锁优化后，变成如下场景：

再次运行刚才的测试类，生成的工单编号没有重复了。

但是假如，有上万的并发，单台服务无法支撑怎么办？

—加服务器，部署集群！！！

二、集群环境

订单服务部署集群，并发下单，此时订单编号能唯一吗？

场景如下：

做集群，如何模拟验证？

是不是要部署多台tomcat??

之前模拟并发测试类，订单服务是放在for外面，如下：

修改：将订单服务实例，移到创建线程的for循环里，每个线程都会创建调用一个订单服务，从而模拟集群场景（这里模拟20个线程，则模拟20个tomcat）：

再次运行测试类，结果如下：

订单编号的末尾序号最后全是1，为什么？

–> 因为模拟了20个tomcat（每个线程分别创建了属于自己的orderService订单服务实例），每个都调用不同的编号生成实例，相当于每个tomcat都有一个编号生成器，每个都从1开始。如下：

再次改进方案：

将订单编号生成器类单独抽取一个tomcat，使多个tomcat调用同一个编号生成器服务

如何模拟验证？

在订单编号服务调用类中，将订单编号生成器类实例，设为static 静态变量，则他们调用的都是同一个实例。

此时订单编号能唯一吗？

把并发数收到50或100,尽量大点，看出效果：

为什么还会出现重复编号？

因为每个tomcat都有自己各自的锁，不是同一把锁！如下：

那我们再把锁也加上static，锁也是唯一实例了，可以吗？

刚才，我们上面模拟的只是，每个tomcat只分配一个订单请求的情况，如下场景：

–>还是不可以，因为，假如tomcat1有20个并发，它们用的的确是同一把锁（同一个jvm下，static锁），而tomcat2也有20个并发，它们用的却是另外一把锁…

所以，使用jvm锁，无法解决集群并发问题！！！！

再再改进方案：

我们把生成订单编号独立成共享服务，并且把锁加在编号服务上（把锁在共享编号服务后面），如下：

此时，并发情况，订单编号还会出现重复吗？

后面加锁，虽然订单编号不会重复了，但是，大并发情况，阻塞卡死在后面单台服务器（假如后面订单编号服务也部署集群，那么又会出现编号重复）。

因此，需要使用分布式锁！！！

终于进入本文的正题了  —>别走开，后面更精彩0.0

三、Zookeeper分布式锁

1、分布式锁，场景描述：

分布式锁用途：在分布式环境下协同共享资源的使用。

2、分布式锁思路分析

锁特点：

• 排他性：同一时间，只有一个线程能获得；

• 阻塞性：其它未抢到的线程阻塞等待，直到锁被释放，再继续抢；

• 可重入性：线程获得锁后，后续是否可重复获取该锁（避免死锁）。

当然，还要考虑性能开销等问题。

3、常规的分布式锁解决方案有哪几种：

• 文件系统：同一个目录下，不能存在同名文件

• 数据库锁：主键 、 唯一约束  、for  update

• 基于Redis的分布式锁：setnx、set、Redisson

• 基于ZooKeeper的分布式锁：类似文件系统

对比分析：

1. 使用数据库锁会有单机性能、单机故障等问题，锁没有失效时间，容易出现死锁，当然可以部署群集，也会出现各种各样的问题，性能开销高，这里不详细介绍。

2. Redis缓存实现分布式锁，相对复杂，因为没有类似zk的watch监听通知机制，需要自己另外实现；而且Redis可能会出现死锁（或短时间内死锁），比如，获取到锁的线程挂了，必须等到该节点过期时间到了，才能删除。

3. 而Zookeeper分布式锁可靠性比Redis好，实现相对简单，但由于需要创建节点、删除节点等，所有效率相比Redis要低。

那我们在实际项目中如何选择呢？

原则上如果并发量不是特别大，追求可靠性，那么首选zookeeper。而Redis实现的分布式锁响应更快，对并发的支持性能更好，如果为了效率，首选redis实现。

由于篇幅原因，本次仅介绍Zookeeper分布式锁解决方案，下次再介绍redis分布式锁方案。

4、Zookeeper简介

ZooKeeper是一个开源的的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。

zk特点:

• 类似文件目录的DataTree数据结构，可以在znode节点存取数据；内部是一个Map<String, DataNode> nodes的数据结构，其中key是path，DataNode才是真正保存数据的核心数据结构。

• zk每个节点都有watcher监听通知机制，监听znode节点的增删改查的操作。

zk节点类型：

• 持久节点 （persistent）:节点创建后，就一直存在，直到主动删除。

• 持久顺序节点 (persistent_sequential)

• 临时节点 (ephemeral)：客户端可以建立一个临时节点，在会话结束或者会话超时后，zookeeper服务端会自动删除该节点。

• 临时顺序节点 (ephemeral_sequential)

并且，同一个znode下，节点名称是唯一的。

5、zk服务安装：

官网下载zk包（windows），解压缩，如下：

演示注册watch监控节点变化：

（1）编写zk监听器测试类，双击运行zkServer.cmd，运行该类

（2）运行zkCli.cmd ，分别操作节点：/stwen/lock

控制台输出如下：

监听到该节点数据变化--->666监听到该节点数据变化--->888监听到该节点被删除--->/stwen/lock

6、zk分布式锁方案一

并发情况，都连接到ZK，先去ZK下创建子节点，

(1) 创建成功，则获得锁，用完释放锁，并通知其他订阅了该节点的线程；

(2) 假如创建节点失败，则注册该节点的watcher监听器（都去关注订阅那个节点），进入阻塞等待。

逻辑如下：

利用zk特性：同父的子节点不可以重名。

思考：

（1）用持久节点可以吗？

–>假如拥有锁的线程挂了呢？岂不是出现死锁…

（2）用临时节点呢？

–>使用临时节点，它有个特性，只要zk客户端与zk服务端失去连接，该节点就会被删除，那么其他注册了该节点watcher监听的线程则都会收到通知，去抢锁，不会死锁。

步骤：

引入ZKClient依赖

        <dependency>            <groupId>com.101tec</groupId>            <artifactId>zkclient</artifactId>            <version>0.11</version>        </dependency>

1. 创建一个自己的ZKDistributeLock，实现Lock接口，复写它的tryLock()、lock()、unlock()等方法；

2. tryLock()方法调用ZK的接口api，去给定节点下创建临时节点，创建成功，则获得锁，执行业务代码（去调用生成工单编号的服务），释放锁；

3. tryLock()中创建临时节点失败，则注册一个watcher监听该节点的变化，并进入阻塞等待，当有节点释放锁时，会通知订阅了该watcher的线程，取消watcher监听，并尝试重新去创建临时节点，去抢锁。

4. 多线程情况，调用前，先创建一个ZKDistributeLock，先获取锁，才能调用生成工单编号。

具体代码实现这里就不粘贴了，这种情况是肯定不会出现订单编号重复的。

但是：

假如有1万的并发，当其中一个获取到锁之后，释放锁时，同时就要通知9999个监听者，造成网络冲击等（惊群效应），最后也只能是只有一个能获取到锁！！！

在集群规模较大的环境中带来危害：

• 巨大的服务器性能损耗

• 网络冲击

• 可能造成宕机

所以，终极方案：使用临时顺序节点实现zk分布式锁！
7、zk分布式锁方案二

使用临时顺序节点实现zk分布式锁，类似去银行办业务，取号排队（按顺序），上一个办完只会通知下一个。

逻辑如下：

步骤：

1. 同样是创建一个自己的ZKDistributeLock，实现Lock接口，复写它的tryLock()、lock()、unlock()等方法；

2. tryLock()方法调用ZK的接口api，尝试去获取锁，在给定节点下创建临时顺序节点，并获取子节点列表，然后判断当前创建的子节点序号是否比其他子节点小，如果是最小，则获得锁并执行业务代码，释放锁；

3. tryLock()中如果对比其他子节点，自己创建的子节点并不是最小，则去对比自己小的节点注册watcher监听，只监听比自己上一个小的节点，进入阻塞等待。

4. unlock()当释放锁时，watcher监听器会实时通知监听了它的节点（比他大一号的节点），触发他又重新获取子节点列表，并对比是否最小。。。

具体代码实现：

* 利用zk临时顺序节点实现分布式锁

* 获取锁：取排队号（创建自己的临时顺序节点），然后判断是否是最小号，则获得锁，不是则注册前一个节点的监听watcher,阻塞等待

* 释放锁：删除自己创建的临时节点

（1）创建一个分布式锁类 ZkDistributeLock，实现Lock接口，构造方法中初始化ZK连接，并实现lock()、unlock()、tryLock()等方法：

实现lock()

实现tryLock()方法

其中，waitGetLock()方法，如下：

（2）新增一个订单服务实现类

（3）将测试类中的订单服务换成上面的DisLockOrderServiceImpl

（4）运行测试类，控制台打印如下，没有出现重复订单编号

 Thread-5-->生成订单编号：2019-08-18-19-48-36-1 Thread-13-->生成订单编号：2019-08-18-19-48-36-2 Thread-18-->生成订单编号：2019-08-18-19-48-36-3 Thread-1-->生成订单编号：2019-08-18-19-48-36-4 Thread-8-->生成订单编号：2019-08-18-19-48-36-5 Thread-10-->生成订单编号：2019-08-18-19-48-36-6 Thread-14-->生成订单编号：2019-08-18-19-48-36-7 Thread-19-->生成订单编号：2019-08-18-19-48-36-8 Thread-9-->生成订单编号：2019-08-18-19-48-36-9 Thread-6-->生成订单编号：2019-08-18-19-48-36-10 Thread-16-->生成订单编号：2019-08-18-19-48-36-11 Thread-3-->生成订单编号：2019-08-18-19-48-36-12 Thread-2-->生成订单编号：2019-08-18-19-48-36-13 Thread-12-->生成订单编号：2019-08-18-19-48-36-14 Thread-0-->生成订单编号：2019-08-18-19-48-36-15 Thread-11-->生成订单编号：2019-08-18-19-48-36-16 Thread-4-->生成订单编号：2019-08-18-19-48-36-17 Thread-7-->生成订单编号：2019-08-18-19-48-36-18 Thread-17-->生成订单编号：2019-08-18-19-48-36-19 Thread-15-->生成订单编号：2019-08-18-19-48-36-20

当然，伴随着Zookeeper的流行，目前已经有基于zk的分布式锁实现框架了，Curator，它是Netflix开源的一套ZooKeeper客户端框架，它提供了zk场景的绝大部分实现，本文就不介绍Curator分布式锁的实现方案了,关键是要理解上面原理思路。

看完了本文，你掌握了zk分布式锁了吗 0.0

查看原文，请关注下如下微信公众号“阿甘正专”，定期有软文分享哦