因為每次在創建鎖和釋放鎖的過程中，都要動態創建、銷毀瞬時節點來實現鎖功能。大家知道，ZK中創建和刪除節點只能通過Leader?服務器來執行，然后Leader服務器還需要將數據同不到所有的Follower機器上，這樣頻繁的網絡通信，性能的短板是非常突出的。
?概述
提到鎖，想必大家可能最先想到的是Java JUC中的synchronized?關鍵字或者可重入鎖ReentrantLock。它能夠保證我們的代碼在同一個時刻只有一個線程執行，保證數據的一致性和完整性。但是它僅限于單體項目，也就是說它們只能保證單個JVM應用內線程的順序執行。
如果你部署了多個節點，也就是分布式場景下如何保證不同節點在同一時刻只有一個線程執行呢？場景的業務場景比如秒殺、搶優惠券等，這就引入了我們的分布式鎖，本文我們主要講解利用Zookeeper的特性如何來實現我們的分布式鎖。
Zookeeper分布式鎖實現原理
利用Zookeeper的臨時順序節點和監聽機制兩大特性，可以幫助我們實現分布式鎖。
- 首先得有一個持久節點/locks, 路徑服務于某個使用場景，如果有多個使用場景建議路徑不同。
- 請求進來時首先在/locks創建臨時有序節點，所有會看到在/locks下面有seq-000000000, seq-00000001 等等節點。
- 然后判斷當前創建得節點是不是/locks路徑下面最小的節點，如果是，獲取鎖，不是，阻塞線程，同時設置監聽器，監聽前一個節點。
- 獲取到鎖以后，開始處理業務邏輯，最后delete當前節點，表示釋放鎖。
- 后一個節點就會收到通知，喚起線程，重復上面的判斷。
大家有沒有想過為什么要設置對前一個節點的監聽？
主要為了避免羊群效應。所謂羊群效應就是一個節點掛掉，所有節點都去監聽，然后做出反應，這樣會給服務器帶來巨大壓力，所以有了臨時順序節點，當一個節點掛掉，只有它后面的那一個節點才做出反應。
原生Zookeeper客戶端實現分布式鎖
通過原生zookeeper api方式的實現，可以加強我們對zk實現分布式鎖原理的理解。
public class DistributedLock {
private String connectString = "10.100.1.176:2281";
private int sessionTimeout = 2000;
private ZooKeeper zk;
private String rootNode = "lock";
private String subNode = "seq-";
private String waitPath;
// 當前client創建的子節點
private String currentNode;
private CountDownLatch countDownLatch = new CountDownLatch(1);
private CountDownLatch waitDownLatch = new CountDownLatch(1);
public DistributedLock() throws IOException, InterruptedException, KeeperException {
zk = new ZooKeeper(connectString, sessionTimeout, new Watcher() {
@Override
public void process(WatchedEvent event) {
// 如果連接建立時,喚醒 wait 在該 latch 上的線程
if(event.getState() == Event.KeeperState.SyncConnected) {
countDownLatch.countDown();
}
// 發生了 waitPath 的刪除事件
if(event.getType() == Event.EventType.NodeDeleted && event.getPath().equals(waitPath)) {
waitDownLatch.countDown();
}
}
});
// 等待連接建立，因為連接建立時異步過程
countDownLatch.await();
// 獲取根節點
Stat stat = zk.exists("/" + rootNode, false);
// 如果根節點不存在，則創建根節點
if(stat == null) {
System.out.println("創建根節點");
zk.create("/" + rootNode, new byte[0], ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);
}
}
public void zkLock() {
try {
// 在根節點創建臨時順序節點
currentNode = zk.create("/" + rootNode + "/" + subNode, null, ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);
// 獲取子節點
List<String> childrenNodes = zk.getChildren("/" + rootNode, false);
// 如果只有一個子節點，說明是當前節點，直接獲得鎖
if(childrenNodes.size() == 1) {
return;
} else {
//對根節點下的所有臨時順序節點進行從小到大排序
Collections.sort(childrenNodes);
//當前節點名稱
String thisNode = currentNode.substring(("/" + rootNode + "/").length());
//獲取當前節點的位置
int index = childrenNodes.indexOf(thisNode);
if (index == -1) {
System.out.println("數據異常");
} else if (index == 0) {
// index == 0, 說明 thisNode 在列表中最小, 當前client 獲得鎖
return;
} else {
// 獲得排名比 currentNode 前 1 位的節點
this.waitPath = "/" + rootNode + "/" + childrenNodes.get(index - 1);
// 在 waitPath節點上注冊監聽器, 當 waitPath 被刪除時,zookeeper 會回調監聽器的 process 方法
zk.getData(waitPath, true, new Stat());
//進入等待鎖狀態
waitDownLatch.await();
}
}
} catch (KeeperException e) {
e.printStackTrace();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
public void zkUnlock() {
try {
zk.delete(this.currentNode, -1);
} catch (InterruptedException e) {
e.printStackTrace();
} catch (KeeperException e) {
e.printStackTrace();
}
}
}測試代碼如下：
public class DistributedLockTest {
public static void main(String[] args) throws IOException, InterruptedException, KeeperException {
DistributedLock lock1 = new DistributedLock();
DistributedLock lock2 = new DistributedLock();
new Thread(() -> {
// 獲取鎖對象
try {
lock1.zkLock();
System.out.println("線程 1 獲取鎖");
Thread.sleep(5 * 1000);
System.out.println("線程 1 釋放鎖");
} catch (Exception e) {
e.printStackTrace();
} finally {
lock1.zkUnlock();
}
}).start();
new Thread(() -> {
// 獲取鎖對象
try {
lock2.zkLock();
System.out.println("線程 2 獲取鎖");
Thread.sleep(5 * 1000);
System.out.println("線程 2 釋放鎖");
} catch (Exception e) {
e.printStackTrace();
} finally {
lock2.zkUnlock();
}
}).start();
}
}測試結果：
線程 2 獲取鎖
線程 2 釋放鎖
線程 1 獲取鎖
線程 1 釋放鎖
獲取鎖和釋放鎖成對出現，說明分布式鎖生效了。
Curator框架實現分布式鎖
在實際的開發鐘，我們會直接使用成熟的框架Curator客戶端，它里面封裝了分布式鎖的實現，避免我們去重復造輪子。
pom.xml添加如下依賴
<dependency>
<groupId>org.apache.curator</groupId>
<artifactId>curator-recipes</artifactId>
<version>5.2.1</version>
</dependency>
通過InterProcessLock實現分布式鎖
public class CuratorLockTest {
private String connectString = "10.100.1.14:2181";
private String rootNode = "/locks";
public static void main(String[] args) {
new CuratorLockTest().testLock();
}
public void testLock() {
// 分布式鎖1
InterProcessLock lock1 = new InterProcessMutex(getCuratorFramework(), rootNode);
// 分布式鎖2
InterProcessLock lock2 = new InterProcessMutex(getCuratorFramework(), rootNode);
// 第一個線程
new Thread(() -> {
// 獲取鎖對象
try {
lock1.acquire();
System.out.println("線程 1 獲取鎖");
// 測試鎖重入
lock1.acquire();
System.out.println("線程 1 再次獲取鎖");
Thread.sleep(5 * 1000);
lock1.release();
System.out.println("線程 1 釋放鎖");
lock1.release();
System.out.println("線程 1 再次釋放鎖");
} catch (Exception e) {
e.printStackTrace();
}
}).start();
// 第二個線程
new Thread(() -> {
// 獲取鎖對象
try {
lock2.acquire();
System.out.println("線程 2 獲取鎖");
// 測試鎖重入
lock2.acquire();
System.out.println("線程 2 再次獲取鎖");
Thread.sleep(5 * 1000);
lock2.release();
System.out.println("線程 2 釋放鎖");
lock2.release();
System.out.println("線程 2 再次釋放鎖");
} catch (Exception e) {
e.printStackTrace();
}
}).start();
}
public CuratorFramework getCuratorFramework() {
CuratorFramework client = CuratorFrameworkFactory.builder()
.connectString(connectString).connectionTimeoutMs(2000)
.sessionTimeoutMs(2000)
.retryPolicy(new ExponentialBackoffRetry(3000, 3)).build();
// 連接
client.start();
System.out.println("zookeeper 初始化完成...");
return client;
}
}結果展示
線程 1 釋放鎖
線程 1 再次釋放鎖
線程 2 獲取鎖
線程 2 再次獲取鎖
線程 2 釋放鎖
線程 2 再次釋放鎖
有興趣的看下源碼，它是通過wait、notify來實現阻塞。
代碼： https://github.com/alvinlkk/awesome-java-full-demo/tree/master/zookeeper-demo/zookeeper-lock
總結
ZooKeeper?分布式鎖（如InterProcessMutex），能有效的解決分布式鎖問題，但是性能并不高。
因為每次在創建鎖和釋放鎖的過程中，都要動態創建、銷毀瞬時節點來實現鎖功能。大家知道，ZK中創建和刪除節點只能通過Leader?服務器來執行，然后Leader服務器還需要將數據同不到所有的Follower機器上，這樣頻繁的網絡通信，性能的短板是非常突出的。
在高性能，高并發的場景下，不建議使用ZooKeeper?的分布式鎖，可以使用Redis?的分布式鎖。而由于ZooKeeper?的高可用特性，所以在并發量不是太高的場景，推薦使用ZooKeeper的分布式鎖。
