概述

以前参加过一个库存系统，由于其业务复杂性，搞了很多个应用来支撑。这样的话一份库存数据就有可能同时有多个应用来修改库存数据。比如说，有定时任务域xx.cron，和SystemA域和SystemB域这几个JAVA应用，可能同时修改同一份库存数据。如果不做协调的话，就会有脏数据出现。对于跨JAVA进程的线程协调，可以借助外部环境，例如DB或者Redis。下文介绍一下如何使用DB来实现分布式锁。

设计

本文设计的分布式锁的交互方式如下：
1、根据业务字段生成transaction_id，并线程安全的创建锁资源
2、根据transaction_id申请锁
3、释放锁

动态创建锁资源

在使用synchronized关键字的时候，必须指定一个锁对象。

synchronized(obj) {}

进程内的线程可以基于obj来实现同步。obj在这里可以理解为一个锁对象。如果线程要进入synchronized代码块里，必须先持有obj对象上的锁。这种锁是JAVA里面的内置锁，创建的过程是线程安全的。那么借助DB，如何保证创建锁的过程是线程安全的呢？可以利用DB中的UNIQUE KEY特性，一旦出现了重复的key，由于UNIQUE KEY的唯一性，会抛出异常的。在JAVA里面，是SQLIntegrityConstraintViolationException异常。

create table distributed_lock
(id BIGINT UNSIGNED PRIMARY KEY AUTO_INCREMENT COMMENT '自增主键',transaction_id varchar(128) NOT NULL DEFAULT '' COMMENT '事务id',last_update_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP NOT NULL COMMENT '最后更新时间',create_time TIMESTAMP DEFAULT '0000-00-00 00:00:00' NOT NULL COMMENT '创建时间',UNIQUE KEY `idx_transaction_id` (`transaction_id`)
)

transaction_id是事务Id，比如说，可以用

仓库 + 条码 + 销售模式

来组装一个transaction_id，表示某仓库某销售模式下的某个条码资源。不同条码，当然就有不同的transaction_id。如果有两个应用，拿着相同的transaction_id来创建锁资源的时候，只能有一个应用创建成功。

一条distributed_lock记录插入成功了，就表示一份锁资源创建成功了。

DB连接池列表设计

在写操作频繁的业务系统中，通常会进行分库，以降低单数据库写入的压力，并提高写操作的吞吐量。如果使用了分库，那么业务数据自然也都分配到各个数据库上了。在这种水平切分的多数据库上使用DB分布式锁，可以自定义一个DataSouce列表。并暴露一个getConnection(String transactionId)方法，按照transactionId找到对应的Connection。

实现代码如下：

package dlock;import com.alibaba.druid.pool.DruidDataSource;
import org.springframework.stereotype.Component;import javax.annotation.PostConstruct;
import java.io.FileInputStream;
import java.io.IOException;
import java.sql.Connection;
import java.util.ArrayList;
import java.util.List;
import java.util.Properties;@Component
public class DataSourcePool {private List<DruidDataSource> dlockDataSources = new ArrayList<>();@PostConstructprivate void initDataSourceList() throws IOException {Properties properties = new Properties();FileInputStream fis = new FileInputStream("db.properties");properties.load(fis);Integer lockNum = Integer.valueOf(properties.getProperty("DLOCK_NUM"));for (int i = 0; i < lockNum; i++) {String user = properties.getProperty("DLOCK_USER_" + i);String password = properties.getProperty("DLOCK_PASS_" + i);Integer initSize = Integer.valueOf(properties.getProperty("DLOCK_INIT_SIZE_" + i));Integer maxSize = Integer.valueOf(properties.getProperty("DLOCK_MAX_SIZE_" + i));String url = properties.getProperty("DLOCK_URL_" + i);DruidDataSource dataSource = createDataSource(user,password,initSize,maxSize,url);dlockDataSources.add(dataSource);}}private DruidDataSource createDataSource(String user, String password, Integer initSize, Integer maxSize, String url) {DruidDataSource dataSource = new DruidDataSource();dataSource.setDriverClassName("com.mysql.jdbc.Driver");dataSource.setUsername(user);dataSource.setPassword(password);dataSource.setUrl(url);dataSource.setInitialSize(initSize);dataSource.setMaxActive(maxSize);return dataSource;}public Connection getConnection(String transactionId) throws Exception {if (dlockDataSources.size() <= 0) {return null;}if (transactionId == null || "".equals(transactionId)) {throw new RuntimeException("transactionId是必须的");}int hascode = transactionId.hashCode();if (hascode < 0) {hascode = - hascode;}return dlockDataSources.get(hascode % dlockDataSources.size()).getConnection();}
}

首先编写一个initDataSourceList方法，并利用Spring的PostConstruct注解初始化一个DataSource 列表。相关的DB配置从db.properties读取。

DLOCK_NUM=2DLOCK_USER_0="user1"
DLOCK_PASS_0="pass1"
DLOCK_INIT_SIZE_0=2
DLOCK_MAX_SIZE_0=10
DLOCK_URL_0="jdbc:mysql://localhost:3306/test1"DLOCK_USER_1="user1"
DLOCK_PASS_1="pass1"
DLOCK_INIT_SIZE_1=2
DLOCK_MAX_SIZE_1=10
DLOCK_URL_1="jdbc:mysql://localhost:3306/test2"

DataSource使用阿里的DruidDataSource。

接着最重要的一个实现getConnection(String transactionId)方法。实现原理很简单，获取transactionId的hashcode，并对DataSource的长度取模即可。

连接池列表设计好后，就可以实现往distributed_lock表插入数据了。

package dlock;import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;import java.sql.*;@Component
public class DistributedLock {@Autowiredprivate DataSourcePool dataSourcePool;/*** 根据transactionId创建锁资源*/public String createLock(String transactionId) throws Exception{if (transactionId == null) {throw new RuntimeException("transactionId是必须的");}Connection connection = null;Statement statement = null;try {connection = dataSourcePool.getConnection(transactionId);connection.setAutoCommit(false);statement = connection.createStatement();statement.executeUpdate("INSERT INTO distributed_lock(transaction_id) VALUES ('" + transactionId + "')");connection.commit();return transactionId;}catch (SQLIntegrityConstraintViolationException icv) {//说明已经生成过了。if (connection != null) {connection.rollback();}return transactionId;}catch (Exception e) {if (connection != null) {connection.rollback();}throw  e;}finally {if (statement != null) {statement.close();}if (connection != null) {connection.close();}}}
}

根据transactionId锁住线程

接下来利用DB的select for update特性来锁住线程。当多个线程根据相同的transactionId并发同时操作select for update的时候，只有一个线程能成功，其他线程都block住，直到select for update成功的线程使用commit操作后，block住的所有线程的其中一个线程才能开始干活。我们在上面的DistributedLock类中创建一个lock方法。

 public boolean lock(String transactionId) throws Exception {Connection connection = null;PreparedStatement preparedStatement = null;ResultSet resultSet = null;try {connection = dataSourcePool.getConnection(transactionId);preparedStatement = connection.prepareStatement("SELECT * FROM distributed_lock WHERE transaction_id = ? FOR UPDATE ");preparedStatement.setString(1,transactionId);resultSet = preparedStatement.executeQuery();if (!resultSet.next()) {connection.rollback();return false;}return true;} catch (Exception e) {if (connection != null) {connection.rollback();}throw  e;}finally {if (preparedStatement != null) {preparedStatement.close();}if (resultSet != null) {resultSet.close();}if (connection != null) {connection.close();}}}

实现解锁操作

当线程执行完任务后，必须手动的执行解锁操作，之前被锁住的线程才能继续干活。在我们上面的实现中，其实就是获取到当时select for update成功的线程对应的Connection，并实行commit操作即可。

那么如何获取到呢？我们可以利用ThreadLocal。首先在DistributedLock类中定义

private ThreadLocal<Connection> threadLocalConn = new ThreadLocal<>();

每次调用lock方法的时候，把Connection放置到ThreadLocal里面。我们修改lock方法。

 public boolean lock(String transactionId) throws Exception {Connection connection = null;PreparedStatement preparedStatement = null;ResultSet resultSet = null;try {connection = dataSourcePool.getConnection(transactionId);threadLocalConn.set(connection);preparedStatement = connection.prepareStatement("SELECT * FROM distributed_lock WHERE transaction_id = ? FOR UPDATE ");preparedStatement.setString(1,transactionId);resultSet = preparedStatement.executeQuery();if (!resultSet.next()) {connection.rollback();threadLocalConn.remove();return false;}return true;} catch (Exception e) {if (connection != null) {connection.rollback();threadLocalConn.remove();}throw  e;}finally {if (preparedStatement != null) {preparedStatement.close();}if (resultSet != null) {resultSet.close();}if (connection != null) {connection.close();}}}

这样子，当获取到Connection后，将其设置到ThreadLocal中，如果lock方法出现异常，则将其从ThreadLocal中移除掉。

有了这几步后，我们可以来实现解锁操作了。我们在DistributedLock添加一个unlock方法。

 public void unlock() throws Exception {Connection connection = null;try {connection = threadLocalConn.get();if (!connection.isClosed()) {connection.commit();connection.close();threadLocalConn.remove();}} catch (Exception e) {if (connection != null) {connection.rollback();connection.close();}threadLocalConn.remove();throw e;}}

缺点

毕竟是利用DB来实现分布式锁，对DB还是造成一定的压力。当时考虑使用DB做分布式的一个重要原因是，我们的应用是后端应用，平时流量不大的，反而关键的是要保证库存数据的正确性。对于像前端库存系统，比如添加购物车占用库存等操作，最好别使用DB来实现分布式锁了。

进一步思考

如果想锁住多份数据该怎么实现？比如说，某个库存操作，既要修改物理库存，又要修改虚拟库存，想锁住物理库存的同时，又锁住虚拟库存。其实也不是很难，参考lock方法，写一个multiLock方法，提供多个transactionId的入参，for循环处理就可以了。这个后续有时间再补上。

利用DB实现分布式锁的思路相关推荐

利用 DB 实现分布式锁的思路
本文转自:伯乐在线/Sam哥哥概述以前参加过一个库存系统,由于其业务复杂性,搞了很多个应用来支撑.这样的话一份库存数据就有可能同时有多个应用来修改库存数据.比如说,有定时任务域xx.cron,和S ...
【Redis】利用 Redis 实现分布式锁
技术背景首先我们需要先来了解下什么是分布式锁,以及为什么需要分布式锁. 对于这个问题,我们可以简单将锁分为两种--内存级锁以及分布式锁,内存级锁即我们在 Java 中的 synchronized 关 ...
redisson的锁的类型_绝对干货：利用redisson完成分布式锁功能
在单体架构中,我们使用synchronize或者Lock就能完成上锁同步的操作,但是这些在分布式,微服务的今天,失去了作用. 分布式锁的实现一般有三种解决方案:基于数据库表实现基于缓存实现,比如re ...
利用Zookeeper实现 - 分布式锁
微信原文: 利用Zookeeper实现 - 分布式锁博客原文:利用Zookeeper实现 - 分布式锁在许多场景中,数据一致性是一个比较重要的话题,在单机环境中,我们可以通过Java提供的并发AP ...
Redis实现分布式锁的思路
Redis实现分布式锁的思路关键点setnx命令加锁成功的线程,在释放锁之前gg了,嘿嘿,不好意思我key还在那,another threads在去setnx,always-false. 怎么解决 ...
getHandel redis_Controller层利用Redis实现分布式锁（注解实现）
前言此文档只粗略的讲解实现思路,具体的实现逻辑还需要针对业务区别处理. 需求因为此业务中有读和写的操作,写的执行条件依赖于读,并发条件下可能出现读到相同的条件均可以去执行写操作,此时写就会出现脏数 ...
利用redis实现分布式锁
一.背景在分布式项目中,由于一个服务会有多个实例运行,有些特定的场景需要我们用到分布式锁. 例如:最近我正在做的交易所项目,其中一个服务是钱包模块,需要每半个小时就去归集用户的资金,这个定时任务只能 ...
Spring Cloud分布式微服务系统中利用redssion实现分布式锁
在非分布式系统中要实现锁的机制很简单,利用java.util.concurrent.locks包下的Lock和关键字synchronized都可以实现.但是在分布式系统中,如何实现各个单独的微服务需要 ...
Go 如何利用 ectd 实现分布式锁？
我们都知道最近几年,随着 K8s 成为容器编排领域霸主,etcd 也越来越火,GitHub star 已超过 34.2K.当然这也与它的应用场景广泛密不可分,从服务发现到分布式锁,从配置存储到分布式协 ...

利用DB实现分布式锁的思路

概述

设计