实现分布式锁目前有三种流行方案，分别为基于数据库、Redis、Zookeeper的方案，其中前两种方案网络上有很多资料可以参考，本文不做展开。我们来看下使用Zookeeper如何实现分布式锁。
什么是Zookeeper？
Zookeeper（业界简称zk）是一种提供配置管理、分布式协同以及命名的中心化服务，这些提供的功能都是分布式系统中非常底层且必不可少的基本功能，但是如果自己实现这些功能而且要达到高吞吐、低延迟同时还要保持一致性和可用性，实际上非常困难。因此zookeeper提供了这些功能，开发者在zookeeper之上构建自己的各种分布式系统。
虽然zookeeper的实现比较复杂，但是它提供的模型抽象却是非常简单的。Zookeeper提供一个多层级的节点命名空间（节点称为znode），每个节点都用一个以斜杠（/）分隔的路径表示，而且每个节点都有父节点（根节点除外），非常类似于文件系统。例如，/foo/doo这个表示一个znode，它的父节点为/foo，父父节点为/，而/为根节点没有父节点。与文件系统不同的是，这些节点都可以设置关联的数据，而文件系统中只有文件节点可以存放数据而目录节点不行。Zookeeper为了保证高吞吐和低延迟，在内存中维护了这个树状的目录结构，这种特性使得Zookeeper不能用于存放大量的数据，每个节点的存放数据上限为1M。
而为了保证高可用，zookeeper需要以集群形态来部署，这样只要集群中大部分机器是可用的（能够容忍一定的机器故障），那么zookeeper本身仍然是可用的。客户端在使用zookeeper时，需要知道集群机器列表，通过与集群中的某一台机器建立TCP连接来使用服务，客户端使用这个TCP链接来发送请求、获取结果、获取监听事件以及发送心跳包。如果这个连接异常断开了，客户端可以连接到另外的机器上。
架构简图如下所示：
zookeeper
客户端的读请求可以被集群中的任意一台机器处理，如果读请求在节点上注册了监听器，这个监听器也是由所连接的zookeeper机器来处理。对于写请求，这些请求会同时发给其他zookeeper机器并且达成一致后，请求才会返回成功。因此，随着zookeeper的集群机器增多，读请求的吞吐会提高但是写请求的吞吐会下降。
有序性是zookeeper中非常重要的一个特性，所有的更新都是全局有序的，每个更新都有一个唯一的时间戳，这个时间戳称为zxid（Zookeeper Transaction Id）。而读请求只会相对于更新有序，也就是读请求的返回结果中会带有这个zookeeper最新的zxid。
如何使用zookeeper实现分布式锁？
在描述算法流程之前，先看下zookeeper中几个关于节点的有趣的性质：
-
有序节点：假如当前有一个父节点为/lock，我们可以在这个父节点下面创建子节点；zookeeper提供了一个可选的有序特性，例如我们可以创建子节点“/lock/node-”并且指明有序，那么zookeeper在生成子节点时会根据当前的子节点数量自动添加整数序号，也就是说如果是第一个创建的子节点，那么生成的子节点为/lock/node-0000000000，下一个节点则为/lock/node-0000000001，依次类推。
-
临时节点：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会自动删除该节点。
-
事件监听：在读取数据时，我们可以同时对节点设置事件监听，当节点数据或结构变化时，zookeeper会通知客户端。当前zookeeper有如下四种事件：1）节点创建；2）节点删除；3）节点数据修改；4）子节点变更。
下面描述使用zookeeper实现分布式锁的算法流程，假设锁空间的根节点为/lock：
-
客户端连接zookeeper，并在/lock下创建临时的且有序的子节点，第一个客户端对应的子节点为/lock/lock-0000000000，第二个为/lock/lock-0000000001，以此类推。
-
客户端获取/lock下的子节点列表，判断自己创建的子节点是否为当前子节点列表中序号最小的子节点，如果是则认为获得锁，否则监听/lock的子节点变更消息，获得子节点变更通知后重复此步骤直至获得锁；
-
执行业务代码；
-
完成业务流程后，删除对应的子节点释放锁。
步骤1中创建的临时节点能够保证在故障的情况下锁也能被释放，考虑这么个场景：假如客户端a当前创建的子节点为序号最小的节点，获得锁之后客户端所在机器宕机了，客户端没有主动删除子节点；如果创建的是永久的节点，那么这个锁永远不会释放，导致死锁；由于创建的是临时节点，客户端宕机后，过了一定时间zookeeper没有收到客户端的心跳包判断会话失效，将临时节点删除从而释放锁。
另外细心的朋友可能会想到，在步骤2中获取子节点列表与设置监听这两步操作的原子性问题，考虑这么个场景：客户端a对应子节点为/lock/lock-0000000000，客户端b对应子节点为/lock/lock-0000000001，客户端b获取子节点列表时发现自己不是序号最小的，但是在设置监听器前客户端a完成业务流程删除了子节点/lock/lock-0000000000，客户端b设置的监听器岂不是丢失了这个事件从而导致永远等待了？这个问题不存在的。因为zookeeper提供的API中设置监听器的操作与读操作是原子执行的，也就是说在读子节点列表时同时设置监听器，保证不会丢失事件。
最后，对于这个算法有个极大的优化点：假如当前有1000个节点在等待锁，如果获得锁的客户端释放锁时，这1000个客户端都会被唤醒，这种情况称为“羊群效应”；在这种羊群效应中，zookeeper需要通知1000个客户端，这会阻塞其他的操作，最好的情况应该只唤醒新的最小节点对应的客户端。应该怎么做呢？在设置事件监听时，每个客户端应该对刚好在它之前的子节点设置事件监听，例如子节点列表为/lock/lock-0000000000、/lock/lock-0000000001、/lock/lock-0000000002，序号为1的客户端监听序号为0的子节点删除消息，序号为2的监听序号为1的子节点删除消息。
zookeeper学习中
所以调整后的分布式锁算法流程如下：
-
客户端连接zookeeper，并在/lock下创建临时的且有序的子节点，第一个客户端对应的子节点为/lock/lock-0000000000，第二个为/lock/lock-0000000001，以此类推；
-
客户端获取/lock下的子节点列表，判断自己创建的子节点是否为当前子节点列表中序号最小的子节点，如果是则认为获得锁，否则监听刚好在自己之前一位的子节点删除消息，获得子节点变更通知后重复此步骤直至获得锁；
-
执行业务代码；
-
完成业务流程后，删除对应的子节点释放锁。
下面用java原生api去实现分布式锁：
<dependency>
<groupId>org.apache.zookeeper</groupId>
<artifactId>zookeeper</artifactId>
<version>3.4.8</version>
<type>pom</type>
</dependency>在集群中创建分布式锁的根节点：
[zk: localhost:2181(CONNECTED) 5] create /LOCKS 00
Created /LOCKS
[zk: localhost:2181(CONNECTED) 6] ls /
[LOCKS, zookeeper, event, linshi, pang]/**
* 创建客户端会话
*/
public class ZookeeperClient {
private final static String CONNECTIONSTRING="127.0.0.1:2181,127.0.0.1:2182,127.0.0.1:2183";
private static int sessionTimeout = 5000;
//获取连接
public static ZooKeeper getInstance() throws IOException, InterruptedException {
final CountDownLatch countDownLatch = new CountDownLatch(1);//利用这个wait方法保存已连接状态，有延时
ZooKeeper zooKeeper = new ZooKeeper(CONNECTIONSTRING, sessionTimeout, new Watcher() {
@Override
public void process(WatchedEvent event) {
if (event.getState() == Event.KeeperState.SyncConnected){//判断是否已经连接上
countDownLatch.countDown();
}
}
});
countDownLatch.await();
return zooKeeper;
}
public static int getSessionTimeout() {
return sessionTimeout;
}
}/**
* 监听节点被删除事件
*/
public class LockWatcher implements Watcher{
private CountDownLatch latch;
public LockWatcher(CountDownLatch latch) {
this.latch = latch;
}
@Override
public void process(WatchedEvent event) {
if(event.getType()== Event.EventType.NodeDeleted){//判断是不是节点删除了
latch.countDown();
}
}
}/**
* 分布式锁实现
*/
public class DistributeLock {
private static final String ROOT_LOCK="/LOCKS";//根节点
private ZooKeeper zooKeeper;
private int sessionTimeout;//会话超时时间
private String lockID;//记录锁节点ID
private final static byte[] data = {1,2};//节点数据
private CountDownLatch countDownLatch = new CountDownLatch(1);
public DistributeLock() throws IOException, InterruptedException {
this.zooKeeper = ZookeeperClient.getInstance();
this.sessionTimeout = ZookeeperClient.getSessionTimeout();
}
//获取锁的方法
public boolean lock(){
try {
//四个参数：路径、保存内容、权限、临时有序节点 LOCKS/0000000001
lockID = zooKeeper.create(ROOT_LOCK+"/",data, ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);
System.out.println(Thread.currentThread().getName()+"-->成功创建了lock节点,节点ID="+lockID+"开始去竞争锁");
//获取当前根节点下所有的节点,然后判断是不是最小节点
List<String> childrenNodes = zooKeeper.getChildren(ROOT_LOCK,true);
//排序从小到大
SortedSet<String> sortedSet = new TreeSet<String>();
for (String children : childrenNodes){
sortedSet.add(ROOT_LOCK+"/"+children);
}
String first = sortedSet.first();//拿到最小的节点
if (lockID.equals(first)){
//表示当前就是最小的节点
System.out.println(Thread.currentThread().getName()+"---->成功的获取锁.lock节点为="+lockID);
return true;
}
//拿到这个节点之前的所有节点,再拿最后一个节点，就是拿当前节点的上一个节点,用于监听变化
SortedSet<String> lessThanLockID = sortedSet.headSet(lockID);
if (!lessThanLockID.isEmpty()){
String prevLockID = lessThanLockID.last();
zooKeeper.exists(prevLockID,new LockWatcher(countDownLatch));
countDownLatch.await(sessionTimeout, TimeUnit.MILLISECONDS);
//上面这段代码意味着会话超时或者节点被删除（释放）了
System.out.println(Thread.currentThread().getName()+"成功获取锁,lockID="+lockID);
}
return true;
} catch (KeeperException e) {
e.printStackTrace();
} catch (InterruptedException e) {
e.printStackTrace();
}
return false;
}
//释放锁的方法
public boolean unlock(){
try {
System.out.println(Thread.currentThread().getName()+"--->开始释放锁lock="+lockID);
zooKeeper.delete(lockID,-1);
System.out.println("节点"+lockID+"成功被删除");
return true;
} catch (InterruptedException e) {
e.printStackTrace();
} catch (KeeperException e) {
e.printStackTrace();
}
return false;
}
public static void main(String[] args) {
final CountDownLatch latch = new CountDownLatch(10);
Random random = new Random();
for (int i=0 ;i < 10;i++){
new Thread(()->{
DistributeLock lock = null;
try {
lock = new DistributeLock();
latch.countDown();
latch.await();
lock.lock();
Thread.sleep(random.nextInt(500));
} catch (IOException e) {
e.printStackTrace();
} catch (InterruptedException e) {
e.printStackTrace();
}finally {
if (lock != null){
lock.unlock();
}
}
}).start();
}
}
}输出结果：
Thread-3-->成功创建了lock节点,节点ID=/LOCKS/0000000060开始去竞争锁
Thread-0-->成功创建了lock节点,节点ID=/LOCKS/0000000061开始去竞争锁
Thread-8-->成功创建了lock节点,节点ID=/LOCKS/0000000065开始去竞争锁
Thread-9-->成功创建了lock节点,节点ID=/LOCKS/0000000062开始去竞争锁
Thread-7-->成功创建了lock节点,节点ID=/LOCKS/0000000063开始去竞争锁
Thread-5-->成功创建了lock节点,节点ID=/LOCKS/0000000066开始去竞争锁
Thread-2-->成功创建了lock节点,节点ID=/LOCKS/0000000067开始去竞争锁
Thread-6-->成功创建了lock节点,节点ID=/LOCKS/0000000069开始去竞争锁
Thread-1-->成功创建了lock节点,节点ID=/LOCKS/0000000068开始去竞争锁
Thread-3---->成功的获取锁.lock节点为=/LOCKS/0000000060
Thread-4-->成功创建了lock节点,节点ID=/LOCKS/0000000064开始去竞争锁
Thread-3--->开始释放锁lock=/LOCKS/0000000060
节点/LOCKS/0000000060成功被删除
Thread-0成功获取锁,lockID=/LOCKS/0000000061
Thread-0--->开始释放锁lock=/LOCKS/0000000061
节点/LOCKS/0000000061成功被删除
Thread-9成功获取锁,lockID=/LOCKS/0000000062
Thread-9--->开始释放锁lock=/LOCKS/0000000062
节点/LOCKS/0000000062成功被删除
Thread-7成功获取锁,lockID=/LOCKS/0000000063
Thread-7--->开始释放锁lock=/LOCKS/0000000063
节点/LOCKS/0000000063成功被删除
Thread-4成功获取锁,lockID=/LOCKS/0000000064
Thread-4--->开始释放锁lock=/LOCKS/0000000064
Thread-8成功获取锁,lockID=/LOCKS/0000000065
节点/LOCKS/0000000064成功被删除
Thread-8--->开始释放锁lock=/LOCKS/0000000065
Thread-5成功获取锁,lockID=/LOCKS/0000000066
节点/LOCKS/0000000065成功被删除
Thread-5--->开始释放锁lock=/LOCKS/0000000066
Thread-2成功获取锁,lockID=/LOCKS/0000000067
节点/LOCKS/0000000066成功被删除
Thread-2--->开始释放锁lock=/LOCKS/0000000067
节点/LOCKS/0000000067成功被删除
Thread-1成功获取锁,lockID=/LOCKS/0000000068
Thread-1--->开始释放锁lock=/LOCKS/0000000068
Thread-6成功获取锁,lockID=/LOCKS/0000000069
节点/LOCKS/0000000068成功被删除
Thread-6--->开始释放锁lock=/LOCKS/0000000069
节点/LOCKS/0000000069成功被删除下面用java原生curator去实现分布式锁：
public class CuratorDistrLockTest {
/** Zookeeper info */
private final static String ZK_ADDRESS="127.0.0.1:2181,127.0.0.1:2182,127.0.0.1:2183";
private static final String ZK_LOCK_PATH = "/zktest";
public static void main(String[] args) throws InterruptedException {
// 1.Connect to zk
CuratorFramework client = CuratorFrameworkFactory.newClient(
ZK_ADDRESS,
new RetryNTimes(10, 5000)
);
client.start();
System.out.println("zk client start successfully!");
Thread t1 = new Thread(() -> {
doWithLock(client);
}, "t1");
Thread t2 = new Thread(() -> {
doWithLock(client);
}, "t2");
Thread t3 = new Thread(() -> {
doWithLock(client);
}, "t3");
t1.start();
t2.start();
t3.start();
}
private static void doWithLock(CuratorFramework client) {
//Curator提供的InterProcessMutex是分布式锁的实现。通过acquire获得锁，并提供超时机制，release方法用于释放锁。
InterProcessMutex lock = new InterProcessMutex(client, ZK_LOCK_PATH);
try {
if (lock.acquire(10 * 1000, TimeUnit.SECONDS)) {
System.out.println(Thread.currentThread().getName() + " hold lock");
Thread.sleep(5000L);
System.out.println(Thread.currentThread().getName() + " release lock");
}
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
lock.release();
} catch (Exception e) {
e.printStackTrace();
}
}
}
}输出结果：
zk client start successfully!
t1 hold lock
t1 release lock
t2 hold lock
t2 release lock
t3 hold lock
t3 release lock