分析ZooKeeper分佈式鎖的實現
一、分佈式鎖方案比較
方案 | 實現思路 | 優點 | 缺點 |
---|---|---|---|
利用 MySQL 的實現方案 | 利用數據庫自身提供的鎖機制實現,要求數據庫支持行級鎖 | 實現簡單 | 性能差,無法適應高並發場景;容易出現死鎖的情況;無法優雅的實現阻塞式鎖 |
利用 Redis 的實現方案 | 使用 Setnx 和 lua 腳本機制實現,保證對緩存操作序列的原子性 | 性能好 | 實現相對復雜,有可能出現死鎖;無法優雅的實現阻塞式鎖 |
利用 ZooKeeper 的實現方案 | 基於 ZooKeeper 節點特性及 watch 機制實現 | 性能好,穩定可靠性高,能較好地實現阻塞式鎖 | 實現相對復雜 |
二、ZooKeeper實現分佈式鎖
這裡使用 ZooKeeper 來實現分佈式鎖,以50個並發請求來獲取訂單編號為例,描述兩種方案,第一種為基礎實現,第二種在第一種基礎上進行瞭優化。
2.1、方案一
流程描述:
具體代碼:
OrderNumGenerator:
/** * @Description 生成隨機訂單號 */ public class OrderNumGenerator { private static long count = 0; /** * 使用日期加數值拼接成訂單號 */ public String getOrderNumber() throws Exception { String date = DateTimeFormatter.ofPattern("yyyyMMddHHmmss").format(LocalDateTime.now()); String number = new DecimalFormat("000000").format(count++); return date + number; } }
Lock:
/** * @Description 自定義鎖接口 */ public interface Lock { /** * 獲取鎖 */ public void getLock(); /** * 釋放鎖 */ public void unLock(); }
AbstractLock:
/** * @Description 定義一個模板,具體的方法由子類來實現 */ public abstract class AbstractLock implements Lock { /** * 獲取鎖 */ @Override public void getLock() { if (tryLock()) { System.out.println("--------獲取到瞭自定義Lock鎖的資源--------"); } else { // 沒拿到鎖則阻塞,等待拿鎖 waitLock(); getLock(); } } /** * 嘗試獲取鎖,如果拿到瞭鎖返回true,沒有拿到則返回false */ public abstract boolean tryLock(); /** * 阻塞,等待獲取鎖 */ public abstract void waitLock(); }
ZooKeeperAbstractLock:
/** * @Description 定義需要的服務連接 */ public abstract class ZooKeeperAbstractLock extends AbstractLock { private static final String SERVER_ADDR = "192.168.182.130:2181,192.168.182.131:2181,192.168.182.132:2181"; protected ZkClient zkClient = new ZkClient(SERVER_ADDR); protected static final String PATH = "/lock"; }
ZooKeeperDistrbuteLock:
/** * @Description 真正實現鎖的細節 */ public class ZooKeeperDistrbuteLock extends ZooKeeperAbstractLock { private CountDownLatch countDownLatch = null; /** * 嘗試拿鎖 */ @Override public boolean tryLock() { try { // 創建臨時節點 zkClient.createEphemeral(PATH); return true; } catch (Exception e) { // 創建失敗報異常 return false; } } /** * 阻塞,等待獲取鎖 */ @Override public void waitLock() { // 創建監聽 IZkDataListener iZkDataListener = new IZkDataListener() { @Override public void handleDataChange(String s, Object o) throws Exception { } @Override public void handleDataDeleted(String s) throws Exception { // 釋放鎖,刪除節點時喚醒等待的線程 if (countDownLatch != null) { countDownLatch.countDown(); } } }; // 註冊監聽 zkClient.subscribeDataChanges(PATH, iZkDataListener); // 節點存在時,等待節點刪除喚醒 if (zkClient.exists(PATH)) { countDownLatch = new CountDownLatch(1); try { countDownLatch.await(); } catch (InterruptedException e) { e.printStackTrace(); } } // 刪除監聽 zkClient.unsubscribeDataChanges(PATH, iZkDataListener); } /** * 釋放鎖 */ @Override public void unLock() { if (zkClient != null) { System.out.println("釋放鎖資源"); zkClient.delete(PATH); zkClient.close(); } } }
測試效果:使用50個線程來並發測試ZooKeeper實現的分佈式鎖
/** * @Description 使用50個線程來並發測試ZooKeeper實現的分佈式鎖 */ public class OrderService { private static class OrderNumGeneratorService implements Runnable { private OrderNumGenerator orderNumGenerator = new OrderNumGenerator();; private Lock lock = new ZooKeeperDistrbuteLock(); @Override public void run() { lock.getLock(); try { System.out.println(Thread.currentThread().getName() + ", 生成訂單編號:" + orderNumGenerator.getOrderNumber()); } catch (Exception e) { e.printStackTrace(); } finally { lock.unLock(); } } } public static void main(String[] args) { System.out.println("----------生成唯一訂單號----------"); for (int i = 0; i < 50; i++) { new Thread(new OrderNumGeneratorService()).start(); } } }
2.2、方案二
方案二在方案一的基礎上進行優化,避免產生“羊群效應”,方案一一旦臨時節點刪除,釋放鎖,那麼其他在監聽這個節點變化的線程,就會去競爭鎖,同時訪問 ZooKeeper,那麼怎麼更好的避免各線程的競爭現象呢,就是使用臨時順序節點,臨時順序節點排序,每個臨時順序節點隻監聽它本身的前一個節點變化。
流程描述:
具體代碼
具體隻需要將方案一中的 ZooKeeperDistrbuteLock 改變,增加一個 ZooKeeperDistrbuteLock2,測試代碼中使用 ZooKeeperDistrbuteLock2 即可測試,其他代碼都不需要改變。
/** * @Description 真正實現鎖的細節 */ public class ZooKeeperDistrbuteLock2 extends ZooKeeperAbstractLock { private CountDownLatch countDownLatch = null; /** * 當前請求節點的前一個節點 */ private String beforePath; /** * 當前請求的節點 */ private String currentPath; public ZooKeeperDistrbuteLock2() { if (!zkClient.exists(PATH)) { // 創建持久節點,保存臨時順序節點 zkClient.createPersistent(PATH); } } @Override public boolean tryLock() { // 如果currentPath為空則為第一次嘗試拿鎖,第一次拿鎖賦值currentPath if (currentPath == null || currentPath.length() == 0) { // 在指定的持久節點下創建臨時順序節點 currentPath = zkClient.createEphemeralSequential(PATH + "/", "lock"); } // 獲取所有臨時節點並排序,例如:000044 List<String> childrenList = zkClient.getChildren(PATH); Collections.sort(childrenList); if (currentPath.equals(PATH + "/" + childrenList.get(0))) { // 如果當前節點在所有節點中排名第一則獲取鎖成功 return true; } else { int wz = Collections.binarySearch(childrenList, currentPath.substring(6)); beforePath = PATH + "/" + childrenList.get(wz - 1); } return false; } @Override public void waitLock() { // 創建監聽 IZkDataListener iZkDataListener = new IZkDataListener() { @Override public void handleDataChange(String s, Object o) throws Exception { } @Override public void handleDataDeleted(String s) throws Exception { // 釋放鎖,刪除節點時喚醒等待的線程 if (countDownLatch != null) { countDownLatch.countDown(); } } }; // 註冊監聽,這裡是給排在當前節點前面的節點增加(刪除數據的)監聽,本質是啟動另外一個線程去監聽前置節點 zkClient.subscribeDataChanges(beforePath, iZkDataListener); // 前置節點存在時,等待前置節點刪除喚醒 if (zkClient.exists(beforePath)) { countDownLatch = new CountDownLatch(1); try { countDownLatch.await(); } catch (InterruptedException e) { e.printStackTrace(); } } // 刪除對前置節點的監聽 zkClient.unsubscribeDataChanges(beforePath, iZkDataListener); } /** * 釋放鎖 */ @Override public void unLock() { if (zkClient != null) { System.out.println("釋放鎖資源"); zkClient.delete(currentPath); zkClient.close(); } } }
以上就是分析ZooKeeper分佈式鎖的實現的詳細內容,更多關於ZooKeeper分佈式鎖的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- Java zookeeper服務的使用詳解
- 基於Zookeeper實現分佈式鎖詳解
- Java並行執行任務的幾種方案小結
- MyBatis使用Zookeeper保存數據庫的配置可動態刷新的實現代碼
- springcloud如何用Redlock實現分佈式鎖