单台机器所能承载的量是有限的，用户的量级上万，基本上服务都会做分布式集群部署。很多时候，会遇到对同一资源的方法。这时候就需要锁，如果是单机版的，可以利用java等语言自带的并发同步处理。如果是多台机器部署就得要有个中间代理人来做分布式锁了。

常用的分布式锁的实现有三种方式。

基于redis实现（利用redis的原子性操作setnx来实现）

基于mysql实现（利用mysql的innodb的行锁来实现，有两种方式， 悲观锁与乐观锁）

基于Zookeeper实现（利用zk的临时顺序节点来实现）

目前，我已经是用了redis和mysql实现了锁，并且根据应用场景应用在不同的线上环境中。没有什么完美的技术、没有万能钥匙、不同方式不同应用场景 CAP原理：一致性（consistency）、可用性（availability）、分区可容忍性（partition-tolerance）三者取其二。基于redis缓存实现分布式锁

基于redis的锁实现比较简单，由于redis的执行是单线程执行，天然的具备原子性操作，我们可以利用命令setnx和expire来实现，java版代码参考如下：

包名和获取redis操作对象换成自己的就好了。

基本步骤是

每次进来先检测一下这个key是否实现。如果失效了移除失效锁

使用setnx原子命令争抢锁。

抢到锁的设置过期时间。

步骤2为最核心的东西， 为啥设置步骤3？可能应为获取到锁的线程出现什么移除请求，而无法释放锁，因此设置一个最长锁时间，避免死锁。 为啥设置步骤1？redis可能在设置expire的时候挂掉。设置过期时间不成功，而出现锁永久生效。

线上环境，步骤1、3的问题都出现过。所以要做保底拦截。

redis集群部署

通常redis都是以master-slave解决单点问题，多个master-slave组成大集群，然后通过一致性哈希算法将不同的key路由到不同master-slave节点上。

redis锁的优缺点：

优点：redis本身是内存操作、并且通常是多片部署，因此有这较高的并发控制，可以抗住大量的请求。 缺点：redis本身是缓存，有一定概率出现数据不一致请求。

在线上，之前，利用redis做库存计数器，奖品发放理论上只发放10个的，最后发放了14个。出现了数据的一致性问题。

因此在这之后，引入了mysql数据库分布式锁。基于mysql实现的分布式锁。

实现第一版

在此之前，在网上搜索了大量的文章，基本上都是 插入、删除发的方式或是直接通过"select for update"这种形式获取锁、计数器。具体可以参考他山之石中的《分布式锁的几种实现方式~》关于数据库锁章节。

一开始，我的实现方式伪代码如下：

这样实现出现了很严重的死锁问题，具体原因可以可以参考他山之石中的《select for update引发死锁分析》 这个版本中存在如下几个比较严重的问题：

1.通常线上数据是不允许做物理删除的 2.通过唯一键重复报错，处理错误形式是不太合理的。 3.如果appclient在处理中还没释放锁之前就挂掉了，会出现锁一直存在，出现死锁。 4.如果以这种方式，实现redis中的计数器（incr decr）,当记录不存在的时候，会出现大量死锁的情况。

因此考虑引入，记录状态字段、中央锁概念。

实现第二版

在第二版中完善了数据库表设计，参考如下：

在这个版本中，考虑到再条锁并发插入存在死锁（间隙锁争抢）情况，引入中央锁概念。

基本方式是：

根据sql创建好数据库

创建一条记录Flock_name="center_lock"的记录。

在对其他锁(如Flock_name="sale_invite_lock")进行操作的时候，先对"center_lock"记录select for update

"sale_invite_lock"记录自己的增删改查。

考虑到不同公司引入的数据库操作包不同，因此提供伪代码，以便于理解 伪代码

到此，该方案，能够满足我的分布式锁的需求。

但是该方案，有一个比较致命的问题，就是所有记录共享一个锁，并发并不高。

经过测试，开启50*100个线程并发修改，5次耗时平均为8秒。

实现第三版

由于方案二，存在共享同一把中央锁，并发不高的请求。参考concurrentHashMap实现原理，引入分段锁概念，降低锁粒度。

基本方式是：

根据sql创建好数据库

创建100条记录Flock_name="center_lock_xx"的记录(xx为00-99)。

在对其他锁(如Flock_name="sale_invite_lock")进行操作的时候，根据crc32算法找到对应的center_lock_02，先对"center_lock_02"记录select for update

"sale_invite_lock"记录自己的增删改查。

伪代码如下：

经过测试，开启50*100个线程并发修改，5次耗时平均为5秒。相较于版本二几乎有一倍的提升。

至此，完成redis/mysql分布式锁、计数器的实现与应用。

最后

根据不同应用场景，做出如下选择：

高并发、不保证数据一致性：redis锁/计数器

低并发、保证数据一致性：mysql锁/计数器

低并发、不保证数据一致性：你随意

高并发。保证数据一致性：redis锁/计数器 + mysql锁/计数器。

表数据和记录：