利用ZooKeeper实现分布式锁

栏目: IT技术 · 发布时间: 4年前

内容简介: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API来解决;而在分布式环境(会遇到网络故障、消息重复、消息丢失等各种问题)下要复杂得多,常见的解决方案是分布式事务、分布式锁等。本文主要探讨如何利用ZooKeeper来实现分布式锁。分布式锁是控制分布式系统之间同步访问共享资源的一种方式。

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API来解决;而在分布式环境(会遇到网络故障、消息重复、消息丢失等各种问题)下要复杂得多,常见的解决方案是分布式事务、分布式锁等。

本文主要探讨如何利用ZooKeeper来实现分布式锁。

关于分布式锁

分布式锁是控制分布式系统之间同步访问共享资源的一种方式。

在实现分布式锁的过程中需要注意的:

  • 锁的可重入性(递归调用不应该被阻塞、避免死锁)
  • 锁的超时(避免死锁、死循环等意外情况)
  • 锁的阻塞(保证原子性等)
  • 锁的特性支持(阻塞锁、可重入锁、公平锁、联锁、信号量、读写锁)

在使用分布式锁时需要注意:

  • 分布式锁的开销(分布式锁一般能不用就不用,有些场景可以用乐观锁代替)
  • 加锁的粒度(控制加锁的粒度,可以优化系统的性能)
  • 加锁的方式

以下是几种常见的实现分布式锁的方案及其优缺点。

基于数据库

基于数据库表

最简单的方式可能就是直接创建一张锁表,当我们要锁住某个方法或资源时,我们就在该表中增加一条记录,想要释放锁的时候就删除这条记录。给某字段添加唯一性约束,如果有多个请求同时提交到数据库的话,数据库会保证只有一个操作可以成功,那么我们就可以认为操作成功的那个线程获得了该方法的锁,可以执行方法体内容。

会引入数据库单点、无失效时间、不阻塞、不可重入等问题。

基于数据库排他锁

如果使用的是 MySQL 的InnoDB引擎,在查询语句后面增加for update,数据库会在查询过程中(须通过唯一索引查询)给数据库表增加排他锁,我们可以认为获得排它锁的线程即可获得分布式锁,通过 connection.commit() 操作来释放锁。

会引入数据库单点、不可重入、无法保证一定使用行锁(部分情况下MySQL自动使用表锁而不是行锁)、排他锁长时间不提交导致占用数据库连接等问题。

数据库实现分布式锁总结

优点:

  • 直接借助数据库,容易理解。

缺点:

  • 会引入更多的问题,使整个方案变得越来越复杂
  • 操作数据库需要一定的开销,有一定的性能问题
  • 使用数据库的行级锁并不一定靠谱,尤其是当我们的锁表并不大的时候

基于缓存

相比较于基于数据库实现分布式锁的方案来说,基于缓存来实现在性能方面会表现的更好一点。目前有很多成熟的缓存产品,包括 RedisMemcached 、Tair等。

这里以Redis为例举出几种实现方法:

基于Redis的setnx()、expire()方法做分布式锁

setnx的含义就是SET if Not Exists,其主要有两个参数setnx(key, value)。该方法是原子的,如果key不存在,则设置当前key成功,返回1;如果当前key已经存在,则设置当前key失败,返回0。

expire设置过期时间,要注意的是setnx命令不能设置key的超时时间,只能通过expire()来对key设置。

基于Redis的setnx()、get()、getset()方法做分布式锁

getset这个命令主要有两个参数getset(key,newValue),该方法是原子的,对key设置newValue这个值,并且返回key原来的旧值。

基于Redlock做分布式锁

Redlock是Redis的作者antirez给出的集群模式的Redis分布式锁,它基于N个完全独立的Redis节点(通常情况下N可以设置成5)。

基于Redisson做分布式锁

Redisson是Redis官方的分布式锁组件,GitHub 地址: https://github.com/redisson/redisson

基于缓存实现分布式锁总结

优点:

  • 性能好

缺点:

  • 实现中需要考虑的因素太多
  • 通过超时时间来控制锁的失效时间并不是十分的靠谱

基于ZooKeeper

大致思想为:每个客户端对某个方法加锁时,在ZooKeeper上与该方法对应的指定节点的目录下,生成一个唯一的临时有序节点。 判断是否获取锁的方式很简单,只需要判断有序节点中序号最小的一个。 当释放锁的时候,只需将这个临时节点删除即可。同时,其可以避免服务宕机导致的锁无法释放,而产生的死锁问题。

ZooKeeper实现分布式锁总结

优点:

  • 有效的解决单点问题,不可重入问题,非阻塞问题以及锁无法释放的问题
  • 实现较为简单

缺点:

  • 性能上不如使用缓存实现的分布式锁,因为每次在创建锁和释放锁的过程中,都要动态创建、销毁临时节点来实现锁功能
  • 需要对ZooKeeper的原理有所了解

ZooKeeper如何实现分布式锁?

下面讲如何实现排他锁和共享锁,以及如何解决羊群效应。

排他锁

排他锁,又称写锁或独占锁。如果事务T1对数据对象O1加上了排他锁,那么在整个加锁期间,只允许事务T1对O1进行读取或更新操作,其他任务事务都不能对这个数据对象进行任何操作,直到T1释放了排他锁。

排他锁核心是保证当前有且仅有一个事务获得锁,并且锁释放之后,所有正在等待获取锁的事务都能够被通知到。

ZooKeeper的强一致性特性,能够很好地保证在分布式高并发情况下节点的创建一定能够保证全局唯一性,即ZooKeeper将会保证客户端无法重复创建一个已经存在的数据节点。可以利用ZooKeeper这个特性,实现排他锁。

  • 定义锁:通过ZooKeeper上的数据节点来表示一个锁
  • 获取锁:客户端通过调用create方法创建表示锁的临时节点,可以认为创建成功的客户端获得了锁,同时可以让没有获得锁的节点在该节点上注册Watcher监听,以便实时监听到lock节点的变更情况
  • 释放锁:以下两种情况都可以让锁释放
    • 当前获得锁的客户端发生宕机或异常,那么ZooKeeper上这个临时节点就会被删除
    • 正常执行完业务逻辑,客户端主动删除自己创建的临时节点

基于ZooKeeper实现排他锁流程:

利用ZooKeeper实现分布式锁

基于ZooKeeper实现排他锁流程

共享锁

共享锁,又称读锁。如果事务T1对数据对象O1加上了共享锁,那么当前事务只能对O1进行读取操作,其他事务也只能对这个数据对象加共享锁,直到该数据对象上的所有共享锁都被释放。

共享锁与排他锁的区别在于,加了排他锁之后,数据对象只对当前事务可见,而加了共享锁之后,数据对象对所有事务都可见。

  • 定义锁:通过ZooKeeper上的数据节点来表示一个锁,是一个类似于/lockpath/[hostname]-请求类型-序号的临时顺序节点
  • 获取锁:客户端通过调用create方法创建表示锁的临时顺序节点,如果是读请求,则创建/lockpath/[hostname]-R-序号节点,如果是写请求则创建/lockpath/[hostname]-W-序号节点
  • 判断读写顺序:大概分为4个步骤
    • 创建完节点后,获取/lockpath节点下的所有子节点,并对该节点注册子节点变更的Watcher监听
    • 确定自己的节点序号在所有子节点中的顺序
    • 对于读请求:1. 如果没有比自己序号更小的子节点,或者比自己序号小的子节点都是读请求,那么表明自己已经成功获取到了共享锁,同时开始执行读取逻辑;2. 如果有比自己序号小的子节点有写请求,那么等待。对于写请求,如果自己不是序号最小的节点,那么等待
    • 接收到Watcher通知后,重复第一条
  • 释放锁:与排他锁逻辑一致

利用ZooKeeper实现分布式锁

ZooKeeper实现共享锁节点树

基于ZooKeeper实现共享锁流程:

利用ZooKeeper实现分布式锁

基于ZooKeeper实现共享锁流程

羊群效应

在实现共享锁的“判断读写顺序”的第1个步骤是:创建完节点后,获取/lockpath节点下的所有子节点,并对该节点注册子节点变更的Watcher监听。这样的话,任何一次客户端移除共享锁之后,ZooKeeper将会发送子节点变更的Watcher通知给所有机器,系统中将有大量的 “Watcher通知”和“子节点列表获取”这个操作重复执行,然后所有节点再判断自己是否是序号最小的节点(写请求)或者判断比自己序号小的子节点是否都是读请求(读请求),从而继续等待下一次通知。

然而,这些重复操作很多都是“无用的”,实际上每个锁竞争者只需要关注序号比自己小的那个节点是否存在即可。

当集群规模比较大时,这些“无用的”操作不仅会对ZooKeeper造成巨大的性能影响和网络冲击,更为严重的是,如果同一时间有多个客户端释放了共享锁,ZooKeeper服务器就会在短时间内向其余客户端发送大量的事件通知——这就是所谓的“羊群效应“。

改进后的分布式锁实现:

具体实现如下:

  • 客户端调用create方法创建一个类似于/lockpath/[hostname]-请求类型-序号的临时顺序节点
  • 客户端调用getChildren方法获取所有已经创建的子节点列表(这里不注册任何Watcher)
  • 如果无法获取任何共享锁,那么调用exist来对比自己小的那个节点注册Watcher
    • 读请求:向比自己序号小的最后一个写请求节点注册Watcher监听
    • 写请求:向比自己序号小的最后一个节点注册Watcher监听
  • 等待Watcher监听,继续进入步骤2

ZooKeeper羊群效应改进前后Watcher监听图:

利用ZooKeeper实现分布式锁

ZooKeeper羊群效应改进前后

基于Curator客户端实现分布式锁

Apache Curator是一个ZooKeeper的开源客户端,它提供了ZooKeeper各种应用场景(Recipe,如共享锁服务、Master选举、分布式计数器等)的抽象封装,接下来将利用Curator提供的类来实现分布式锁。

Curator提供的跟分布式锁相关的类有5个,分别是:

  • Shared Reentrant Lock可重入锁
  • Shared Lock共享不可重入锁
  • Shared Reentrant Read Write Lock可重入读写锁
  • Shared Semaphore信号量
  • Multi Shared Lock多锁

关于错误处理:还是强烈推荐使用ConnectionStateListener处理连接状态的改变。当连接LOST时你不再拥有锁。

可重入锁

Shared Reentrant Lock,全局可重入锁,所有客户端都可以请求,同一个客户端在拥有锁的同时,可以多次获取,不会被阻塞。它是由类InterProcessMutex来实现,它的主要方法:

// 构造方法

public InterProcessMutex(CuratorFramework client, String path)

public InterProcessMutex(CuratorFramework client, String path, LockInternalsDriver driver)

// 通过acquire获得锁,并提供超时机制:

public void acquire() throws Exception

public boolean acquire(long time, TimeUnit unit) throws Exception

// 撤销锁

public void makeRevocable(RevocationListener<InterProcessMutex> listener)

public void makeRevocable(final RevocationListener<InterProcessMutex> listener, Executor executor)

定义一个FakeLimitedResource类来模拟一个共享资源,该资源一次只能被一个线程使用,直到使用结束,下一个线程才能使用,否则会抛出异常。

public class FakeLimitedResource {

private final AtomicBoolean inUse = new AtomicBoolean(false);



// 模拟只能单线程操作的资源

public void use() throws InterruptedException {

    if (!inUse.compareAndSet(false, true)) {

        // 在正确使用锁的情况下,此异常不可能抛出

        throw new IllegalStateException("Needs to be used by one client at a time");

    }

    try {

        Thread.sleep((long) (100 * Math.random()));

    } finally {

        inUse.set(false);

    }

}

} 

下面的代码将创建N个线程来模拟分布式系统中的节点,系统将通过InterProcessMutex来控制对资源的同步使用;每个节点都将发起10次请求,完成请求锁--访问资源--再次请求锁--释放锁--释放锁的过程;客户端通过acquire请求锁,通过release释放锁,获得几把锁就要释放几把锁;这个共享资源一次只能被一个线程使用,如果控制同步失败,将抛异常。

public class SharedReentrantLockTest {

private static final String lockPath = "/testZK/sharedreentrantlock";

private static final Integer clientNums = 5;

final static FakeLimitedResource resource = new FakeLimitedResource(); // 共享的资源

private static CountDownLatch countDownLatch = new CountDownLatch(clientNums);



public static void main(String[] args) throws InterruptedException {

    for (int i = 0; i < clientNums; i++) {

        String clientName = "client#" + i;

        new Thread(new Runnable() {

            @Override

            public void run() {

                CuratorFramework client = ZKUtils.getClient();

                client.start();

                Random random = new Random();

                try {

                    final InterProcessMutex lock = new InterProcessMutex(client, lockPath);

                    // 每个客户端请求10次共享资源

                    for (int j = 0; j < 10; j++) {

                        if (!lock.acquire(10, TimeUnit.SECONDS)) {

                            throw new IllegalStateException(j + ". " + clientName + " 不能得到互斥锁");

                        }

                        try {

                            System.out.println(j + ". " + clientName + " 已获取到互斥锁");

                            resource.use(); // 使用资源

                            if (!lock.acquire(10, TimeUnit.SECONDS)) {

                                throw new IllegalStateException(j + ". " + clientName + " 不能再次得到互斥锁");

                            }

                            System.out.println(j + ". " + clientName + " 已再次获取到互斥锁");

                            lock.release(); // 申请几次锁就要释放几次锁

                        } finally {

                            System.out.println(j + ". " + clientName + " 释放互斥锁");

                            lock.release(); // 总是在finally中释放

                        }

                        Thread.sleep(random.nextInt(100));

                    }

                } catch (Throwable e) {

                    System.out.println(e.getMessage());

                } finally {

                    CloseableUtils.closeQuietly(client);

                    System.out.println(clientName + " 客户端关闭!");

                    countDownLatch.countDown();

                }

            }

        }).start();

    }

    countDownLatch.await();

    System.out.println("结束!");

}

} 

控制台打印日志,可以看到对资源的同步访问控制成功,并且锁是可重入的。

0. client#3 已获取到互斥锁

0. client#3 已再次获取到互斥锁

0. client#3 释放互斥锁

0. client#1 已获取到互斥锁

0. client#1 已再次获取到互斥锁

0. client#1 释放互斥锁

0. client#2 已获取到互斥锁

0. client#2 已再次获取到互斥锁

0. client#2 释放互斥锁

0. client#0 已获取到互斥锁

0. client#0 已再次获取到互斥锁

0. client#0 释放互斥锁

0. client#4 已获取到互斥锁

0. client#4 已再次获取到互斥锁

0. client#4 释放互斥锁

1. client#1 已获取到互斥锁

1. client#1 已再次获取到互斥锁

1. client#1 释放互斥锁

2. client#1 已获取到互斥锁

2. client#1 已再次获取到互斥锁

2. client#1 释放互斥锁

1. client#4 已获取到互斥锁

1. client#4 已再次获取到互斥锁

1. client#4 释放互斥锁

1. client#3 已获取到互斥锁

1. client#3 已再次获取到互斥锁

1. client#3 释放互斥锁

1. client#2 已获取到互斥锁

1. client#2 已再次获取到互斥锁

1. client#2 释放互斥锁

2. client#4 已获取到互斥锁

2. client#4 已再次获取到互斥锁

2. client#4 释放互斥锁

....

....

client#2 客户端关闭!

9. client#0 已获取到互斥锁

9. client#0 已再次获取到互斥锁

9. client#0 释放互斥锁

9. client#3 已获取到互斥锁

9. client#3 已再次获取到互斥锁

9. client#3 释放互斥锁

client#0 客户端关闭!

8. client#4 已获取到互斥锁

8. client#4 已再次获取到互斥锁

8. client#4 释放互斥锁

9. client#4 已获取到互斥锁

9. client#4 已再次获取到互斥锁

9. client#4 释放互斥锁

client#3 客户端关闭!

client#4 客户端关闭!

结束!

同时在程序运行期间查看ZooKeeper节点树,可以发现每一次请求的锁实际上对应一个临时顺序节点。

[zk: localhost:2181(CONNECTED) 42] ls /testZK/sharedreentrantlock

[leases, _c_208d461b-716d-43ea-ac94-1d2be1206db3-lock-0000001659, locks, _c_64b19dba-3efa-46a6-9344-19a52e9e424f-lock-0000001658, _c_cee02916-d7d5-4186-8867-f921210b8815-lock-0000001657]

不可重入锁

Shared Lock与Shared Reentrant Lock相似,但是不可重入。这个不可重入锁由类InterProcessSemaphoreMutex来实现,使用方法和上面的类类似。

将上面程序中的InterProcessMutex换成不可重入锁InterProcessSemaphoreMutex,如果再运行上面的代码,结果就会发现线程被阻塞在第二个acquire上,直到超时,也就是此锁不是可重入的。

控制台输出日志:

0. client#2 已获取到互斥锁

0. client#1 不能得到互斥锁

0. client#4 不能得到互斥锁

0. client#0 不能得到互斥锁

0. client#3 不能得到互斥锁

client#1 客户端关闭!

client#4 客户端关闭!

client#3 客户端关闭!

client#0 客户端关闭!

0. client#2 释放互斥锁

0. client#2 不能再次得到互斥锁

client#2 客户端关闭!

结束!

把第二个获取锁的代码注释,程序才能正常执行。

0. client#1 已获取到互斥锁

0. client#1 释放互斥锁

0. client#2 已获取到互斥锁

0. client#2 释放互斥锁

0. client#0 已获取到互斥锁

0. client#0 释放互斥锁

0. client#4 已获取到互斥锁

0. client#4 释放互斥锁

0. client#3 已获取到互斥锁

0. client#3 释放互斥锁

1. client#1 已获取到互斥锁

1. client#1 释放互斥锁

1. client#2 已获取到互斥锁

1. client#2 释放互斥锁

....

....

9. client#4 已获取到互斥锁

9. client#4 释放互斥锁

9. client#0 已获取到互斥锁

client#2 客户端关闭!

9. client#0 释放互斥锁

9. client#1 已获取到互斥锁

client#0 客户端关闭!

client#4 客户端关闭!

9. client#1 释放互斥锁

9. client#3 已获取到互斥锁

client#1 客户端关闭!

9. client#3 释放互斥锁

client#3 客户端关闭!

结束!

可重入读写锁

Shared Reentrant Read Write Lock,可重入读写锁,一个读写锁管理一对相关的锁,一个负责读操作,另外一个负责写操作;读操作在写锁没被使用时可同时由多个进程使用,而写锁在使用时不允许读(阻塞);此锁是可重入的;一个拥有写锁的线程可重入读锁,但是读锁却不能进入写锁,这也意味着写锁可以降级成读锁,比如 请求写锁 --->读锁 ---->释放写锁;从读锁升级成写锁是不行的。

可重入读写锁主要由两个类实现:InterProcessReadWriteLock、InterProcessMutex,使用时首先创建一个InterProcessReadWriteLock实例,然后再根据你的需求得到读锁或者写锁,读写锁的类型是 InterProcessMutex。

public static void main(String[] args) throws InterruptedException {

    for (int i = 0; i < clientNums; i++) {

        final String clientName = "client#" + i;

        new Thread(new Runnable() {

            @Override

            public void run() {

                CuratorFramework client = ZKUtils.getClient();

                client.start();

                final InterProcessReadWriteLock lock = new InterProcessReadWriteLock(client, lockPath);

                final InterProcessMutex readLock = lock.readLock();

                final InterProcessMutex writeLock = lock.writeLock();



                try {

                    // 注意只能先得到写锁再得到读锁,不能反过来!!!

                    if (!writeLock.acquire(10, TimeUnit.SECONDS)) {

                        throw new IllegalStateException(clientName + " 不能得到写锁");

                    }

                    System.out.println(clientName + " 已得到写锁");

                    if (!readLock.acquire(10, TimeUnit.SECONDS)) {

                        throw new IllegalStateException(clientName + " 不能得到读锁");

                    }

                    System.out.println(clientName + " 已得到读锁");

                    try {

                        resource.use(); // 使用资源

                    } finally {

                        System.out.println(clientName + " 释放读写锁");

                        readLock.release();

                        writeLock.release();

                    }

                } catch (Exception e) {

                    System.out.println(e.getMessage());

                } finally {

                    CloseableUtils.closeQuietly(client);

                    countDownLatch.countDown();

                }

            }

        }).start();

    }

    countDownLatch.await();

    System.out.println("结束!");

}

} 

控制台打印日志:

client#1 已得到写锁

client#1 已得到读锁

client#1 释放读写锁

client#2 已得到写锁

client#2 已得到读锁

client#2 释放读写锁

client#0 已得到写锁

client#0 已得到读锁

client#0 释放读写锁

client#4 已得到写锁

client#4 已得到读锁

client#4 释放读写锁

client#3 已得到写锁

client#3 已得到读锁

client#3 释放读写锁

结束!

信号量

Shared Semaphore,一个计数的信号量类似JDK的 Semaphore,JDK中Semaphore维护的一组许可(permits),而Cubator中称之为租约(Lease)。有两种方式可以决定semaphore的最大租约数,第一种方式是由用户给定的path决定,第二种方式使用SharedCountReader类。如果不使用SharedCountReader,没有内部代码检查进程是否假定有10个租约而进程B假定有20个租约。 所以所有的实例必须使用相同的numberOfLeases值。

信号量主要实现类有:

InterProcessSemaphoreV2 - 信号量实现类

Lease - 租约(单个信号)

SharedCountReader - 计数器,用于计算最大租约数量

调用acquire会返回一个租约对象,客户端必须在finally中close这些租约对象,否则这些租约会丢失掉。但是,如果客户端session由于某种原因比如crash丢掉,那么这些客户端持有的租约会自动close,这样其它客户端可以继续使用这些租约。租约还可以通过下面的方式返还:

public void returnLease(Lease lease)

public void returnAll(Collection<Lease> leases) 

注意一次你可以请求多个租约,如果Semaphore当前的租约不够,则请求线程会被阻塞。同时还提供了超时的重载方法。

public Lease acquire() throws Exception

public Collection<Lease> acquire(int qty) throws Exception

public Lease acquire(long time, TimeUnit unit) throws Exception

public Collection<Lease> acquire(int qty, long time, TimeUnit unit) throws Exception

一个Demo程序如下:

public class SharedSemaphoreTest {

private static final int MAX_LEASE = 10;

private static final String PATH = "/testZK/semaphore";

private static final FakeLimitedResource resource = new FakeLimitedResource();



public static void main(String[] args) throws Exception {

    CuratorFramework client = ZKUtils.getClient();

    client.start();

    InterProcessSemaphoreV2 semaphore = new InterProcessSemaphoreV2(client, PATH, MAX_LEASE);

    Collection<Lease> leases = semaphore.acquire(5);

    System.out.println("获取租约数量:" + leases.size());

    Lease lease = semaphore.acquire();

    System.out.println("获取单个租约");

    resource.use(); // 使用资源

    // 再次申请获取5个leases,此时leases数量只剩4个,不够,将超时

    Collection<Lease> leases2 = semaphore.acquire(5, 10, TimeUnit.SECONDS);

    System.out.println("获取租约,如果超时将为null: " + leases2);

    System.out.println("释放租约");

    semaphore.returnLease(lease);

    // 再次申请获取5个,这次刚好够

    leases2 = semaphore.acquire(5, 10, TimeUnit.SECONDS);

    System.out.println("获取租约,如果超时将为null: " + leases2);

    System.out.println("释放集合中的所有租约");

    semaphore.returnAll(leases);

    semaphore.returnAll(leases2);

    client.close();

    System.out.println("结束!");

}

} 

控制台打印日志:

获取租约数量:5

获取单个租约

获取租约,如果超时将为null: null

释放租约

获取租约,如果超时将为null: [org.apache.curator.framework.recipes.locks.InterProcessSemaphoreV2$3@3108bc, org.apache.curator.framework.recipes.locks.InterProcessSemaphoreV2$3@370736d9, org.apache.curator.framework.recipes.locks.InterProcessSemaphoreV2$3@5f9d02cb, org.apache.curator.framework.recipes.locks.InterProcessSemaphoreV2$3@63753b6d, org.apache.curator.framework.recipes.locks.InterProcessSemaphoreV2$3@6b09bb57]

释放集合中的所有租约

结束!

注意:上面所讲的4种锁都是公平锁(fair)。从ZooKeeper的角度看,每个客户端都按照请求的顺序获得锁,相当公平。

多锁

Multi Shared Lock是一个锁的容器。当调用acquire,所有的锁都会被acquire,如果请求失败,所有的锁都会被release。同样调用release时所有的锁都被release(失败被忽略)。基本上,它就是组锁的代表,在它上面的请求释放操作都会传递给它包含的所有的锁。

主要涉及两个类:

  • InterProcessMultiLock - 对所对象实现类
  • InterProcessLock - 分布式锁接口类

它的构造函数需要包含的锁的集合,或者一组ZooKeeper的path,用法和Shared Lock相同。

public InterProcessMultiLock(CuratorFramework client, List<String> paths)

public InterProcessMultiLock(List<InterProcessLock> locks)

一个Demo程序如下:

public class MultiSharedLockTest {

private static final String lockPath1 = "/testZK/MSLock1";

private static final String lockPath2 = "/testZK/MSLock2";

private static final FakeLimitedResource resource = new FakeLimitedResource();



public static void main(String[] args) throws Exception {

    CuratorFramework client = ZKUtils.getClient();

    client.start();



    InterProcessLock lock1 = new InterProcessMutex(client, lockPath1); // 可重入锁

    InterProcessLock lock2 = new InterProcessSemaphoreMutex(client, lockPath2); // 不可重入锁

    // 组锁,多锁

    InterProcessMultiLock lock = new InterProcessMultiLock(Arrays.asList(lock1, lock2));

    if (!lock.acquire(10, TimeUnit.SECONDS)) {

        throw new IllegalStateException("不能获取多锁");

    }

    System.out.println("已获取多锁");

    System.out.println("是否有第一个锁: " + lock1.isAcquiredInThisProcess());

    System.out.println("是否有第二个锁: " + lock2.isAcquiredInThisProcess());

    try {

        resource.use(); // 资源操作

    } finally {

        System.out.println("释放多个锁");

        lock.release(); // 释放多锁

    }

    System.out.println("是否有第一个锁: " + lock1.isAcquiredInThisProcess());

    System.out.println("是否有第二个锁: " + lock2.isAcquiredInThisProcess());

    client.close();

    System.out.println("结束!");

}

} 

代码下载地址: https://github.com/whirlys/Big ... locks

原文链接: https://mp.weixin.qq.com/s/6544uSKAUlL98AuxcMI74w


以上所述就是小编给大家介绍的《利用ZooKeeper实现分布式锁》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Probability and Computing: Randomization and Probabilistic Techn

Probability and Computing: Randomization and Probabilistic Techn

Michael Mitzenmacher、Eli Upfal / Cambridge University Press / 2017-7-3 / USD 62.23

Greatly expanded, this new edition requires only an elementary background in discrete mathematics and offers a comprehensive introduction to the role of randomization and probabilistic techniques in m......一起来看看 《Probability and Computing: Randomization and Probabilistic Techn》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具