<h3><strong>一、使用分布式锁要满足的几个条件：</strong></h3>    <ol>     <li> <p>系统是一个分布式系统（关键是分布式，单机的可以使用ReentrantLock或者synchronized代码块来实现）</p> </li>     <li> <p>共享资源（各个系统访问同一个资源，资源的载体可能是传统关系型数据库或者NoSQL）</p> </li>     <li> <p>同步访问（即有很多个进程同事访问同一个共享资源。没有同步访问，谁管你资源竞争不竞争）</p> </li>    </ol>    <h3><strong>二、应用的场景例子</strong></h3>    <p>管理后台的部署架构（多台tomcat服务器+redis【多台tomcat服务器访问一台redis】+mysql【多台tomcat服务器访问一台服务器上的mysql】）就满足使用分布式锁的条件。多台服务器要访问redis全局缓存的资源，如果不使用分布式锁就会出现问题。 看如下伪代码：</p>    <pre>  <code class="language-r">long N=0L;  //N从redis获取值  if(N<5){  N++；  //N写回redis  }  </code></pre>    <p>上面的代码主要实现的功能：</p>    <p>从redis获取值N，对数值N进行边界检查，自加1，然后N写回redis中。 这种应用场景很常见，像秒杀，全局递增ID、IP访问限制等。以IP访问限制来说，恶意攻击者可能发起无限次访问，并发量比较大，分布式环境下对N的边界检查就不可靠， <strong>因为从redis读的N可能已经是脏数据。传统的加锁的做法（如java的synchronized和Lock）也没用，因为这是分布式环境 ，</strong>这个同步问题的救火队员也束手无策。在这危急存亡之秋，分布式锁终于有用武之地了。</p>    <p>分布式锁可以基于很多种方式实现，比如zookeeper、redis...。不管哪种方式，他的 <strong>基本原理</strong> 是不变的： 用一个状态值表示锁，对锁的占用和释放通过状态值来标识。</p>    <p>这里主要讲如何用redis实现分布式锁。</p>    <h3><strong>三、使用redis的setNX命令实现分布式锁</strong></h3>    <p>1、实现的原理</p>    <p>Redis为单进程单线程模式，采用队列模式将并发访问变成串行访问，且多客户端对Redis的连接并不存在竞争关系。redis的SETNX命令可以方便的实现分布式锁。</p>    <p>2、基本命令解析</p>    <p>1）setNX（SET if Not eXists）</p>    <p>语法：</p>    <pre>  <code class="language-r">SETNX key value  </code></pre>    <p>将 key 的值设为  value ，当且仅当  key 不存在。</p>    <p>若给定的 key 已经存在，则 SETNX 不做任何动作。</p>    <p>SETNX 是『SET if Not eXists』(如果不存在，则 SET)的简写</p>    <p>返回值：</p>    <p>设置成功，返回  1 。</p>    <p>设置失败，返回  0 。</p>    <p>例子：</p>    <pre>  <code class="language-r">redis> EXISTS job                # job 不存在  (integer) 0    redis> SETNX job "programmer"    # job 设置成功  (integer) 1    redis> SETNX job "code-farmer"   # 尝试覆盖 job ，失败  (integer) 0    redis> GET job                   # 没有被覆盖  "programmer"  </code></pre>    <p>所以我们使用执行下面的命令</p>    <pre>  <code class="language-r">SETNX lock.foo <current Unix time + lock timeout + 1>   </code></pre>    <ul>     <li> <p>如返回1，则该客户端获得锁，把lock.foo的键值设置为时间值表示该键已被锁定，该客户端最后可以通过DEL lock.foo来释放该锁。</p> </li>     <li> <p>如返回0，表明该锁已被其他客户端取得，这时我们可以先返回或进行重试等对方完成或等待锁超时。</p> </li>    </ul>    <p>2）getSET</p>    <p>语法：</p>    <pre>  <code class="language-r">GETSET key value  </code></pre>    <p>将 给定  key 的值设为  value ，并 返回  key  的旧值(old value) 。</p>    <p>当 key 存在但不是字符串类型时，返回一个错误。</p>    <p>返回值：</p>    <p>返回给定  key 的旧值。</p>    <p>当  key 没有旧值时，也即是，  key 不存在时，返回  nil 。</p>    <p>3）get</p>    <p>语法：</p>    <pre>  <code class="language-r">GET key  </code></pre>    <p>返回值：</p>    <p>当  key 不存在时，返回  nil ，否则，返回  key 的值。</p>    <p>如果  key 不是字符串类型，那么返回一个错误</p>    <h3><strong>四、解决死锁</strong></h3>    <p>上面的锁定逻辑有一个问题： 如果一个持有锁的客户端失败或崩溃了不能释放锁，该怎么解决 ？</p>    <pre>  <code class="language-r">我们可以通过锁的键对应的时间戳来判断这种情况是否发生了，如果当前的时间已经大于lock.foo的值，说明该锁已失效，可以被重新使用。   </code></pre>    <p>发生这种情况时，可不能简单的通过DEL来删除锁，然后再SETNX一次（讲道理， 删除锁的操作应该是锁拥有这执行的，这里只需要等它超时即可 ），当多个客户端检测到锁超时后都会尝试去释放它，这里就可能出现一个竞态条件,让我们模拟一下这个场景： </p>    <pre>  <code class="language-r">C0操作超时了，但它还持有着锁，C1和C2读取lock.foo检查时间戳，先后发现超时了。   C1 发送DEL lock.foo   C1 发送SETNX lock.foo 并且成功了。   C2 发送DEL lock.foo   C2 发送SETNX lock.foo 并且成功了。   这样一来，C1，C2都拿到了锁！问题大了！   </code></pre>    <p>幸好这种问题是可以避免的，让我们来看看C3这个客户端是怎样做的：</p>    <pre>  <code class="language-r">C3发送SETNX lock.foo 想要获得锁，由于C0还持有锁，所以Redis返回给C3一个0   C3发送GET lock.foo 以检查锁是否超时了，如果没超时，则等待或重试。   反之，如果已超时，C3通过下面的操作来尝试获得锁：   GETSET lock.foo <current Unix time + lock timeout + 1>   通过GETSET，C3拿到的时间戳如果仍然是超时的，那就说明，C3如愿以偿拿到锁了。   如果在C3之前，有个叫C4的客户端比C3快一步执行了上面的操作，那么C3拿到的时间戳是个未超时的值，这时，C3没有如期获得锁，需要再次等待或重试。留意一下，尽管C3没拿到锁，但它改写了C4设置的锁的超时值，不过这一点非常微小的误差带来的影响可以忽略不计。   </code></pre>    <p>注意：为了让分布式锁的算法更稳键些，持有锁的客户端在解锁之前应该再检查一次自己的锁是否已经超时，再去做DEL操作，因为可能客户端因为某个耗时的操作而挂起，操作完的时候锁因为超时已经被别人获得，这时就不必解锁了。  </p>    <h3><strong>五、代码实现</strong></h3>    <p>expireMsecs 锁持有超时，防止线程在入锁以后，无限的执行下去，让锁无法释放</p>    <p>timeoutMsecs 锁等待超时，防止线程饥饿，永远没有入锁执行代码的机会 </p>    <p>注意：项目里面需要先搭建好redis的相关配置</p>    <pre>  <code class="language-r">import org.slf4j.Logger;  import org.slf4j.LoggerFactory;  import org.springframework.dao.DataAccessException;  import org.springframework.data.redis.connection.RedisConnection;  import org.springframework.data.redis.core.RedisCallback;  import org.springframework.data.redis.core.RedisTemplate;  import org.springframework.data.redis.serializer.StringRedisSerializer;    /**   * Redis distributed lock implementation.   *   * @author zhengcanrui   */  public class RedisLock {        private static Logger logger = LoggerFactory.getLogger(RedisLock.class);        private RedisTemplate redisTemplate;        private static final int DEFAULT_ACQUIRY_RESOLUTION_MILLIS = 100;        /**       * Lock key path.       */      private String lockKey;        /**       * 锁超时时间，防止线程在入锁以后，无限的执行等待       */      private int expireMsecs = 60 * 1000;        /**       * 锁等待时间，防止线程饥饿       */      private int timeoutMsecs = 10 * 1000;        private volatile boolean locked = false;        /**       * Detailed constructor with default acquire timeout 10000 msecs and lock expiration of 60000 msecs.       *       * @param lockKey lock key (ex. account:1, ...)       */      public RedisLock(RedisTemplate redisTemplate, String lockKey) {          this.redisTemplate = redisTemplate;          this.lockKey = lockKey + "_lock";      }        /**       * Detailed constructor with default lock expiration of 60000 msecs.       *       */      public RedisLock(RedisTemplate redisTemplate, String lockKey, int timeoutMsecs) {          this(redisTemplate, lockKey);          this.timeoutMsecs = timeoutMsecs;      }        /**       * Detailed constructor.       *       */      public RedisLock(RedisTemplate redisTemplate, String lockKey, int timeoutMsecs, int expireMsecs) {          this(redisTemplate, lockKey, timeoutMsecs);          this.expireMsecs = expireMsecs;      }        /**       * @return lock key       */      public String getLockKey() {          return lockKey;      }        private String get(final String key) {          Object obj = null;          try {              obj = redisTemplate.execute(new RedisCallback<Object>() {                  @Override                  public Object doInRedis(RedisConnection connection) throws DataAccessException {                      StringRedisSerializer serializer = new StringRedisSerializer();                      byte[] data = connection.get(serializer.serialize(key));                      connection.close();                      if (data == null) {                          return null;                      }                      return serializer.deserialize(data);                  }              });          } catch (Exception e) {              logger.error("get redis error, key : {}", key);          }          return obj != null ? obj.toString() : null;      }        private boolean setNX(final String key, final String value) {          Object obj = null;          try {              obj = redisTemplate.execute(new RedisCallback<Object>() {                  @Override                  public Object doInRedis(RedisConnection connection) throws DataAccessException {                      StringRedisSerializer serializer = new StringRedisSerializer();                      Boolean success = connection.setNX(serializer.serialize(key), serializer.serialize(value));                      connection.close();                      return success;                  }              });          } catch (Exception e) {              logger.error("setNX redis error, key : {}", key);          }          return obj != null ? (Boolean) obj : false;      }        private String getSet(final String key, final String value) {          Object obj = null;          try {              obj = redisTemplate.execute(new RedisCallback<Object>() {                  @Override                  public Object doInRedis(RedisConnection connection) throws DataAccessException {                      StringRedisSerializer serializer = new StringRedisSerializer();                      byte[] ret = connection.getSet(serializer.serialize(key), serializer.serialize(value));                      connection.close();                      return serializer.deserialize(ret);                  }              });          } catch (Exception e) {              logger.error("setNX redis error, key : {}", key);          }          return obj != null ? (String) obj : null;      }        /**       * 获得 lock.       * 实现思路: 主要是使用了redis 的setnx命令,缓存了锁.       * reids缓存的key是锁的key,所有的共享, value是锁的到期时间(注意:这里把过期时间放在value了,没有时间上设置其超时时间)       * 执行过程:       * 1.通过setnx尝试设置某个key的值,成功(当前没有这个锁)则返回,成功获得锁       * 2.锁已经存在则获取锁的到期时间,和当前时间比较,超时的话,则设置新的值       *       * @return true if lock is acquired, false acquire timeouted       * @throws InterruptedException in case of thread interruption       */      public synchronized boolean lock() throws InterruptedException {          int timeout = timeoutMsecs;          while (timeout >= 0) {              long expires = System.currentTimeMillis() + expireMsecs + 1;              String expiresStr = String.valueOf(expires); //锁到期时间              if (this.setNX(lockKey, expiresStr)) {                  // lock acquired                  locked = true;                  return true;              }                String currentValueStr = this.get(lockKey); //redis里的时间              if (currentValueStr != null && Long.parseLong(currentValueStr) < System.currentTimeMillis()) {                  //判断是否为空，不为空的情况下，如果被其他线程设置了值，则第二个条件判断是过不去的                  // lock is expired                    String oldValueStr = this.getSet(lockKey, expiresStr);                  //获取上一个锁到期时间，并设置现在的锁到期时间，                  //只有一个线程才能获取上一个线上的设置时间，因为jedis.getSet是同步的                  if (oldValueStr != null && oldValueStr.equals(currentValueStr)) {                      //防止误删（覆盖，因为key是相同的）了他人的锁——这里达不到效果，这里值会被覆盖，但是因为什么相差了很少的时间，所以可以接受                        //[分布式的情况下]:如过这个时候，多个线程恰好都到了这里，但是只有一个线程的设置值和当前值相同，他才有权利获取锁                      // lock acquired                      locked = true;                      return true;                  }              }              timeout -= DEFAULT_ACQUIRY_RESOLUTION_MILLIS;                /*                  延迟100 毫秒,  这里使用随机时间可能会好一点,可以防止饥饿进程的出现,即,当同时到达多个进程,                  只会有一个进程获得锁,其他的都用同样的频率进行尝试,后面有来了一些进行,也以同样的频率申请锁,这将可能导致前面来的锁得不到满足.                  使用随机的等待时间可以一定程度上保证公平性               */              Thread.sleep(DEFAULT_ACQUIRY_RESOLUTION_MILLIS);            }          return false;      }          /**       * Acqurired lock release.       */      public synchronized void unlock() {          if (locked) {              redisTemplate.delete(lockKey);              locked = false;          }      }    }  </code></pre>    <p>调用：</p>    <pre>  <code class="language-r"> RedisLock lock = new RedisLock(redisTemplate, key, 10000, 20000);   try {              if(lock.lock()) {                     //需要加锁的代码                  }              }          } catch (InterruptedException e) {              e.printStackTrace();          }finally {              //为了让分布式锁的算法更稳键些，持有锁的客户端在解锁之前应该再检查一次自己的锁是否已经超时，再去做DEL操作，因为可能客户端因为某个耗时的操作而挂起，              //操作完的时候锁因为超时已经被别人获得，这时就不必解锁了。 ————这里没有做              lock.unlock();          }  </code></pre>    <h3><strong>六、一些问题</strong></h3>    <p>1、为什么不直接使用expire设置超时时间，而将时间的毫秒数其作为value放在redis中？</p>    <p>如下面的方式，把超时的交给redis处理：</p>    <pre>  <code class="language-r">lock(key, expireSec){  isSuccess = setnx key  if (isSuccess)  expire key expireSec  }  </code></pre>    <p>这种方式貌似没什么问题，但是假如在setnx后，redis崩溃了，expire就没有执行，结果就是死锁了。锁永远不会超时。</p>    <p>2、为什么前面的锁已经超时了，还要用getSet去设置新的时间戳的时间获取旧的值，然后和外面的判断超时时间的时间戳比较呢？</p>    <p><img src="https://simg.open-open.com/show/0ed026ec4eefc20fb4ba998a57e3a44e.png"></p>    <p>因为是分布式的环境下，可以在前一个锁失效的时候，有两个进程进入到锁超时的判断。如：</p>    <p>C0超时了，还持有锁,C1/C2同时请求进入了方法里面</p>    <p>C1/C2获取到了C0的超时时间</p>    <p>C1使用getSet方法</p>    <p>C2也执行了getSet方法</p>    <p>假如我们不加 oldValueStr.equals(currentValueStr) 的判断，将会C1/C2都将获得锁，加了之后，能保证C1和C2只能一个能获得锁，一个只能继续等待。</p>    <p>注意 ：这里可能导致超时时间不是其原本的超时时间，C1的超时时间可能被C2覆盖了，但是他们相差的毫秒及其小，这里忽略了。</p>    <p> </p>    <p>来自：http://www.cnblogs.com/0201zcr/p/5942748.html</p>    <p> </p>