并發(fā)情況如何實(shí)現(xiàn)加鎖來(lái)保證數(shù)據(jù)一致性

作者：京東云開(kāi)發(fā)者-京東科技 焦?jié)杀?/p>

單體架構(gòu)下鎖的實(shí)現(xiàn)方案

1. ReentrantLock 全局鎖

ReentrantLock（可重入鎖），指的是一個(gè)線程再次對(duì)已持有的鎖保護(hù)的臨界資源時(shí)，重入請(qǐng)求將會(huì)成功。 簡(jiǎn)單的與我們常用的 Synchronized 進(jìn)行比較：

	ReentrantLock	Synchronized
鎖實(shí)現(xiàn)機(jī)制	依賴 AQS	監(jiān)視器模式
靈活性	支持響應(yīng)超時(shí)、中斷、嘗試獲取鎖	不靈活
釋放形式	必須顯示調(diào)用 unlock () 釋放鎖	自動(dòng)釋放監(jiān)視器
鎖類型	公平鎖 & 非公平鎖	非公平鎖
條件隊(duì)列	可關(guān)聯(lián)多個(gè)條件隊(duì)列	關(guān)聯(lián)一個(gè)條件隊(duì)列
可重入性	可重入	可重入

AQS 機(jī)制：如果被請(qǐng)求的共享資源空閑，那么就當(dāng)前請(qǐng)求資源的線程設(shè)置為有效的工作線程，將共享資源通過(guò) CAScompareAndSetState設(shè)置為鎖定狀態(tài)；如果共享資源被占用，就采用一定的阻塞等待喚醒機(jī)制（CLH 變體的 FIFO 雙端隊(duì)列）來(lái)保證鎖分配。 可重入性：無(wú)論是公平鎖還是非公平鎖的情況，加鎖過(guò)程會(huì)利用一個(gè) state 值

private volatile int state

state 值初始化的時(shí)候?yàn)?0，表示沒(méi)有任何線程持有鎖

當(dāng)有線程來(lái)請(qǐng)求該鎖時(shí)，state 值會(huì)自增 1，同一個(gè)線程多次獲取鎖，就會(huì)多次 + 1，這就是可重入的概念

解鎖也是對(duì) state 值自減 1，一直到 0，此線程對(duì)鎖釋放。

public class LockExample {

    static int count = 0;
    static ReentrantLock lock = new ReentrantLock();

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

        Runnable runnable = new Runnable() {
            @Override
            public void run() {

                try {
                    // 加鎖
                    lock.lock();
                    for (int i = 0; i < 10000; i++) {
                        count++;
                    }
                } catch (Exception e) {
                    e.printStackTrace();
                }
                finally {
                    // 解鎖，放在finally子句中，保證鎖的釋放
                    lock.unlock();
                }
            }
        };

        Thread thread1 = new Thread(runnable);
        Thread thread2 = new Thread(runnable);
        thread1.start();
        thread2.start();
        thread1.join();
        thread2.join();
        System.out.println("count: " + count);
    }
}

/**
 * 輸出
 * count: 20000
 */

2. Mysql 行鎖、樂(lè)觀鎖 樂(lè)觀鎖即是無(wú)鎖思想，一般都是基于 CAS 思想實(shí)現(xiàn)的，而在 MySQL 中通過(guò) version 版本號(hào) + CAS 無(wú)鎖形式實(shí)現(xiàn)樂(lè)觀鎖；例如 T1，T2 兩個(gè)事務(wù)一起并發(fā)執(zhí)行時(shí)，當(dāng) T2 事務(wù)執(zhí)行成功提交后，會(huì)對(duì) version+1，所以 T1 事務(wù)執(zhí)行的 version 條件就無(wú)法成立了。 對(duì) sql 語(yǔ)句進(jìn)行加鎖以及狀態(tài)機(jī)的操作，也可以避免不同線程同時(shí)對(duì) count 值訪問(wèn)導(dǎo)致的數(shù)據(jù)不一致問(wèn)題。

// 樂(lè)觀鎖 + 狀態(tài)機(jī)
update
    table_name
set
    version = version + 1,
    count = count + 1
where
    id = id AND version = version AND count = [修改前的count值];

// 行鎖 + 狀態(tài)機(jī)
 update
    table_name
set
    count = count + 1
where
    id = id AND count = [修改前的count值]
for update;

3. 細(xì)粒度的 ReetrantLock 鎖 如果我們直接采用 ReentrantLock 全局加鎖，那么這種情況是一條線程獲取到鎖，整個(gè)程序全部的線程來(lái)到這里都會(huì)阻塞；但是我們?cè)陧?xiàng)目里面想要針對(duì)每個(gè)用戶在操作的時(shí)候?qū)崿F(xiàn)互斥邏輯，所以我們需要更加細(xì)粒度的鎖。

public class LockExample {
    private static Map lockMap = new ConcurrentHashMap<>();
    
    public static void lock(String userId) {
        // Map中添加細(xì)粒度的鎖資源
        lockMap.putIfAbsent(userId, new ReentrantLock());
        // 從容器中拿鎖并實(shí)現(xiàn)加鎖
        lockMap.get(userId).lock();
    }
    public static void unlock(String userId) {
        // 先從容器中拿鎖，確保鎖的存在
        Lock locak = lockMap.get(userId);
        // 釋放鎖
        lock.unlock();
    }
}

弊端：如果每一個(gè)用戶請(qǐng)求共享資源，就會(huì)加鎖一次，后續(xù)該用戶就沒(méi)有在登錄過(guò)平臺(tái)，但是鎖對(duì)象會(huì)一直存在于內(nèi)存中，這等價(jià)于發(fā)生了內(nèi)存泄漏，所以鎖的超時(shí)和淘汰機(jī)制機(jī)制需要實(shí)現(xiàn)。

4. 細(xì)粒度的 Synchronized 全局鎖

上面的加鎖機(jī)制使用到了鎖容器ConcurrentHashMap，該容易為了線程安全的情況，多以底層還是會(huì)用到Synchronized機(jī)制，所以有些情況，使用 lockMap 需要加上兩層鎖。 那么我們是不是可以直接使用Synchronized來(lái)實(shí)現(xiàn)細(xì)粒度的鎖機(jī)制

public class LockExample {
    public static void syncFunc1(Long accountId) {
        String lock = new String(accountId + "").intern();

        synchronized (lock) {

            System.out.println(Thread.currentThread().getName() + "拿到鎖了");
            // 模擬業(yè)務(wù)耗時(shí)
            try {
                Thread.sleep(1000);
            } catch (InterruptedException e) {
                throw new RuntimeException(e);
            }

            System.out.println(Thread.currentThread().getName() + "釋放鎖了");
        }
    }

    public static void syncFunc2(Long accountId) {
        String lock = new String(accountId + "").intern();

        synchronized (lock) {

            System.out.println(Thread.currentThread().getName() + "拿到鎖了");
            // 模擬業(yè)務(wù)耗時(shí)
            try {
                Thread.sleep(1000);
            } catch (InterruptedException e) {
                throw new RuntimeException(e);
            }

            System.out.println(Thread.currentThread().getName() + "釋放鎖了");
        }
    }

    // 使用 Synchronized 來(lái)實(shí)現(xiàn)更加細(xì)粒度的鎖
    public static void main(String[] args) {
        new Thread(()-> syncFunc1(123456L), "Thread-1").start();
        new Thread(()-> syncFunc2(123456L), "Thread-2").start();
    }
}

/**
 * 打印
 * Thread-1拿到鎖了
 * Thread-1釋放鎖了
 * Thread-2拿到鎖了
 * Thread-2釋放鎖了
 */

從代碼中我們發(fā)現(xiàn)實(shí)現(xiàn)加鎖的對(duì)象其實(shí)就是一個(gè)與用戶 ID 相關(guān)的一個(gè)字符串對(duì)象，這里可能會(huì)有疑問(wèn)，我每一個(gè)新的線程進(jìn)來(lái)，new 的都是一個(gè)新的字符串對(duì)象，只不過(guò)字符串內(nèi)容一樣，怎么能夠保證可以安全的鎖住共享資源呢；

這其實(shí)需要?dú)w功于后面的intern()函數(shù)的功能；

intern()函數(shù)用于在運(yùn)行時(shí)將字符串添加到堆空間中的字符串常量池中，如果字符串已經(jīng)存在，返回字符串常量池中的引用。

分布式架構(gòu)下鎖的實(shí)現(xiàn)方案

核心問(wèn)題：我們需要找到一個(gè)多個(gè)進(jìn)程之間所有線程可見(jiàn)的區(qū)域來(lái)定義這個(gè)互斥量。 一個(gè)優(yōu)秀的分布式鎖的實(shí)現(xiàn)方案應(yīng)該滿足如下幾個(gè)特性：

分布式環(huán)境下，可以保證不同進(jìn)程之間的線程互斥

同一時(shí)刻，同時(shí)只允許一條線程成功獲取到鎖資源

保證互斥量的地方需要保證高可用性

要保證可以高性能的獲取鎖和釋放鎖

可以支持同一線程的鎖重入性

具備合理的阻塞機(jī)制，競(jìng)爭(zhēng)鎖失敗的線程要有相應(yīng)的處理方案

支持非阻塞式的獲取鎖。獲取鎖失敗的線程可以直接返回

具備合理的鎖失效機(jī)制，如超時(shí)失效等，可以確保避免死鎖情況出現(xiàn)

Redis 實(shí)現(xiàn)分布式鎖

redis 屬于中間件，可獨(dú)立部署；

對(duì)于不同的 Java 進(jìn)程來(lái)說(shuō)都是可見(jiàn)的，同時(shí)性能也非?？捎^

依賴與 redis 本身提供的指令setnx key value來(lái)實(shí)現(xiàn)分布式鎖；區(qū)別于普通set指令的是只有當(dāng) key 不存在時(shí)才會(huì)設(shè)置成功，key 存在時(shí)會(huì)返回設(shè)置失敗

代碼實(shí)例：

// 扣庫(kù)存接口
@RequestMapping("/minusInventory")
public String minusInventory(Inventory inventory) {
    // 獲取鎖
    String lockKey = "lock-" + inventory.getInventoryId();
    int timeOut = 100;
    Boolean flag = stringRedisTemplate.opsForValue()
            .setIfAbsent(lockKey, "竹子-熊貓",timeOut,TimeUnit.SECONDS);
    // 加上過(guò)期時(shí)間，可以保證死鎖也會(huì)在一定時(shí)間內(nèi)釋放鎖
    stringRedisTemplate.expire(lockKey,timeOut,TimeUnit.SECONDS);
    
    if(!flag){
        // 非阻塞式實(shí)現(xiàn)
        return "服務(wù)器繁忙...請(qǐng)稍后重試?。?！";
    }
    
    // ----只有獲取鎖成功才能執(zhí)行下述的減庫(kù)存業(yè)務(wù)----        
    try{
        // 查詢庫(kù)存信息
        Inventory inventoryResult =
            inventoryService.selectByPrimaryKey(inventory.getInventoryId());
        
        if (inventoryResult.getShopCount() <= 0) {
            return "庫(kù)存不足，請(qǐng)聯(lián)系賣家....";
        }
        
        // 扣減庫(kù)存
        inventoryResult.setShopCount(inventoryResult.getShopCount() - 1);
        int n = inventoryService.updateByPrimaryKeySelective(inventoryResult);
    } catch (Exception e) { // 確保業(yè)務(wù)出現(xiàn)異常也可以釋放鎖，避免死鎖
        // 釋放鎖
        stringRedisTemplate.delete(lockKey);
    }
    
    if (n > 0)
        return "端口-" + port + ",庫(kù)存扣減成功?。?！";
    return "端口-" + port + ",庫(kù)存扣減失敗?。?！";
}

作者：竹子愛(ài)熊貓
鏈接：https://juejin.cn/post/7038473714970656775

過(guò)期時(shí)間的合理性分析：

因?yàn)閷?duì)于不同的業(yè)務(wù)，我們?cè)O(shè)置的過(guò)期時(shí)間的長(zhǎng)短都會(huì)不一樣，太長(zhǎng)了不合適，太短了也不合適；

所以我們想到的解決方案是設(shè)置一條子線程，給當(dāng)前鎖資源續(xù)命。具體實(shí)現(xiàn)是，子線程間隔 2-3s 去查詢一次 key 是否過(guò)期，如果還沒(méi)有過(guò)期則代表業(yè)務(wù)線程還在執(zhí)行業(yè)務(wù)，那么則為該 key 的過(guò)期時(shí)間加上 5s。

但是為了避免主線程意外死亡后，子線程會(huì)一直為其續(xù)命，造成 “長(zhǎng)生鎖” 的現(xiàn)象，所以將子線程變?yōu)橹鳎I(yè)務(wù)）線程的守護(hù)線程，這樣子線程就會(huì)跟著主線程一起死亡。

// 續(xù)命子線程
public class GuardThread extends Thread { 
    private static boolean flag = true;

    public GuardThread(String lockKey, 
        int timeOut, StringRedisTemplate stringRedisTemplate){
        ……
    }

    @Override
    public void run() {
        // 開(kāi)啟循環(huán)續(xù)命
        while (flag){
            try {
                // 先休眠一半的時(shí)間
                Thread.sleep(timeOut / 2 * 1000);
            }catch (Exception e){
                e.printStackTrace();
            }
            // 時(shí)間過(guò)了一半之后再去續(xù)命
            // 先查看key是否過(guò)期
            Long expire = stringRedisTemplate.getExpire(
                lockKey, TimeUnit.SECONDS);
            // 如果過(guò)期了，代表主線程釋放了鎖
            if (expire <= 0){
                // 停止循環(huán)
                flag = false;
            }
            // 如果還未過(guò)期
            // 再為則續(xù)命一半的時(shí)間
            stringRedisTemplate.expire(lockKey,expire
                + timeOut/2,TimeUnit.SECONDS);
        }
    }
}


// 創(chuàng)建子線程為鎖續(xù)命
GuardThread guardThread = new GuardThread(lockKey,timeOut,stringRedisTemplate);
// 設(shè)置為當(dāng)前 業(yè)務(wù)線程 的守護(hù)線程
guardThread.setDaemon(true);
guardThread.start();

作者：竹子愛(ài)熊貓 
鏈接：https://juejin.cn/post/7038473714970656775

Redis 主從架構(gòu)下鎖失效的問(wèn)題 為了在開(kāi)發(fā)過(guò)程保證 Redis 的高可用，會(huì)采用主從復(fù)制架構(gòu)做讀寫(xiě)分離，從而提升 Redis 的吞吐量以及可用性。但是如果一條線程在 redis 主節(jié)點(diǎn)上獲取鎖成功之后，主節(jié)點(diǎn)還沒(méi)有來(lái)得及復(fù)制給從節(jié)點(diǎn)就宕機(jī)了，此時(shí)另一條線程訪問(wèn) redis 就會(huì)在從節(jié)點(diǎn)上面訪問(wèn)，同時(shí)也獲取鎖成功，這時(shí)候臨界資源的訪問(wèn)就會(huì)出現(xiàn)安全性問(wèn)題了。 解決辦法：

紅鎖算法（官方提出的解決方案）：多臺(tái)獨(dú)立的 Redis 同時(shí)寫(xiě)入數(shù)據(jù)，在鎖失效時(shí)間之內(nèi)，一半以上的機(jī)器寫(xiě)成功則返回獲取鎖成功，失敗的時(shí)候釋放掉那些成功的機(jī)器上的鎖。但這種做法缺點(diǎn)是成本高需要獨(dú)立部署多臺(tái) Redis 節(jié)點(diǎn)。

額外記錄鎖狀態(tài)：再額外通過(guò)其他獨(dú)立部署的中間件（比如 DB）來(lái)記錄鎖狀態(tài)，在新線程獲取鎖之前需要先查詢 DB 中的鎖持有記錄，只要當(dāng)鎖狀態(tài)為未持有時(shí)再嘗試獲取分布式鎖。但是這種情況缺點(diǎn)顯而易見(jiàn)，獲取鎖的過(guò)程實(shí)現(xiàn)難度復(fù)雜，性能開(kāi)銷也非常大；另外還需要配合定時(shí)器功能更新 DB 中的鎖狀態(tài)，保證鎖的合理失效機(jī)制。

使用 Zookepper 實(shí)現(xiàn)

Zookeeper 實(shí)現(xiàn)分布式鎖

Zookeeper 數(shù)據(jù)區(qū)別于 redis 的數(shù)據(jù)，數(shù)據(jù)是實(shí)時(shí)同步的，主節(jié)點(diǎn)寫(xiě)入后需要一半以上的節(jié)點(diǎn)都寫(xiě)入才會(huì)返回成功。所以如果像電商、教育等類型的項(xiàng)目追求高性能，可以放棄一定的穩(wěn)定性，推薦使用 redis 實(shí)現(xiàn)；例如像金融、銀行、政府等類型的項(xiàng)目，追求高穩(wěn)定性，可以犧牲一部分性能，推薦使用 Zookeeper 實(shí)現(xiàn)。

分布式鎖性能優(yōu)化

上面加鎖確實(shí)解決了并發(fā)情況下線程安全的問(wèn)題，但是我們面對(duì) 100w 個(gè)用戶同時(shí)去搶購(gòu) 1000 個(gè)商品的場(chǎng)景該如何解決呢？

可與將共享資源做一下提前預(yù)熱，分段分散存儲(chǔ)一份。搶購(gòu)時(shí)間為下午 15：00，提前再 14：30 左右將商品數(shù)量分成 10 份，并將每一塊數(shù)據(jù)進(jìn)行分別加鎖，來(lái)防止并發(fā)異常。

另外也需要在 redis 中寫(xiě)入 10 個(gè) key，每一個(gè)新的線程進(jìn)來(lái)先隨機(jī)的分配一把鎖，然后進(jìn)行后面的減庫(kù)存邏輯，完成之后釋放鎖，以便之后的線程使用。

這種分布式鎖的思想就是，將原先一把鎖就可以實(shí)現(xiàn)的多線程同步訪問(wèn)共享資源的功能，為了提高瞬時(shí)情況下多線程的訪問(wèn)速度，還需要保證并發(fā)安全的情況下一種實(shí)現(xiàn)方式。