关于分布式中的一些锁的了解

在高并发场景下，电商行业通常面临库存是否充足、是否超卖的问题。如下图

jt.png

这个问题有很多种技术解决方案，如：
悲观锁，分布式锁，乐观锁，队列串行化，Redis原子操作，等等

接下来就对上述的几种技术方案的原理性及基础应用做说明。

悲观锁

• 采用一种悲观的态度来对待事务并发问题。

• 悲观锁的实现往往依靠数据库提供的锁机制。

• 我们认为系统中的并发更新会非常频繁，并且事务失败了以后重来的开销很大，
  因此我们就需要采用真正意义上的锁来进行实现。

• 悲观锁的基本思想就是每次一个事务读取某一条记录后，就会把这条记录锁住，
  这样其它的事务要想更新，必须等以前的事务提交或者回滚解除锁。

用法：SELECT … FOR UPDATE;

select * from tbl_user where id=1 for update;

获取锁的前提：结果集中的数据没有使用排他锁或共享锁时，才能获取锁，否则将会阻塞。
并且需要注意的是，for update 生效需要确保操作是在事务块儿中。


当执行 select ... for update时，将会把数据锁住，因此，我们需要注意一下锁的级别。MySQL InnoDB 默认为行级锁。当查询语句指定了主键时，MySQL会执行「行级锁」，否则MySQL会执行「表锁」。

常见情况如下：

• 若明确指明主键，且结果集有数据，行锁；
  若明确指明主键，结果集无数据，则无锁；
  若无主键，且非主键字段无索引，则表锁；
  若使用主键但主键不明确，则使用表锁

缺点

悲观锁采用的是「先获取锁再访问」的策略，来保障数据的安全。但是加锁策略，依赖数据库实现，
会增加数据库的负担，且会增加死锁的发生几率。此外，对于不会发生变化的只读数据，
加锁只会增加额外不必要的负担。

适用场景

因为悲观锁会影响系统吞吐的性能，所以适合应用在写为居多的场景下。

乐观锁

• 乐观锁通常是通过在表中增加一个版本(version)或时间戳(timestamp)来实现，
  其中，版本最为常用。

• 乐观锁不在数据库上加锁，任何事务都可以对数据进行操作，在更新时才进行校验，
  这样就避免了悲观锁造成的吞吐量下降的劣势。

• 总是假设最好的情况，每次去拿数据的时候都认为别人不会修改，所以不会上锁，
  但是在更新的时候会判断一下在此期间别人有没有去更新这个数据。

用法

我们建一张测试表 hmcf_test_op_lock（使用version字段），并添加两条记录，然后开始执行更新操作。
建表语句：create table hmcf_test_op_lock(id int, name text, num int, version int);

id	name	num	version
1	葡萄干	2	0
2	香蕉	1	0

这里以id=1的数据作为测试案列

客户端A执行

update hmcf_test_op_lock set num=num-1, version=version+1 where id=1 and version=0
> Affected rows: 1
> 时间: 0.001s

此时影响的行数为一行，数据库中的数据更新了（select * from hmcf_test_op_lock where id=1）

id	name	num	version
1	葡萄干	1	1

此时客户端B再执行

update hmcf_test_op_lock set num=num-1, version=version+1 where id=1 and version=0
> Affected rows: 0
> 时间: 0s

可以看到，此时影响的行数为0，因为version已经发生了变化。

缺点

乐观锁因为是通过我们人为实现的，它仅仅适用于我们自己业务中，
如果有外来事务插入，那么就可能发生错误。

适用场景

因为乐观锁就是为了避免悲观锁的弊端出现的，所以适合应用在读为居多的场景下。

分布式锁

分布式锁所应具备的条件

• 在分布式系统环境下，一个方法在同一时间只能被一个机器的一个线程执行。
• 高可用的获取锁与释放锁。
• 高性能的获取锁与释放锁。
• 具备可重入特性。
• 具备锁失效机制，防止死锁。
• 具备非阻塞锁特性，即没有获取到锁将直接返回获取锁失败。

分布式锁的三种常见的实现方式

• 基于数据库实现分布式锁；
• 基于缓存（Redis等）实现分布式锁；
• 基于Zookeeper实现分布式锁；

分布式的CAP理论告诉我们“任何一个分布式系统都无法同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance），最多只能同时满足两项。”
所以，很多系统在设计之初就要对这三者做出取舍。在互联网领域的绝大多数的场景中，
都需要牺牲强一致性来换取系统的高可用性，系统往往只需要保证“最终一致性”，
只要这个最终时间是在用户可以接受的范围内即可。

在很多场景中，我们为了保证数据的最终一致性，需要很多的技术方案来支持，比如分布式事务、分布式锁等。有的时候，我们需要保证一个方法在同一时间内只能被同一个线程执行。

一、基于数据库的实现方式的核心思想是：在数据库中创建一个表，表中包含方法名等字段，并在方法名字段上创建唯一索引，想要执行某个方法，就使用这个方法名向表中插入数据，成功插入则获取锁，执行完成后删除对应的行数据释放锁。

（1）创建一个表：

DROP TABLE IF EXISTS method_lock;
CREATE TABLE method_lock (
  id int unsigned NOT NULL AUTO_INCREMENT COMMENT '主键',
  method_name varchar(64) NOT NULL COMMENT '锁定的方法名',
  desc varchar(255) NOT NULL COMMENT '备注信息',
  update_time timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (id),
  UNIQUE KEY uidx_method_name (method_name) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8 COMMENT='锁定中的方法';

（2）想要执行某个方法，就使用这个方法名向表中插入数据：

INSERT INTO method_lock (method_name, desc) VALUES ('methodName', '测试的methodName');

因为我们对method_name做了唯一性约束，这里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。

（3）成功插入则获取锁，执行完成后删除对应的行数据释放锁：

delete from method_lock where method_name ='methodName';

注意：这只是使用基于数据库的一种方法，使用数据库实现分布式锁还有很多其他的玩法！

使用基于数据库的这种实现方式很简单，但是对于分布式锁应该具备的条件来说，它有一些问题需要解决及优化：

1、因为是基于数据库实现的，数据库的可用性和性能将直接影响分布式锁的可用性及性能，所以，数据库需要双机部署、数据同步、主备切换；

2、不具备可重入的特性，因为同一个线程在释放锁之前，行数据一直存在，无法再次成功插入数据，所以，需要在表中新增一列，用于记录当前获取到锁的机器和线程信息，在再次获取锁的时候，先查询表中机器和线程信息是否和当前机器和线程相同，若相同则直接获取锁；

3、没有锁失效机制，因为有可能出现成功插入数据后，服务器宕机了，对应的数据没有被删除，当服务恢复后一直获取不到锁，所以，需要在表中新增一列，用于记录失效时间，并且需要有定时任务清除这些失效的数据；

4、不具备阻塞锁特性，获取不到锁直接返回失败，所以需要优化获取逻辑，循环多次去获取。

5、在实施的过程中会遇到各种不同的问题，为了解决这些问题，实现方式将会越来越复杂；依赖数据库需要一定的资源开销，性能问题需要考虑。

二、 基于Redis 原子操作

[图片上传失败...(image-cdbdca-1573806720083)]

1、选用Redis实现分布式锁原因：

• Redis有很高的性能
• Redis命令对此支持较好，实现起来比较方便

2、使用命令介绍：

（1）SETNX

SETNX key val：当且仅当key不存在时，set一个key为val的字符串，返回1；
若key存在，则什么都不做，返回0。（可以考虑将过期时间作为值设置上，避免客户端expire时报错，导致死锁问题）

（2）expire

expire key timeout：为key设置一个超时时间，单位为second，
超过这个时间锁会自动释放，避免死锁。

（3）delete

delete key：删除key

在使用Redis实现分布式锁的时候，主要就会使用到这三个命令。

队列串行化

关于队列串行化，在分布式应用中，通常应用将需要控制的操作发送的任务队列里面，然后通过消费者去队列里面去读取对应的任务，进行处理。
常用的任务队列有：rabbitmq 、 rocket_mq、kafka 等。
其中各消息队列的使用方法，会在后续的内容中补上。