Java并发编程 什么是分布式锁 跟其他的锁有什么区别 底层原理 实战讲解

目录

一、分布式锁的定义与核心作用

二、分布式锁与普通锁的核心区别

三、分布式锁的底层原理与实现方式

1. 核心实现原理

2. 主流实现方案对比

3. 关键技术细节

四、典型问题与解决方案

五、总结

六、具体代码实现

---

一、分布式锁的定义与核心作用

分布式锁是一种在分布式系统中协调多进程/节点对共享资源进行互斥访问的机制。其核心作用是确保同一时间只有一个进程能够操作共享资源，解决分布式环境下的并发冲突问题（如超卖、数据覆盖等）。

---

二、分布式锁与普通锁的核心区别

对比维度	普通锁（线程/进程锁）	分布式锁
作用范围	单机环境（同一JVM或进程内）	跨机器、跨JVM的分布式环境
数据存储	基于内存（如synchronized、Lock）	基于外部存储（如Redis、ZooKeeper、数据库）
锁失效风险	无网络延迟或节点故障风险	需处理网络分区、节点宕机、时钟同步等问题
典型应用场景	单机多线程资源竞争	分布式服务、微服务集群、数据库流量控制等

---

三、分布式锁的底层原理与实现方式

1. 核心实现原理

• 互斥性：通过唯一标识（如Redis的Key、ZooKeeper节点路径）确保同一时间仅有一个客户端持有锁。
• 超时机制：设置锁的过期时间，避免死锁（如Redis的PX参数）。
• 原子性操作：加锁、解锁需通过原子命令（如Redis的SETNX+EXPIRE组合或Lua脚本）实现。

2. 主流实现方案对比

实现方式	原理	优点	缺点
Redis	基于SET key value NX PX 命令，结合唯一值（UUID）和Lua脚本保证原子性 。	高性能、易扩展	主从切换可能导致锁失效（需RedLock或Redisson优化）
ZooKeeper	基于临时有序节点 ，最小序号节点获得锁，通过Watcher监听节点变化 。	强一致性、自动释放锁（节点断开则删除临时节点）	性能较低、实现复杂
数据库	通过唯一约束（如MySQL行锁、乐观锁）或专用锁表 。	简单易用	性能差、高并发场景易成瓶颈

3. 关键技术细节

• 锁续期（看门狗机制）：Redisson通过后台线程定期检查并延长锁有效期，避免业务未完成时锁过期。
• 可重入性：通过记录线程标识和重入次数（如Redis的Hash结构）支持同一线程多次加锁。
• 容错设计：

• • Redis的RedLock算法需半数以上节点加锁成功，避免主从切换问题。
  • ZooKeeper通过临时节点自动清理解决进程宕机导致的死锁。

---

四、典型问题与解决方案

1. 锁过期但业务未完成

• • 方案：使用守护线程续期（如Redisson的看门狗）或超时回滚+告警。

1. 锁误删（非持有者释放锁）

• • 方案：解锁时校验唯一标识（如UUID），并通过Lua脚本保证原子性。

---

五、总结

分布式锁通过外部存储系统实现跨进程资源互斥，需权衡性能、一致性和复杂度。Redis适合高频低一致性要求的场景，ZooKeeper适用于强一致性但低并发场景，而数据库锁仅作为简单场景的备选。实际选型需结合业务需求和容错能力（如Redisson整合Redis的方案较优）。

六、具体代码实现

我们这边是查询数据

首先如果缓存命中 就直接返回数据

否则是要去数据库查询数据

使用分布式锁 让同一时间只能允许一个线程更新缓存

防止碰巧有写入缓存的线程结束

我们可以进行一个二次检查 防止那个碰巧情况

因为缓存一旦存在 再次写入 数据会进行叠加

确认了在分布式锁内 缓存依旧为空

之后我们就可以去数据库查询数据

   @Override// 这边我们使用redis来辅助mysql查询 因为数据库压力实在是太大了(服务器带宽太低)public List<GetAllContentResp> getAll() {// 异常处理try {// 1. 构建带业务标识的复合KeyString cacheKey = "balloonSentences:all" + DATA_VERSION;// 2. 带熔断的缓存读取 如果缓存击中 直接返回即可 返回的是所有数据List<GetAllContentResp> cachedData = redisService.getList(cacheKey, 0, -1);if (cachedData != null) {if (cachedData.isEmpty()) { // 空值缓存处理return Collections.emptyList();}elasticsearchService.saveProduct(cachedData);  // 写到elasticsearch里面去return cachedData;} else {// 3. 分布式锁防穿透 同一时间只允许一个线程更新缓存RLock lock = redissonClient.getLock("lock:" + cacheKey);try {lock.lock(5, TimeUnit.SECONDS);// 二次检查cachedData = redisService.getList(cacheKey, 0, -1);if (cachedData != null) return cachedData;// 4. 数据库查询List<GetAllContentResp> dbData = tSentencesMapper.getAll();// 5. 异步写缓存和elasticsearch（保证数据库操作成功）CompletableFuture.runAsync(() -> {// 随机化TTL防雪崩redisService.setList(cacheKey, dbData, RandomUtil.randomInt(30, 60), TimeUnit.MINUTES);elasticsearchService.saveProduct(dbData);  // 写到elasticsearch里面去});return dbData;} finally {lock.unlock();}}} catch (Exception e) {e.printStackTrace();}return null;}