当前位置: 首页 > news >正文

[后端进阶] 详解分布式锁的三种实现方式:MySQL vs Redis vs ZooKeeper

在微服务架构或分布式系统中,Java 内置的锁(如synchronizedReentrantLock)只能限制当前 JVM 内部的线程互斥。当我们需要跨多个服务节点、跨进程地去抢占同一个资源(如“扣减库存”、“抢单”)时,就需要引入分布式锁

本文将深入对比业界常见的三种分布式锁实现方案:MySQLRedisZooKeeper,解析其原理、代码实现及优缺点。


一、基于 MySQL 实现分布式锁

MySQL 实现分布式锁主要利用了数据库的唯一性约束或排他锁(X锁)特性。

1. 方案 A:基于唯一索引 (Unique Index)

这是最直观的方法。我们创建一个锁表,并对lock_key字段加上唯一索引。

  • 加锁:执行INSERT INTO lock_table (lock_key) VALUES ('order_101');。如果插入成功,则获取锁;如果报Duplicate Key Error,则获取失败。

  • 解锁:执行DELETE FROM lock_table WHERE lock_key = 'order_101';

2. 方案 B:基于排他锁 (SELECT ... FOR UPDATE)

利用 MySQL 的事务机制,通过FOR UPDATE对某一行数据加排他锁。

START TRANSACTION; -- 阻塞式等待获取锁 SELECT * FROM distributed_lock WHERE lock_key = 'order_101' FOR UPDATE; -- 执行业务逻辑... COMMIT; -- 提交事务即释放锁
⚠️ 致命注意点:必须加索引!

在使用FOR UPDATE时,WHERE后面的字段(如lock_key必须有索引

  • 有索引:MySQL 使用行锁(Row Lock),只锁住这一行,并发互不影响。

  • 无索引:MySQL 无法定位行,会进行全表扫描,进而导致锁表。这会让系统的并发能力瞬间降为 1,甚至导致数据库连接池爆满导致服务崩溃。

优缺点分析
  • 优点:理解简单,不需要引入额外的中间件(利用现有数据库)。

  • 缺点

    • 性能差:依赖磁盘 I/O,并发支持有限。

    • 死锁风险:基于 INSERT 的方案如果服务宕机,锁无法自动释放(需额外开发定时清理任务)。

    • 连接资源宝贵:基于FOR UPDATE的方案会长时间占用数据库连接。


二、基于 Redis 实现分布式锁(推荐)

这是目前互联网企业最常用的方案,核心优势是高性能

1. 核心原理

早期我们使用SETNX(Set if Not Exists) 指令,但在生产环境中,推荐使用Redisson框架,它封装了复杂的底层逻辑。

  • 互斥:利用 Redis 的原子操作,同一时刻只有一个客户端能设置成功。

  • 防死锁:设置过期时间(TTL)。

  • 自动续期(看门狗 Watchdog):这是 Redisson 的黑科技。如果业务逻辑执行时间超过了锁的过期时间,看门狗会起一个后台线程,每隔一段时间自动给锁“续命”,防止业务没跑完锁就过期了。

2. Java 代码示例 (Redisson)
@Autowired private RedissonClient redisson; public void doBusiness() { RLock lock = redisson.getLock("my-lock"); try { // 尝试加锁,支持自动续期 lock.lock(); // 执行业务... System.out.println("Processing..."); } finally { // 释放锁前判断是否是当前线程持有 if (lock.isLocked() && lock.isHeldByCurrentThread()) { lock.unlock(); } } }
优缺点分析
  • 优点:性能极高(纯内存操作),实现简单(Redisson 封装极其完善),支持可重入。

  • 缺点AP 模型(弱一致性)。在 Redis 哨兵或集群模式下,如果主节点还没来得及把锁同步给从节点就挂了,从节点升级为主节点后,锁会丢失,可能导致两个线程同时持锁。


三、基于 ZooKeeper 实现分布式锁

ZooKeeper (ZK) 保证 CP(强一致性),适用于对可靠性要求极高的场景(如金融核心系统)。通常配合Curator客户端使用。

1. 核心原理

利用 ZK 的临时顺序节点 (Ephemeral Sequential Node)

  1. 抢锁:所有客户端在/lock目录下创建一个临时顺序节点。

  2. 判断:获取所有子节点,判断自己的序号是不是最小的。如果是,获得锁。

  3. 等待:如果不是最小,监听(Watch)比自己小 1 号的那个节点。

  4. 释放:前一个节点删除(释放锁或宕机),当前节点收到通知,获得锁。

优缺点分析
  • 优点

    • 强一致性:不存在 Redis 的丢锁问题。

    • 安全性高:因为是临时节点,客户端宕机后节点自动消失,天然杜绝死锁

  • 缺点:性能不如 Redis,频繁创建和删除节点对 ZK 集群压力较大。


四、总结与选型建议

维度MySQLRedis (Redisson)ZooKeeper
底层机制唯一索引 / 行锁SETNX / Lua 脚本临时顺序节点
性能低 (磁盘I/O)极高 (内存)中 (网络/磁盘)
一致性强 (依赖事务)弱 (主从切换可能丢锁)强 (CP模型)
死锁风险高 (需兜底策略)低 (看门狗机制)无 (断开即释放)
复杂度手动实现麻烦框架封装好框架封装好

选型建议:

  1. 绝大多数互联网业务(90%):首选Redis (Redisson)。即使极端情况下偶尔丢锁,通过业务层的幂等性校验也能兜底,性能收益巨大。

  2. 金融级/对一致性极其敏感的场景:首选ZooKeeper。宁可慢一点,也不能出差错。

  3. 极小规模/不想引入新组件:可以使用MySQL,但务必记得给锁字段加唯一索引,防止锁全表导致系统崩溃。


作者提示:技术选型没有绝对的“最好”,只有“最适合”。在面试中回答此问题时,建议先说出 Redis 的方案,再对比 ZK 的强一致性优势,最后提一下 MySQL 的实现原理及坑点,展现你的知识广度。

http://www.jsqmd.com/news/106670/

相关文章:

  • 香港科技大学团队发明“智能管家“,让AI一眼就知道该抓哪里用哪里
  • 《ZeroTier教程》02-使用docker部署自建PLANET和controller 二次开发ztncui控制面板
  • 中国储能第一股赴美IPO,但工厂也得搬过去
  • 最长公共子序列(LCS)
  • 机器视觉介绍
  • KAIST突破:AI实现SVG矢量图形智能动画
  • Model Context Protocol(MCP)简介以及简单示例代码测试(.net8)
  • 非支配排序多目标鲸鱼优化算法(NSWOA) Matlab实现探索
  • 完整教程:openEuler 22.03 LTS 部署 ELK(Elasticsearch+Logstash+Kibana)完整教程
  • KP32511SGA固定12V输出小家电电源芯片 典型应用电路
  • [表单]HTML Learn Data Day 1
  • Wireshark官网中文版下载和安装教程(附安装包,图文版)
  • 基于PowerShell的Windows服务命令行管理器(WSM)
  • springboot框架对接物联网,配置TCP协议依赖,与设备通信,让TCP变的如此简单
  • 用长短期记忆网络融合注意力机制做时间序列预测,效果惊人
  • LP3799FBC_48W隔离电源芯片(12V4A)典型应用电路
  • 12.17学习例题(1)
  • 提示词工程完全指南(超详细)从零基础到精通,一篇就够,建议收藏!
  • GA-LSSVM多输入多输出回归,基于遗传算法(GA)优化最小二乘向量机(LSSVM)的多输入...
  • BioSIM 抗人GARP/TGF-β1复合抗体SIM0368:高特异性、高灵敏度以及广泛的适用性
  • 一款实用的Windows自动更新管理器--WAU 管理器,v3.8.3.0新版本,中文便携版~
  • 基于大数据的人脸识别系统设计与实现开题报告
  • ManySpeech —— 使用 C# 开发人工智能语音应用
  • RabbitMQ的安装集群、镜像队列配置
  • 从零开始:C#回收魔法—深入浅出揭开Dispose与释放模式的神秘面纱
  • FT8440B输出12V350MA,18V300MA 非隔离电源方案 典型应用电路
  • Oracle性能诊断与SQL优化:从9i到19c的技术演进与实践
  • 深入解析:AI Agent设计模式 Day 13:Ensemble模式:集成多个Agent的智慧
  • 基于大数据的社交网络隐私保护及舆情分析可视化系统开题报告
  • 【TVM 教程】Python 目标参数化