分布式锁实现（数据库+Redis+Zookeeper）

1. 数据库 分布式锁

实现原理

基于唯一索引：
- 创建一张锁表，通过唯一索引（如锁名称）保证互斥性。
- 加锁：插入一条记录，成功则获取锁，失败则重试。
- 解锁：删除对应记录。
乐观锁（版本号）：
- 使用版本号字段，更新时检查版本号是否匹配。
悲观锁（SELECT FOR UPDATE）：
- 通过数据库行锁锁定记录（如 SELECT ... FOR UPDATE）。

// 基于唯一索引的简单实现（JDBC示例）
public class DatabaseLock {
private Connection connection;

public boolean tryLock(String lockKey, String clientId, int expireSeconds) {
try {
String sql = "INSERT INTO distributed_lock (lock_key, client_id, expire_time) VALUES (?, ?, ?)";
PreparedStatement stmt = connection.prepareStatement(sql);
stmt.setString(1, lockKey);
stmt.setString(2, clientId);
stmt.setTimestamp(3, new Timestamp(System.currentTimeMillis() + expireSeconds * 1000));
return stmt.executeUpdate() > 0;
} catch (SQLException e) {
return false;
}
}

public void unlock(String lockKey, String clientId) {
try {
String sql = "DELETE FROM distributed_lock WHERE lock_key = ? AND client_id = ?";
PreparedStatement stmt = connection.prepareStatement(sql);
stmt.setString(1, lockKey);
stmt.setString(2, clientId);
stmt.executeUpdate();
} catch (SQLException ignored) {}
}
}

优缺点

优点：
- 实现简单，无需额外依赖。
缺点：
- 性能低（依赖数据库IO）。
- 无自动超时机制（需手动清理过期锁）。
- 单点故障风险。

适用场景

低频并发场景，或作为临时方案。

2. Redis分布式锁

实现原理

单节点锁（SETNX + EXPIRE）：
- 加锁：使用 SET key value NX EX seconds 原子命令设置锁并指定超时时间。
- 解锁：通过 Lua 脚本校验客户端唯一标识后删除锁。
RedLock算法（多节点容错）：
- 向多个独立 Redis 节点请求锁，半数以上成功视为加锁成功。

Java代码示例（Jedis客户端）

public class RedisLock {
private Jedis jedis;
private String lockKey;
private String clientId;
private int expireTime;

public RedisLock(Jedis jedis, String lockKey, int expireTime) {
this.jedis = jedis;
this.lockKey = lockKey;
this.clientId = UUID.randomUUID().toString();
this.expireTime = expireTime;
}

public boolean tryLock() {
// 加锁：SET lockKey clientId NX EX expireTime
String result = jedis.set(lockKey, clientId, SetParams.setParams().nx().ex(expireTime));
return "OK".equals(result);
}

public void unlock() {
// 解锁：通过Lua脚本保证原子性
String luaScript = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
jedis.eval(luaScript, Collections.singletonList(lockKey), Collections.singletonList(clientId));
}
}

优缺点

优点：
- 高性能（基于内存操作）。
- 支持自动超时，避免死锁。
缺点：
- 时钟漂移可能导致锁提前释放。
- RedLock 算法实现复杂，依赖多节点。

适用场景

高并发场景（如秒杀、限流）。

3. ZooKeeper分布式锁

实现原理

临时顺序节点：
- 加锁：客户端在 ZooKeeper 的锁目录下创建临时顺序节点。
- 监听机制：判断当前节点是否为最小节点，是则获取锁；否则监听前一个节点的删除事件。
临时节点：
- 创建临时节点，成功则获取锁，否则监听节点删除。

public class ZkLock {
private CuratorFramework client;
private String lockPath;
private InterProcessMutex lock;

public ZkLock(CuratorFramework client, String lockPath) {
this.client = client;
this.lockPath = lockPath;
this.lock = new InterProcessMutex(client, lockPath);
}

public boolean tryLock(long timeout, TimeUnit unit) {
try {
return lock.acquire(timeout, unit);
} catch (Exception e) {
return false;
}
}

public void unlock() {
try {
lock.release();
} catch (Exception ignored) {}
}
}

// 使用示例
CuratorFramework client = CuratorFrameworkFactory.newClient("localhost:2181", new RetryNTimes(3, 1000));
client.start();
ZkLock zkLock = new ZkLock(client, "/locks/resource");
try {
if (zkLock.tryLock(10, TimeUnit.SECONDS)) {
// 执行业务逻辑
}
} finally {
zkLock.unlock();
}

优缺点

优点：
- 强一致性（ZooKeeper 的 ZAB 协议）。
- 自动释放锁（临时节点断开即删除）。
- 支持公平锁（顺序节点）。
缺点：
- 性能低于 Redis（频繁的节点操作和监听）。
- 需维护 ZooKeeper 集群。

适用场景

需要强一致性和高可靠性的场景（如金融交易）。

对比总结

特性	数据库锁	Redis锁	ZooKeeper锁
实现复杂度	简单	中等	复杂
性能	低	高	中
可靠性	低	中（依赖集群）	高
自动超时	手动实现	支持	支持（临时节点）
公平性	不支持	不支持	支持
适用场景	低频简单场景	高并发场景	强一致性场景