分布式锁(4)- 基于 Mysql 实现

1. 使用场景

在分布式系统里，我们有时执行定时任务，或者处理某些并发请求，需要确保多点系统里同时只有一个执行线程进行处理。

分布式锁就是在分布式系统里互斥访问资源的解决方案。

通常我们会更多地使用 Redis 分布式锁、Zookeeper 分布式锁的解决方案。

本篇文章介绍的是基于 MySQL 实现的分布式锁方案，性能上肯定是不如 Redis、Zookeeper。

所以，基于 Mysql 实现分布式锁，适用于 对性能要求不高，并且不希望因为要使用分布式锁而引入新组件。

2. 基于唯一索引（insert）实现

2.1 实现方式

• 获取锁时在数据库中 insert 一条数据，包括 id、方法名(唯一索引)、线程名(用于重入)、重入计数
• 获取锁如果成功则返回 true
• 获取锁的动作放在 while 循环中，周期性尝试获取锁直到结束或者可以定义方法来限定时间内获取锁
• 释放锁的时候，delete 对应的数据

2.2 优点：

• 实现简单、易于理解

2.3 缺点

• 没有线程唤醒，获取失败就被丢掉了；
• 没有超时保护，一旦解锁操作失败，就会导致锁记录一直在数据库中，其他线程无法再获得到锁；
• 这把锁强依赖数据库的可用性，数据库是一个单点，一旦数据库挂掉，会导致业务系统不可用；
• 并发量大的时候请求量大，获取锁的间隔，如果较小会给系统和数据库造成压力；
• 这把锁只能是非阻塞的，因为数据的 insert 操作，一旦插入失败就会直接报错，没有获得锁的线程并不会进入排队队列，要想再次获得锁就要再次触发获得锁操作；
• 这把锁是非重入的，同一个线程在没有释放锁之前无法再次获得该锁，因为数据中数据已经存在了；
• 这把锁是非公平锁，所有等待锁的线程凭运气去争夺锁。

2.4 简单实现方案

新建一张表，用于存储锁的信息，需要加锁的时候就插入一条记录，释放锁的时候就删除这条记录

新建一张最简单的表

CREATE TABLE `t_lock` (`lock_key` varchar(64) NOT NULL COMMENT '锁的标识',
  PRIMARY KEY (`lock_key`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='分布式锁'

根据插入 sql 返回受影响的行数，大于 0 表示成功占有锁

insert ignore into t_lock(lock_key) values(:lockKey)

释放锁的时候就删除记录

delete from t_lock where lock_key = :lockKey

2.5 完善实现方案

上面这种简单的实现有以下几个问题：

• 这把锁强依赖数据库的可用性，数据库是一个单点，一旦数据库挂掉，会导致业务系统不可用。
• 这把锁没有失效时间，一旦解锁操作失败，就会导致锁记录一直在数据库中，其他线程无法再获得到锁。
• 这把锁只能是非阻塞的，因为数据的 insert 操作，一旦插入失败就会直接报错。没有获得锁的线程并不会进入排队队列，要想再次获得锁就要再次触发获得锁操作。
• 这把锁是非重入的，同一个线程在没有释放锁之前无法再次获得该锁。因为数据中数据已经存在了。

当然，我们也可以有其他方式解决上面的问题。

• 数据库是单点？搞两个数据库，数据之前双向同步。一旦挂掉快速切换到备库上。
• 没有失效时间？只要做一个定时任务，每隔一定时间把数据库中的超时数据清理一遍。
• 非阻塞的？搞一个 while 循环，直到 insert 成功再返回成功。
• 非重入的？在数据库表中加个字段，记录当前获得锁的机器的主机信息和线程信息，那么下次再获取锁的时候先查询数据库，如果当前机器的主机信息和线程信息在数据库可以查到的话，直接把锁分配给他就可以了。

3. 基于排他锁（for update）实现

3.1 实现方式

• 获取锁可以通过，在 select 语句后增加for update，数据库会在查询过程中给数据库表增加排他锁。当某条记录被加上排他锁之后，其他线程无法再在该行记录上增加排他锁，我们可以认为获得排它锁的线程即可获得分布式锁；
• 其余实现与使用唯一索引相同；
• 释放锁通过 connection.commit(); 操作，提交事务来实现。

3.2 优点

• 实现简单、易于理解。

3.3 缺点

• 排他锁会占用连接，产生连接爆满的问题；
• 如果表不大，可能并不会使用行锁；
• 同样存在单点问题、并发量问题。

3.4 伪代码

CREATE TABLE `methodLock` (`id` INT ( 11) NOT NULL AUTO_INCREMENT COMMENT '主键',
    `method_name` VARCHAR (64) NOT NULL DEFAULT ''COMMENT' 锁定的方法名 ',
    `desc` VARCHAR (1024) NOT NULL DEFAULT '备注信息',
    `update_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '保存数据时间，自动生成',
    PRIMARY KEY (`id`),
    UNIQUE KEY `uidx_method_name` (`method_name `) USING BTREE 
) ENGINE = INNODB DEFAULT CHARSET = utf8 COMMENT = '锁定中的方法';

/**
 * 加锁
 */
public boolean lock() {
    // 开启事务
    connection.setAutoCommit(false);
    // 循环阻塞，等待获取锁
    while (true) {
        // 执行获取锁的 sql
        result = select * from methodLock where method_name = xxx for update;
        // 结果非空，加锁成功
        if (result != null) {return true;}
    }
    // 加锁失败
    return false;
}

/**
 * 解锁
 */
public void unlock() {
    // 提交事务，解锁
    connection.commit();}

4. 乐观锁实现

一般是通过为数据库表添加一个 version 字段来实现读取出数据时，将此版本号一同读出.

之后更新时，对此版本号加 1，在更新过程中，会对版本号进行比较，如果是一致的，没有发生改变，则会成功执行本次操作；如果版本号不一致，则会更新失败。

实际就是个 CAS 过程。

缺点:

1. 这种操作方式，使原本一次的 update 操作，必须变为 2 次操作: select 版本号一次；update 一次。增加了数据库操作的次数。
2. 如果业务场景中的一次业务流程中，多个资源都需要用保证数据一致性，那么如果全部使用基于数据库资源表的乐观锁，就要让每个资源都有一张资源表，这个在实际使用场景中肯定是无法满足的。而且这些都基于数据库操作，在高并发的要求下，对数据库连接的开销一定是无法忍受的。
3. 乐观锁机制往往基于系统中的数据存储逻辑，因此可能会造成脏数据被更新到数据库中。

5. 总结

数据库锁现在使用较多的就上面说的 3 种方式，排他锁（悲观锁），版本号(乐观锁)，记录锁，各有优缺点。

注意点：

• 使用 mysql 分布式锁，必须保证多个服务节点使用的是同一个 mysql 库。

优点

• 直接借助 DB 简单易懂。
• 方便快捷，因为基本每个服务都会连接，但是不是每个服务都会使用 redis 或者 zookeeper；
• 如果客户端断线了会自动释放锁，不会造成锁一直被占用；
• mysql 分布式锁是可重入锁，对于旧代码的改造成本低；

缺点

• 加锁直接打到数据库，增加了数据库的压力；
• 加锁的线程会占用一个 session，也就是一个连接数，如果并发量大可能会导致正常执行的 sql 语句获取不到连接；
• 服务拆分后如果每个服务使用自己的数据库，则不合适；
• 锁的可用性和数据库强关联，一旦数据库挂了，则整个分布式锁不可用；
• 如果需要考虑极限情况，会有超时等各种问题，在解决问题的过程中会使整个方案变得越来越复杂；
• 数据库的性能瓶颈相较于 redis、zk 要低很多，当调用量大的时候，性能问题将成为关键；
• 还需要考虑超时等问题。