来源:Sam哥哥

链接:https://blog.csdn.net/linsongbin1/article/details/79444274


概述


以前参加过一个库存系统,由于其业务复杂性,搞了很多个应用来支撑。这样的话一份库存数据就有可能同时有多个应用来修改库存数据。比如说,有定时任务域xx.cron,和SystemA域和SystemB域这几个JAVA应用,可能同时修改同一份库存数据。如果不做协调的话,就会有脏数据出现。对于跨JAVA进程的线程协调,可以借助外部环境,例如DB或者Redis。下文介绍一下如何使用DB来实现分布式锁。


设计


本文设计的分布式锁的交互方式如下:


1、根据业务字段生成transaction_id,并线程安全的创建锁资源
2、根据transaction_id申请锁
3、释放锁


动态创建锁资源


在使用synchronized关键字的时候,必须指定一个锁对象。

synchronized(obj) {

 

}

进程内的线程可以基于obj来实现同步。obj在这里可以理解为一个锁对象。如果线程要进入synchronized代码块里,必须先持有obj对象上的锁。这种锁是JAVA里面的内置锁,创建的过程是线程安全的。那么借助DB,如何保证创建锁的过程是线程安全的呢?可以利用DB中的UNIQUE KEY特性,一旦出现了重复的key,由于UNIQUE KEY的唯一性,会抛出异常的。在JAVA里面,是SQLIntegrityConstraintViolationException异常。

create table distributed_lock

(

    id BIGINT UNSIGNED PRIMARY KEY AUTO_INCREMENT COMMENT ‘自增主键’,

    transaction_id varchar(128) NOT NULL DEFAULT COMMENT ‘事务id’,

    last_update_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP NOT NULL COMMENT ‘最后更新时间’,

    create_time TIMESTAMP DEFAULT ‘0000-00-00 00:00:00’ NOT NULL COMMENT ‘创建时间’,

    UNIQUE KEY `idx_transaction_id` (`transaction_id`)

)

transaction_id是事务Id,比如说,可以用


仓库 + 条码 + 销售模式


来组装一个transaction_id,表示某仓库某销售模式下的某个条码资源。不同条码,当然就有不同的transaction_id。如果有两个应用,拿着相同的transaction_id来创建锁资源的时候,只能有一个应用创建成功。


一条distributed_lock记录插入成功了,就表示一份锁资源创建成功了。


DB连接池列表设计


在写操作频繁的业务系统中,通常会进行分库,以降低单数据库写入的压力,并提高写操作的吞吐量。如果使用了分库,那么业务数据自然也都分配到各个数据库上了。在这种水平切分的多数据库上使用DB分布式锁,可以自定义一个DataSouce列表。并暴露一个getConnection(String transactionId)方法,按照transactionId找到对应的Connection。


实现代码如下:

package dlock;

 

import com.alibaba.druid.pool.DruidDataSource;

import org.springframework.stereotype.Component;

 

import javax.annotation.PostConstruct;

import java.io.FileInputStream;

import java.io.IOException;

import java.sql.Connection;

import java.util.ArrayList;

import java.util.List;

import java.util.Properties;

 

@Component

public class DataSourcePool {

    private List dlockDataSources = new ArrayList();

 

    @PostConstruct

    private void initDataSourceList() throws IOException {

        Properties properties = new Properties();

        FileInputStream fis = new FileInputStream(“db.properties”);

        properties.load(fis);

 

        Integer lockNum = Integer.valueOf(properties.getProperty(“DLOCK_NUM”));

        for (int i = 0; i “DLOCK_USER_” + i);

            String password = properties.getProperty(“DLOCK_PASS_” + i);

            Integer initSize = Integer.valueOf(properties.getProperty(“DLOCK_INIT_SIZE_” + i));

            Integer maxSize = Integer.valueOf(properties.getProperty(“DLOCK_MAX_SIZE_” + i));

            String url = properties.getProperty(“DLOCK_URL_” + i);

 

            DruidDataSource dataSource = createDataSource(user,password,initSize,maxSize,url);

            dlockDataSources.add(dataSource);

        }

    }

 

    private DruidDataSource createDataSource(String user, String password, Integer initSize, Integer maxSize, String url) {

        DruidDataSource dataSource = new DruidDataSource();

        dataSource.setDriverClassName(“com.mysql.jdbc.Driver”);

        dataSource.setUsername(user);

        dataSource.setPassword(password);

        dataSource.setUrl(url);

        dataSource.setInitialSize(initSize);

        dataSource.setMaxActive(maxSize);

 

        return dataSource;

    }

 

    public Connection getConnection(String transactionId) throws Exception {

        if (dlockDataSources.size() 0) {

            return null;

        }

 

        if (transactionId == null || “”.equals(transactionId)) {

            throw new RuntimeException(“transactionId是必须的”);

        }

 

        int hascode = transactionId.hashCode();

        if (hascode 0) {

            hascode = – hascode;

        }

 

        return dlockDataSources.get(hascode % dlockDataSources.size()).getConnection();

    }

}

首先编写一个initDataSourceList方法,并利用Spring的PostConstruct注解初始化一个DataSource 列表。相关的DB配置从db.properties读取。

DLOCK_NUM=2

 

DLOCK_USER_0=“user1”

DLOCK_PASS_0=“pass1”

DLOCK_INIT_SIZE_0=2

DLOCK_MAX_SIZE_0=10

DLOCK_URL_0=“jdbc:mysql://localhost:3306/test1”

 

DLOCK_USER_1=“user1”

DLOCK_PASS_1=“pass1”

DLOCK_INIT_SIZE_1=2

DLOCK_MAX_SIZE_1=10

DLOCK_URL_1=“jdbc:mysql://localhost:3306/test2”

DataSource使用阿里的DruidDataSource。

接着最重要的一个实现getConnection(String transactionId)方法。实现原理很简单,获取transactionId的hashcode,并对DataSource的长度取模即可。

连接池列表设计好后,就可以实现往distributed_lock表插入数据了。

package dlock;

 

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.stereotype.Component;

 

import java.sql.*;

 

@Component

public class DistributedLock {

 

    @Autowired

    private DataSourcePool dataSourcePool;

 

    /**

     * 根据transactionId创建锁资源

     */

    public String createLock(String transactionId) throws Exception{

        if (transactionId == null) {

            throw new RuntimeException(“transactionId是必须的”);

        }

        Connection connection = null;

        Statement statement = null;

        try {

            connection = dataSourcePool.getConnection(transactionId);

            connection.setAutoCommit(false);

            statement = connection.createStatement();

            statement.executeUpdate(“INSERT INTO distributed_lock(transaction_id) VALUES (‘” + transactionId + “‘)”);

            connection.commit();

            return transactionId;

        }

        catch (SQLIntegrityConstraintViolationException icv) {

            //说明已经生成过了。

            if (connection != null) {

                connection.rollback();

            }

            return transactionId;

        }

        catch (Exception e) {

            if (connection != null) {

                connection.rollback();

            }

            throw  e;

        }

        finally {

            if (statement != null) {

                statement.close();

            }

 

            if (connection != null) {

                connection.close();

            }

        }

    }

}

根据transactionId锁住线程


接下来利用DB的select for update特性来锁住线程。当多个线程根据相同的transactionId并发同时操作select for update的时候,只有一个线程能成功,其他线程都block住,直到select for update成功的线程使用commit操作后,block住的所有线程的其中一个线程才能开始干活。我们在上面的DistributedLock类中创建一个lock方法。

public boolean lock(String transactionId) throws Exception {

        Connection connection = null;

        PreparedStatement preparedStatement = null;

        ResultSet resultSet = null;

        try {

            connection = dataSourcePool.getConnection(transactionId);

            preparedStatement = connection.prepareStatement(“SELECT * FROM distributed_lock WHERE transaction_id = ? FOR UPDATE “);

            preparedStatement.setString(1,transactionId);

            resultSet = preparedStatement.executeQuery();

            if (!resultSet.next()) {

                connection.rollback();

                return false;

            }

            return true;

        } catch (Exception e) {

            if (connection != null) {

                connection.rollback();

            }

            throw  e;

        }

        finally {

            if (preparedStatement != null) {

                preparedStatement.close();

            }

 

            if (resultSet != null) {

                resultSet.close();

            }

 

            if (connection != null) {

                connection.close();

            }

        }

    }

实现解锁操作


当线程执行完任务后,必须手动的执行解锁操作,之前被锁住的线程才能继续干活。在我们上面的实现中,其实就是获取到当时select for update成功的线程对应的Connection,并实行commit操作即可。

那么如何获取到呢?我们可以利用ThreadLocal。首先在DistributedLock类中定义

private ThreadLocal threadLocalConn = new ThreadLocal();


每次调用lock方法的时候,把Connection放置到ThreadLocal里面。我们修改lock方法。

public boolean lock(String transactionId) throws Exception {

        Connection connection = null;

        PreparedStatement preparedStatement = null;

        ResultSet resultSet = null;

        try {

            connection = dataSourcePool.getConnection(transactionId);

            threadLocalConn.set(connection);

            preparedStatement = connection.prepareStatement(“SELECT * FROM distributed_lock WHERE transaction_id = ? FOR UPDATE “);

            preparedStatement.setString(1,transactionId);

            resultSet = preparedStatement.executeQuery();

            if (!resultSet.next()) {

                connection.rollback();

                threadLocalConn.remove();

                return false;

            }

            return true;

        } catch (Exception e) {

            if (connection != null) {

                connection.rollback();

                threadLocalConn.remove();

            }

            throw  e;

        }

        finally {

            if (preparedStatement != null) {

                preparedStatement.close();

            }

 

            if (resultSet != null) {

                resultSet.close();

            }

 

            if (connection != null) {

                connection.close();

            }

        }

    }

这样子,当获取到Connection后,将其设置到ThreadLocal中,如果lock方法出现异常,则将其从ThreadLocal中移除掉。

有了这几步后,我们可以来实现解锁操作了。我们在DistributedLock添加一个unlock方法。

public void unlock() throws Exception {

        Connection connection = null;

        try {

            connection = threadLocalConn.get();

            if (!connection.isClosed()) {

                connection.commit();

                connection.close();

                threadLocalConn.remove();

            }

        } catch (Exception e) {

            if (connection != null) {

                connection.rollback();

                connection.close();

            }

            threadLocalConn.remove();

            throw e;

        }

    }

缺点


毕竟是利用DB来实现分布式锁,对DB还是造成一定的压力。当时考虑使用DB做分布式的一个重要原因是,我们的应用是后端应用,平时流量不大的,反而关键的是要保证库存数据的正确性。对于像前端库存系统,比如添加购物车占用库存等操作,最好别使用DB来实现分布式锁了。

进一步思考


如果想锁住多份数据该怎么实现?比如说,某个库存操作,既要修改物理库存,又要修改虚拟库存,想锁住物理库存的同时,又锁住虚拟库存。其实也不是很难,参考lock方法,写一个multiLock方法,提供多个transactionId的入参,for循环处理就可以了。这个后续有时间再补上。


●编号309,输入编号直达本文

●输入m获取文章目录

推荐↓↓↓

大数据与人工智能

更多推荐18个技术类公众微信

涵盖:程序人生、算法与数据结构、黑客技术与网络安全、大数据技术、前端开发、Java、Python、Web开发、安卓开发、iOS开发、C/C++、.NET、Linux、数据库、运维等。

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。