`

zookeeper分布式锁实现

阅读更多
通过微信公众号查看本文,效果更明显哦,文章链接:https://mp.weixin.qq.com/s/VeSCrZ-dlPdLKGTY2xoZ7w

一、zookeeper介绍
zookeeper是一个分布式的、开放源码的分布式应用程序协调服务,是Hadoop和Hbase的重要组件。在zook中,znode是一个跟Unix文件系统路径相似的节点,可以往这个节点存储或获取数据,通过客户端可对znode进行增删查改操作,还可以注册watcher监控znode的变化。
Zookeeper节点类型:持久节点、持久顺序节点、临时节点、临时顺序节点
对于持久节点和临时节点,同一个znode下,节点名称是唯一的,这是实现分布式锁的基础。
二、单服务并发锁
(1)不用锁:使用CountDownLatch 模拟10个并发线程,在不使用锁的情况下,运行下面代码
public class ConcurrentTest {
    public static void main(String[] args) {
        CountDownLatch countDownLatch = new CountDownLatch(10);
        for (int i = 0; i < 10; i++){
            new Thread(new Runnable() {
                @Override
                public void run() {
                    TestService testService = new TestService();
                    countDownLatch.countDown();
                    try {
                        countDownLatch.await();
                        testService.consoleInfo();
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            }).start();
        }
    }
    static class TestService{
        private static OrderCodeGenerator ocg = new OrderCodeGenerator();
        public void consoleInfo(){
            System.out.println(ocg.getOrderCode());
        }
    }
}
public class OrderCodeGenerator {
    private static int i = 0;
    public String getOrderCode(){
        return "order:" + i++;
    }
}


可观察在不适用锁的情况下,结果并不是线程安全的,结果如下(可运行多次进行比较):
order:0
order:6
order:5
order:4
order:3
order:2
order:0
order:0
order:0
order:1

(2)synchronized加锁,使用synchronized (this)对代码进行加锁,然后运行上述代码:
static class TestService{
    private static OrderCodeGenerator ocg = new OrderCodeGenerator();
    public void consoleInfo(){
        synchronized (this){
            System.out.println(ocg.getOrderCode());
        }
    }
}

结果如下:从结果可知,使用synchronized(this)也没有保证线程安全,因为this代表的是for循环中每个线程自己new出来的对象(TestService testService = new TestService()),并不是所有线程指定的同一个对象,所以并不能保险线程安全。
order:0
order:6
order:7
order:5
order:1
order:1
order:4
order:2
order:0
order:3
将上述的synchronized(this)修改成synchronized (TestService.class)或者synchronized(ocg )后在运行代码,会发现无论运行多少次,都是线程安全的;
order:0
order:1
order:2
order:3
order:4
order:5
order:6
order:7
order:8
order:9

(3)Lock加锁
static class TestService{
    private static OrderCodeGenerator ocg = new OrderCodeGenerator();
    /** 定义成静态锁,确保每个线程进来后都是使用同一个锁 */
    private static Lock lock = new ReentrantLock();
    public void consoleInfo(){
        try{
            lock.lock();
            System.out.println(ocg.getOrderCode());
        }catch (Exception e){
            e.printStackTrace();
        }finally {
            lock.unlock();
        }
    }
}

结果显示线程安全:
order:0
order:1
order:2
order:3
order:4
order:5
order:6
order:7
order:8
order:9

三、zookeeper分布式锁
原理:利用zookeeper同一个节点名称不能重复的原理来实现分布式锁;
加锁:创建指定名称的节点,如果能创建成功,则获得锁(加锁成功),如果节点已存在,就标志锁已被别人获取,此时就得等待别人释放锁;
释放锁:删除指定名称的节点
缺点:客户端无故接受了很多与自己无关时间的通知; 存在死锁的可能性(如果节点没被删掉就会出现死锁)
(1)zookeeper安装测试:
http://archive.apache.org/dist/zookeeper/zookeeper-3.3.6/zookeeper-3.3.6.tar.gz
下载完成后解压到G盘:G:\zookeeper

进入G:\zookeeper\conf目录下,复制zoo_sample.cfg重命名zoo.cfg,并修改zoo.cfg中的dataDir和dataDirLog配置,并在相应目录下新建号data和log文件

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
dataDir=G:\\zookeeper\\data 
dataDirLog=G:\\zookeeper\\log
# the port at which the clients will connect
clientPort=2181

启动zookeeper服务端,执行下列命令:
cd G:/zookeeper/bin
ZkServer.cmd


启动成功后,新开一个cmd窗口启动客户端,执行命令 zkCli.cmd

然后可以对zookeeper进行操作
创建节点名称(命令 节点名称 值):create /test hello world
修改节点值:set /test hello zookeeper
获取节点值:get /test   输出结果:hello zookeeper
删除节点:delete /test
创建临时节点: create -e /test hello world
创建临时顺序节点:create -e -s /test hello world

(2)通过创建持久性节点加锁,原理在上面已有介绍,直接上代码
/**添加pom依赖:*/
<dependency>
    <groupId>org.apache.zookeeper</groupId>
    <artifactId>zookeeper</artifactId>
    <version>3.4.9</version>
</dependency>
<dependency>
    <groupId>com.github.sgroschupf</groupId>
    <artifactId>zkclient</artifactId>
    <version>0.1</version>
</dependency>

代码实现:
public class ZkLockUtil implements Lock{
    /** 节点名称 */
    private String nodeName;
    /** zookeeper客户端 */
    private ZkClient zkClient;
    public ZkLockUtil(String nodeName) {
        zkClient = new ZkClient("localhost:2181");
        zkClient.setZkSerializer(new MyZkSerializer());
        this.nodeName = nodeName;
    }
    @Override
    public void lock() {
        if (!tryLock()){
            //等待锁
            this.waitForLock();
            //再次尝试获取锁
            lock();
        }
    }
    /**
     * 监听nodeName节点是否被删除,如果被删除,尝试加锁,如果节点还存在,则继续监听,直到监听到节点被删除
     * 通过countDownLatch让自己阻塞,等待线程唤醒
     */
    private void waitForLock(){
        CountDownLatch countDownLatch = new CountDownLatch(1);
        IZkDataListener listener = new IZkDataListener() {
            @Override
            public void handleDataChange(String s, Object o) throws Exception {
                System.out.println("监听到节点:" + s + ",数据被改变成:" + o);
            }
            @Override
            public void handleDataDeleted(String s) throws Exception {
                System.out.println("监听到节点" + s + "已被删除");
                countDownLatch.countDown();
            }
        };
        //将listener注册到zkClient中
        this.zkClient.subscribeDataChanges(nodeName, listener);
        //如果nodeName仍旧存在,则继续监听,让当前线程阻塞
        if (this.zkClient.exists(nodeName)){
            try{
                countDownLatch.await();
            }catch (Exception e){
            }
        }
        //监听到节点已被删除,将listener注销掉
        this.zkClient.unsubscribeDataChanges(nodeName, listener);
    }
    @Override
    public boolean tryLock() {
        try{
            //创建节点
            this.zkClient.createPersistent(nodeName);
        }catch (Exception e){
            return false;
        }
        return true;
    }
    @Override
    public void unlock() {
        zkClient.delete(nodeName);
    }
   //省略Lock的其余实现方法
    ...
}

修改TestService类的代码:
static class TestService{
    private static OrderCodeGenerator ocg = new OrderCodeGenerator();
    /** 定义成静态锁,确保每个线程进来后都是使用同一个锁 */
    private static Lock lock = new ZkLockUtil("/test");
    public void consoleInfo(){
        try{
           lock.lock();
            System.out.println(Thread.currentThread().getName() + "==========" +ocg.getOrderCode());
        }catch (Exception e){
           e.printStackTrace();
        }finally {
            lock.unlock();
        }
    }
}

运行ConcurrentTest类的main方法:结果显示是线程安全的
Thread-4==========order:0
Thread-7==========order:1
Thread-1==========order:2
Thread-3==========order:3
Thread-9==========order:4
Thread-5==========order:5
Thread-2==========order:6
Thread-0==========order:7
Thread-8==========order:8
Thread-6==========order:9
除了上述打印之外,还打印出了下列的日志:
“监听到节点/test已被删除”
并且打印次数多余10次,在此就显示了其缺点之一:客户端无故接受了很多与自己无关时间的通知
(3)创建临时顺序节点实现分布式锁

原理:利用zookeeper同父子节点不可重名的特点,创建临时顺序节点实现分布式锁,在一些列的顺序节点中,按照节点顺序依次加锁、释放锁
加锁:创建持久性指定父节点,尝试获取锁 --> 如果没有锁,则创建临时顺序节点 --> 获取当前父节点下的临时节点列表 --> 判断当前临时节点是否是序号最小的 --> 如果是,占用锁,执行后续代码 --> 删除当前节点释放锁 --> 如果不是序号最小 --> 对 比自己小的前一个节点 进行监听注册watch --> 当前线程等待锁 --> 对前一节点尝试获取锁 --> 获取子节点列表,判断前一节点是否是最小 --> 如果不是,继续循环上述步骤, 直到将子节点列表中最小的那个节点进行加锁为止
释放锁:删掉顺序节点

代码实现:修改ZkLockUtil类代码
public class ZkLockUtil implements Lock{
    /** 父节点名称 */
    private String nodeName;
    /** zookeeper客户端 */
    private ZkClient zkClient;
    /** 当前节点名称 */
    private ThreadLocal<String> currentNode = new ThreadLocal<>();
    /** 前一节点名称 */
    private ThreadLocal<String> previousNode = new ThreadLocal<>();
    /**
    * 初始化zkClient 如果父节点不存在,则创建父节点
    * @param nodeName
    */
    public ZkLockUtil(String nodeName) {
        zkClient = new ZkClient("localhost:2181");
        zkClient.setZkSerializer(new MyZkSerializer());
        this.nodeName = nodeName;
        if (!this.zkClient.exists(nodeName)){
            this.zkClient.createPersistent(nodeName);
        }
    }
    @Override
    public void lock() {
        if (!tryLock()){
            //等待锁
            this.waitForLock();
            //再次尝试获取锁
            lock();
        }
    }
    @Override
    public void unlock() {
        this.zkClient.delete(this.currentNode.get());
    }
    /**
     * 监听nodeName节点是否被删除,如果被删除,尝试加锁,如果节点还存在,则     
     * 继续监听,直到监听到节点被删除
     * 通过countDownLatch让自己阻塞,等待线程唤醒
     */
    private void waitForLock(){
        CountDownLatch countDownLatch = new CountDownLatch(1);
        IZkDataListener listener = new IZkDataListener() {
            @Override
            public void handleDataChange(String s, Object o) throws Exception {
                System.out.println("监听到节点:" + s + ",数据被改变成:" + o);
            }
            @Override
            public void handleDataDeleted(String s) throws Exception {
                System.out.println("监听到节点" + s + "已被删除");
                countDownLatch.countDown();
            }
        };
        //将listener注册到zkClient中
        this.zkClient.subscribeDataChanges(this.previousNode.get(), listener);
        //如果nodeName仍旧存在,则继续监听,让当前线程阻塞
        if (this.zkClient.exists(this.previousNode.get())){
            try{
                countDownLatch.await();
            }catch (Exception e){
                e.printStackTrace();
            }
        }
        //监听到节点已被删除,将listener注销掉
        this.zkClient.unsubscribeDataChanges(this.previousNode.get(), listener);
    }
    @Override
    public boolean tryLock() {
        //创建临时顺序节点
        if (this.currentNode.get() == null){
          this.currentNode.set(this.zkClient.createEphemeralSequential(nodeName.concat("/"), "testZk"));
        }
        List<String> childNodeList = this.zkClient.getChildren(nodeName);
        Collections.sort(childNodeList);
        //如果当前节点是最小节点,则成功获取锁
        if(this.currentNode.get().equals(nodeName.concat("/").concat(childNodeList.get(0)))){
            return true;
        }
        //获取前一节点
        int currentIndex = childNodeList.indexOf(this.currentNode.get().substring(nodeName.length() + 1));
        this.previousNode.set(nodeName.concat("/").concat(childNodeList.get(currentIndex - 1)));
        return true;
    }
    //省略Lock其他方法...
}

运行ConcurrentTest的测试类可见:结果中每个线程只会监听到一条通知,并且也能实现线程安全。
Thread-5==========order:0
监听到节点/test/0000000000已被删除
Thread-2==========order:1
监听到节点/test/0000000001已被删除
Thread-6==========order:2
监听到节点/test/000000002已被删除
Thread-3==========order:3
监听到节点/test/0000000003已被删除
Thread-8==========order:4
监听到节点/test/0000000007已被删除
Thread-4==========order:5
监听到节点/test/0000000008已被删除
Thread-0==========order:6
监听到节点/test/0000000004已被删除
Thread-9==========order:7
监听到节点/test/0000000009已被删除
Thread-1==========order:8
监听到节点/test/0000000005已被删除
Thread-7==========order:9
监听到节点/test/0000000006已被删除
1
0
分享到:
评论

相关推荐

    zookeeper分布式锁实现和客户端简单实现

    **Zookeeper的分布式锁实现原理** 1. **节点创建与监视**: Zookeeper允许客户端创建临时节点,这些节点会在客户端断开连接时自动删除。分布式锁的实现通常会为每个请求创建一个临时顺序节点,按照创建的顺序形成一...

    基于zookeeper的分布式锁实现demo

    **Zookeeper分布式锁的关键特性包括:** 1. **顺序一致性:** Zookeeper中的节点被创建顺序是全局唯一的,这有助于实现锁的唯一性。 2. **原子性:** 创建和删除节点的操作在Zookeeper中都是原子性的,这保证了...

    基于zookeeper的分布式锁简单实现

    这时,Zookeeper,一个高可用的分布式协调服务,常被用来实现分布式锁。 Zookeeper由Apache基金会开发,它提供了一种可靠的分布式一致性服务,包括命名服务、配置管理、集群同步、领导者选举等功能。Zookeeper基于...

    使用ZooKeeper实现分布式锁

    在处理订单生成的场景中,我们可以这样应用ZooKeeper分布式锁: 1. 当用户发起订单请求时,服务端会尝试在ZooKeeper上创建一个临时顺序节点。 2. 如果创建成功,服务端会检查当前最小序号的节点是否是自己创建的。...

    一文彻底理解ZooKeeper分布式锁的实现原理

    《彻底理解ZooKeeper分布式锁实现原理》 ZooKeeper,简称zk,作为一个高可用的分布式协调服务,常被用于构建分布式系统中的各种组件,如分布式锁。在本篇文章中,我们将深入探讨如何利用Curator这个流行的开源框架...

    zookeeper做分布式锁

    分布式锁是解决多节点系统中同步问题的一种常见技术,ZooKeeper,由Apache基金会开发的分布式协调服务,常被用于实现高效可靠的分布式锁。本文将深入探讨如何利用ZooKeeper来构建分布式锁,并讨论其背后的关键概念和...

    zookeeper 分布式锁的实现1

    Zookeeper 的分布式锁实现依赖于其核心特性: 1. **节点的互斥性**:Zookeeper 允许客户端创建临时节点(EPHEMERAL)。这些节点在客户端会话结束(比如客户端宕机)时会被自动删除。通过竞争创建特定路径下的临时...

    C#基于zookeeper分布式锁的实现源码

    总之,C#中基于ZooKeeper的分布式锁实现涉及对ZooKeeper的操作,包括创建临时顺序节点、监听节点变化以及正确释放锁。这样的实现方式保证了在分布式环境下的并发控制和数据一致性,同时具备良好的扩展性和容错性。...

    基于zookeeper实现分布式锁

    zooKeeper是一个分布式的,开放源码的分布式应用程序协调服务,是集群的管理者。提供了文件系统和通知机制。...在开发项目的过程中,很多大型项目都是分布式部署的,那么我们现在使用zookeeper实现一个分布式锁。

    zookeeper分布式锁实例源码

    在这个场景下,我们将关注ZooKeeper如何实现分布式锁,特别是不可重入锁、可重入锁以及可重入读写锁的概念与实践。 首先,我们要理解什么是分布式锁。在多节点并发访问共享资源时,分布式锁能确保同一时刻只有一个...

    从Paxos到Zookeeper分布式一致性原理与实践PDF

    《从Paxos到Zookeeper分布式一致性原理与实践》是一本深入探讨分布式系统一致性问题的著作,其中重点讲解了Paxos算法与Zookeeper在实际应用中的理论与实践。Paxos是分布式计算领域中著名的共识算法,为解决分布式...

    zookeeper分布式锁

    Zookeeper分布式锁的工作原理: 1. **会话和临时节点**:Zookeeper支持两种类型的节点,持久节点和临时节点。临时节点在客户端会话失效(例如,客户端崩溃或网络断开)时会被自动删除,这为实现分布式锁提供了一个...

    从PAXOS到ZOOKEEPER分布式一致性原理与实践

    2. 分布式锁:利用ZNODE的创建、删除操作,实现跨节点的互斥访问控制。 3. 配置管理:集中式存储和分发系统的配置信息,保证所有节点访问的配置是一致的。 4. 命名服务:为分布式组件提供全局唯一的ID或名称,简化...

    从Paxos到Zookeeper分布式一致性原理与实践 + ZooKeeper-分布式过程协同技术详解 pdf

    《从Paxos到Zookeeper分布式一致性原理与实践》与《ZooKeeper-分布式过程协同技术详解》这两本书深入探讨了分布式系统中的一个重要概念——一致性,以及如何通过ZooKeeper这一工具来实现高效的分布式协同。...

    zookeeper实现分布式锁

    在程序开发过程中不得不考虑的就是并发问题。在java中对于同一个jvm而言,jdk已经提供了lock和同步等。但是在分布式情况下,往往存在多个进程对一些资源产生竞争...分布式锁顾明思议就是可以满足分布式情况下的并发锁。

    从Paxos到Zookeeper分布式一致性原理与实践包括源码

    Zookeeper基于Paxos和其他一致性算法的实现,为分布式应用程序提供了命名服务、配置管理、分布式锁、群组服务等功能。Zookeeper通过ZNode(类似于文件系统的节点)来存储和操作数据,并采用观察者模式来实时监控数据...

    ZooKeeper分布式过程协同技术详解_new.pdf

    此外,书中还会深入探讨ZooKeeper在实际应用场景中的最佳实践,如如何利用ZooKeeper进行服务发现、实现分布式锁、构建分布式队列等。通过实例分析,读者可以更好地掌握ZooKeeper在分布式系统中的作用和价值。 在...

    zk分布式锁1

    ZooKeeper是一个广泛使用的分布式锁实现方案,本文将对ZooKeeper分布式锁进行详细的介绍。 什么是分布式锁 分布式锁是指在分布式系统中,多个节点之间对共享资源的访问控制机制。分布式锁可以确保在分布式环境中,...

    springboot zookeeper 分布式锁

    以下是一个简单的基于Zookeeper的分布式锁实现示例: ```java @Service public class ZookeeperDistributedLock { @Autowired private CuratorFramework curatorFramework; private String lockPath = "/...

    浅谈Java(SpringBoot)基于zookeeper的分布式锁实现

    Java(SpringBoot)基于zookeeper的分布式锁实现 本文主要介绍了Java(SpringBoot)基于zookeeper的分布式锁实现,通过示例代码详细介绍了分布式锁的实现过程,对大家的学习或者工作具有一定的参考学习价值。 分布式锁...

Global site tag (gtag.js) - Google Analytics