利用DB实现分布式锁的思路

[[225288]]

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 '***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，***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。