前言：

随着笔者的颜值不断提高，用户量的日益增长，传统的单机方案已经不能满足产品的需求。笔者在网上寻遍方案，发现均为人云亦云，一份以毫秒为精度的轮询分布式锁被转发转载上万次。然，该方案没法满足笔者性能要求。故此，笔者研发ELock插件，并发布本文章。

其实集群也好，分布式服务也好。当我们不能保证团队成员的整体素质，那么在某些业务上，分布式锁自然没法避免。

公认开发原则：能不使用分布式锁的，尽可能不使用

举个例子，一个商品交易，需要检查库存、检查余额、扣库存、扣款、变更订单状态。可能很多人觉得，在分布式环境下一定要分布式锁才能安全。

致此，笔者提供一种简单的方案：

订单处理{if(订单状态!=待支付){return 该订单已处理;}if(库存不足){return 库存不足;}if(余额不足){return 余额不足;}事务管理(rollbackFor = Exception.class){//修改订单状态int changeLine = 执行语句( update 订单表 set status=已支付 where status=待支付 and orderId=订单号);if(changeLine < 1){return 该订单已处理;}//扣库存changeLine = 执行语句(update 商品表 set 库存=库存-订单信息.购买数量 where 库存>订单信息.购买数量 and 商品ID = ?);if(changeLine != 1){throw CustomRuntimeException("库存不足");}//扣款changeLine = 执行语句(update 用户余额表 set 余额=余额-订单信息.订单金额 where 余额 > 订单信息.订单金额 and 订单信息.订单金额 > 0 and 用户ID = ?);if(changeLine != 1){throw CustomRuntimeException("余额不足");}}
}

我们仔细来分析一下如上的整个逻辑

1、当一个业务进入逻辑体，先检查订单状态、余额和库存，不满足条件则返回错误（可阻挡非并发情况下的大部分业务流入事物）

2、进入事物后，先变更订单状态，如果变更失败，直接返回错误

3、当订单状态变更成功，则扣取库存，扣取库存失败必须抛出异常，让第二步的订单状态回滚。

4、扣取库存后，则进行扣款，当扣款失败，则抛出异常(由于在业务体走到这里，已经扣取了库存，本处不能return，需抛出异常，让事物回滚)

特别注意：语句中，通过where来进行余额不足和库存不足的条件判断。通过执行语句返回的影响行数，来判断是否扣取成功。 在以上流程中，我们发现，即便不使用分布式锁，也无并发问题。

===========================================================

以上介绍了在常见的业务中如何规避分布式锁，下面介绍一下笔者的高性能分布式锁

友情提示：切勿觉得笔者以上理论是拆自己的台，笔者作为互联网技术人，希望各位技术人能够将产品质量做到最好，少加班，多回家陪陪家人

ELock介绍

ELock是笔者闲暇之余写的一套分布式锁插件，代码非常精简、并且以非轮询阻塞的方式进行加锁控制。适用于面向用户的互联网产品，目前用在一套用户量为7位数的直播系统中。  源码地址：https://gitee.com/coodyer/Coody-Framework/tree/original/coody-elock

Maven引用代码(可关注更新情况)：

<dependency><groupId>org.coody.framework</groupId><artifactId>coody-elock</artifactId><!--更新于2019-01-22 10:23:00 --><version>alpha-1.2.4</version>
</dependency>

1. 初始化JedisPool       

//直接传入连接池初始化(注：无密码请传null)
new ELockCache().initJedisPool(JediPool);
//传入ip、端口、密码、超时时间初始化
new ELockCache().initJedisPool(host, port, secretKey, timeOut);
//传入ip、端口、密码、超时时间、配置器初始化
new ELockCache().initJedisPool(host, port, secretKey, timeOut, jedisPoolConfig);

1. 加锁

ELocker.lock(key, expireSecond);

1. 释放锁

ELocker.unLock(key);

注意： 加锁代码(ELocker.lock(key, expireSecond);)。需try{}catch{}包围，并在finally释放锁(ELocker.unLock(key);)

try {ELocker.lock(key, 100);for (int i = 0; i < 10; i++) {System.out.println(Thread.currentThread().getId() + ">>" + i);Thread.sleep(100l);}
} catch (InterruptedException e) {e.printStackTrace();
} finally {ELocker.unLock(key);
}

6. 测试代码

import java.util.ArrayList;
import java.util.List;import org.coody.framework.elock.ELocker;
import org.coody.framework.elock.redis.ELockCache;/*** 分布式锁测试* @author Coody**/
public class ELockTest {//要加锁的keystatic String key = "TESTLOCK_1";static {//初始化jedis连接new ELockCache().initJedisPool("127.0.0.1", 16379, "123456", 10000);}public static void main(String[] args) {List<Thread> threads = new ArrayList<Thread>();for (int i = 0; i < 10; i++) {Thread thread = new Thread(new Runnable() {[@Override](https://my.oschina.net/u/1162528)public void run() {test();}});threads.add(thread);}//启动十个线程for (Thread thread : threads) {thread.start();}}//要锁的方法private static void test() {try {ELocker.lock(key, 100);for (int i = 0; i < 10; i++) {System.out.println(Thread.currentThread().getId() + ">>" + i);Thread.sleep(100l);}} catch (InterruptedException e) {e.printStackTrace();} finally {ELocker.unLock(key);}}
}

执行效果：

===========================================================

以上介绍了这套锁的基本使用，下面开始介绍一下这套锁在Spring下的花样玩法

1、配置分布式锁中使用的缓存

  <bean id="eLockCache" class="org.coody.framework.elock.redis.ELockCache" lazy-init="false"><property name="jedisPool" ref="jedisPool" /></bean>

2、配置分布式锁切面

 <!-- 配置切面的bean --><bean id="eLockInterceptor" class="org.coody.framework.elock.aspect.ELockAspect"></bean><!-- 配置AOP --><aop:config><!-- 配置切面表达式 --><aop:pointcutexpression="@annotation(org.coody.framework.elock.annotation.ELock)"id="eLockPointcut" /><!-- 配置切面和通知 order：越小优先级越高 --><aop:aspect id="logAspect" ref="eLockInterceptor"><aop:around method="rdLockForAspectj" pointcut-ref="eLockPointcut" /></aop:aspect></aop:config>

致此，分布式锁配置完成，开始进入我们的花样玩法。

NO1. 使用注解添加分布式锁：

 @ELock(name = "USER_MODIFY_LOCK", fields = "userId", waitTime = 20)public void delUser(String userId) {userDao.delUser(userId);}

在ELock注解中，name代表key名字，field代表拼接的字段。

当fields所有字段长度超过32时，elock将会对key进行md5获取摘要作为缓存的key，即name:key。

本处fields支持选择对象的字段，即：方法参数名.字段值（如：userInfo.userId）

本处fields支持多个字段，fields={"userInfo.userId","orderInfo.orderId"}

当不指定key时，elock将会根据包名、类名、方法名和方法参数生成key

当不指定fields时，elock不会拼接任何多余参数，则该方法变成全局同步方法

如图：

NO2. 使用锁执行器添加分布式锁

public void delUser(String userId) throws InterruptedException {String key="USER_MODIFY_LOCK"+userId;Integer code=new AbstractLockAble(key,20) {@Overridepublic Object doService() {return userDao.delUser(userId);}}.invoke();}

通过 返回值=new AbstractLockAble(锁名称，超时时间){}.invoke()的方式，覆盖doService方法，将需要加锁的代码块放置doService方法里面执行。

如图：

===========================================================

以上介绍了通过注解进行加锁和通过执行器进行加锁的操作，如果在项目中觉得两种方式不可取，可采用上文中常规方式。

本处介绍下这套锁为何高性能。

笔者曾经百度搜索Java分布式锁实现，发现所提供方案都如出一辙(由于没有作图工具，就随便写下流程)。

1、尝试获得锁

2、死循环轮询获得锁

3、执行业务

4、释放锁

在网上查到的方案，相信很多小朋友都知道，不知道是谁通过这种方式来做分布式锁，然后被一大堆网友转载。

这种方案是可以实现锁，但是不适用于对外的互联网产品。

重大问题地雷：当多个线程尝试获得锁，只有一个线程会执行，剩下的线程都在轮询获得锁。这里我们假设时间精度为1ms，那就意味着每个线程每秒钟最多轮询1000次。然而在分布式锁中，我们需要借助中介容器去进行尝试获得锁的操作，如redis zookeeper。故此，我们假设这个key有100个线程，第一个线程执行卡住，那么，1个线程在执行业务，99个线程在以每秒钟1000的频次对中间容器发起ddos攻击。故此，如上方案不适用于对外的互联网产品。

介绍下笔者的方案：

1、尝试获得锁

2、线程入列并暂停

3、执行业务

4、发送消息释放锁，并唤醒下一个线程(轮询至第1步)

我们知道，redis也好，zookeeper也好，都有消息订阅机制。当业务流入的时候，获取锁失败的线程，都进入了挂起的状态，那么此时有一个线程在执行。当这个线程执行完毕后，发送消息，这时候所有的应用程序都收到了这个消息，并尝试获得锁，以此往复，实现业务体执行权限

作者：Coody

版权：©2014-2020 Test404 All right reserved. 版权所有

反馈邮箱：644556636@qq.com

问题反馈群：Java泛太平洋研究中心 218481849