热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

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Google的Chubby一个开源的实现,是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性

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Google的Chubby一个开源的实现,是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件,提供的功能包括:配置维护、域名服务、分布式同步、组服务等。

ZooKeeper的架构通过冗余服务实现高可用性。因此,如果第一次无应答,客户端就可以询问另一台ZooKeeper主机。ZooKeeper节点将它们的数据存储于一个分层的命名空间,非常类似于一个文件系统或一个前缀树结构。客户端可以在节点读写,从而以这种方式拥有一个共享的配置服务。更新是全序的。

基于ZooKeeper分布式锁的流程

  • 在zookeeper指定节点(locks)下创建临时顺序节点node_n
  • 获取locks下所有子节点children
  • 对子节点按节点自增序号从小到大排序
  • 判断本节点是不是第一个子节点,若是,则获取锁;若不是,则监听比该节点小的那个节点的删除事件
  • 若监听事件生效,则回到第二步重新进行判断,直到获取到锁

具体实现

下面就具体使用java和zookeeper实现分布式锁,操作zookeeper使用的是apache提供的zookeeper的包。

  • 通过实现Watch接口,实现process(WatchedEvent event)方法来实施监控,使CountDownLatch来完成监控,在等待锁的时候使用CountDownLatch来计数,等到后进行countDown,停止等待,继续运行。
  • 以下整体流程基本与上述描述流程一致,只是在监听的时候使用的是CountDownLatch来监听前一个节点。


/*** @author chenhongshan* @date 2020/9/4*/
import org.apache.zookeeper.*;
import org.apache.zookeeper.data.Stat;import java.io.IOException;
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.locks.Condition;
import java.util.concurrent.locks.Lock;/*** Created by liuyang on 2017/4/20.*/
public class DistributedLock implements Lock, Watcher {private ZooKeeper zk = null;// 根节点private String ROOT_LOCK = "/locks";// 竞争的资源private String lockName;// 等待的前一个锁private String WAIT_LOCK;// 当前锁private String CURRENT_LOCK;// 计数器private CountDownLatch countDownLatch;private int sessiOnTimeout= 30000;private List exceptiOnList= new ArrayList();/*** 配置分布式锁* @param config 连接的url* @param lockName 竞争资源*/public DistributedLock(String config, String lockName) {this.lockName = lockName;try {// 连接zookeeperzk = new ZooKeeper(config, sessionTimeout, this);Stat stat = zk.exists(ROOT_LOCK, false);if (stat == null) {// 如果根节点不存在,则创建根节点zk.create(ROOT_LOCK, new byte[0], ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.PERSISTENT);}} catch (IOException e) {e.printStackTrace();} catch (InterruptedException e) {e.printStackTrace();} catch (KeeperException e) {e.printStackTrace();}}// 节点监视器public void process(WatchedEvent event) {if (this.countDownLatch != null) {this.countDownLatch.countDown();}}public void lock() {if (exceptionList.size() > 0) {throw new LockException(exceptionList.get(0));}try {if (this.tryLock()) {System.out.println(Thread.currentThread().getName() + " " + lockName + "获得了锁");return;} else {// 等待锁waitForLock(WAIT_LOCK, sessionTimeout);}} catch (InterruptedException e) {e.printStackTrace();} catch (KeeperException e) {e.printStackTrace();}}public boolean tryLock() {try {String splitStr = "_lock_";if (lockName.contains(splitStr)) {throw new LockException("锁名有误");}// 创建临时有序节点CURRENT_LOCK = zk.create(ROOT_LOCK + "/" + lockName + splitStr, new byte[0],ZooDefs.Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);System.out.println(CURRENT_LOCK + " 已经创建");// 取所有子节点List subNodes = zk.getChildren(ROOT_LOCK, false);// 取出所有lockName的锁List lockObjects = new ArrayList();for (String node : subNodes) {String _node = node.split(splitStr)[0];if (_node.equals(lockName)) {lockObjects.add(node);}}Collections.sort(lockObjects);System.out.println(Thread.currentThread().getName() + " 的锁是 " + CURRENT_LOCK);// 若当前节点为最小节点,则获取锁成功if (CURRENT_LOCK.equals(ROOT_LOCK + "/" + lockObjects.get(0))) {return true;}// 若不是最小节点,则找到自己的前一个节点String prevNode = CURRENT_LOCK.substring(CURRENT_LOCK.lastIndexOf("/") + 1);WAIT_LOCK = lockObjects.get(Collections.binarySearch(lockObjects, prevNode) - 1);} catch (InterruptedException e) {e.printStackTrace();} catch (KeeperException e) {e.printStackTrace();}return false;}public boolean tryLock(long timeout, TimeUnit unit) {try {if (this.tryLock()) {return true;}return waitForLock(WAIT_LOCK, timeout);} catch (Exception e) {e.printStackTrace();}return false;}// 等待锁private boolean waitForLock(String prev, long waitTime) throws KeeperException, InterruptedException {Stat stat = zk.exists(ROOT_LOCK + "/" + prev, true);if (stat != null) {System.out.println(Thread.currentThread().getName() + "等待锁 " + ROOT_LOCK + "/" + prev);this.countDownLatch = new CountDownLatch(1);// 计数等待,若等到前一个节点消失,则precess中进行countDown,停止等待,获取锁this.countDownLatch.await(waitTime, TimeUnit.MILLISECONDS);this.countDownLatch = null;System.out.println(Thread.currentThread().getName() + " 等到了锁");}return true;}public void unlock() {try {System.out.println("释放锁 " + CURRENT_LOCK);zk.delete(CURRENT_LOCK, -1);CURRENT_LOCK = null;zk.close();} catch (InterruptedException e) {e.printStackTrace();} catch (KeeperException e) {e.printStackTrace();}}public Condition newCondition() {return null;}public void lockInterruptibly() throws InterruptedException {this.lock();}public class LockException extends RuntimeException {private static final long serialVersiOnUID= 1L;public LockException(String e){super(e);}public LockException(Exception e){super(e);}}
}

测试代码:


public class Test {static int n = 500;public static void secskill() {System.out.println(--n);}public static void main(String[] args) {Runnable runnable = new Runnable() {public void run() {DistributedLock lock = null;try {lock = new DistributedLock("127.0.0.1:2181", "test1");lock.lock();secskill();System.out.println(Thread.currentThread().getName() + "正在运行");} finally {if (lock != null) {lock.unlock();}}}};for (int i = 0; i <10; i++) {Thread t = new Thread(runnable);t.start();}}
}

运行结果:


推荐阅读
  • 开机自启动的几种方式
    0x01快速自启动目录快速启动目录自启动方式源于Windows中的一个目录,这个目录一般叫启动或者Startup。位于该目录下的PE文件会在开机后进行自启动 ... [详细]
  • Python 数据可视化实战指南
    本文详细介绍如何使用 Python 进行数据可视化,涵盖从环境搭建到具体实例的全过程。 ... [详细]
  • 在Kohana 3框架中,实现最优的即时消息显示方法是许多开发者关注的问题。本文将探讨如何高效、优雅地展示flash消息,包括最佳实践和技术细节,以提升用户体验和代码可维护性。 ... [详细]
  • 本文探讨了 Kafka 集群的高效部署与优化策略。首先介绍了 Kafka 的下载与安装步骤,包括从官方网站获取最新版本的压缩包并进行解压。随后详细讨论了集群配置的最佳实践,涵盖节点选择、网络优化和性能调优等方面,旨在提升系统的稳定性和处理能力。此外,还提供了常见的故障排查方法和监控方案,帮助运维人员更好地管理和维护 Kafka 集群。 ... [详细]
  • 第二章:Kafka基础入门与核心概念解析
    本章节主要介绍了Kafka的基本概念及其核心特性。Kafka是一种分布式消息发布和订阅系统,以其卓越的性能和高吞吐量而著称。最初,Kafka被设计用于LinkedIn的活动流和运营数据处理,旨在高效地管理和传输大规模的数据流。这些数据主要包括用户活动记录、系统日志和其他实时信息。通过深入解析Kafka的设计原理和应用场景,读者将能够更好地理解其在现代大数据架构中的重要地位。 ... [详细]
  • 本文详细介绍了 Spark 中的弹性分布式数据集(RDD)及其常见的操作方法,包括 union、intersection、cartesian、subtract、join、cogroup 等转换操作,以及 count、collect、reduce、take、foreach、first、saveAsTextFile 等行动操作。 ... [详细]
  • 2020年9月15日,Oracle正式发布了最新的JDK 15版本。本次更新带来了许多新特性,包括隐藏类、EdDSA签名算法、模式匹配、记录类、封闭类和文本块等。 ... [详细]
  • Ihavetwomethodsofgeneratingmdistinctrandomnumbersintherange[0..n-1]我有两种方法在范围[0.n-1]中生 ... [详细]
  • 从0到1搭建大数据平台
    从0到1搭建大数据平台 ... [详细]
  • 深入解析 Lifecycle 的实现原理
    本文将详细介绍 Android Jetpack 中 Lifecycle 组件的实现原理,帮助开发者更好地理解和使用 Lifecycle,避免常见的内存泄漏问题。 ... [详细]
  • 秒建一个后台管理系统?用这5个开源免费的Java项目就够了
    秒建一个后台管理系统?用这5个开源免费的Java项目就够了 ... [详细]
  • 您的数据库配置是否安全?DBSAT工具助您一臂之力!
    本文探讨了Oracle提供的免费工具DBSAT,该工具能够有效协助用户检测和优化数据库配置的安全性。通过全面的分析和报告,DBSAT帮助用户识别潜在的安全漏洞,并提供针对性的改进建议,确保数据库系统的稳定性和安全性。 ... [详细]
  • Web开发框架概览:Java与JavaScript技术及框架综述
    Web开发涉及服务器端和客户端的协同工作。在服务器端,Java是一种优秀的编程语言,适用于构建各种功能模块,如通过Servlet实现特定服务。客户端则主要依赖HTML进行内容展示,同时借助JavaScript增强交互性和动态效果。此外,现代Web开发还广泛使用各种框架和库,如Spring Boot、React和Vue.js,以提高开发效率和应用性能。 ... [详细]
  • 2012年9月12日优酷土豆校园招聘笔试题目解析与备考指南
    2012年9月12日,优酷土豆校园招聘笔试题目解析与备考指南。在选择题部分,有一道题目涉及中国人的血型分布情况,具体为A型30%、B型20%、O型40%、AB型10%。若需确保在随机选取的样本中,至少有一人为B型血的概率不低于90%,则需要选取的最少人数是多少?该问题不仅考察了概率统计的基本知识,还要求考生具备一定的逻辑推理能力。 ... [详细]
  • 美团优选推荐系统架构师 L7/L8:算法与工程深度融合 ... [详细]
author-avatar
拟称2502902853
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有