专栏首页丑胖侠Curator分布式锁之生成流水号

Curator分布式锁之生成流水号

在分布式系统中,为了保证数据的一致性,往往需要进行同步控制,比如减库存、唯一流水号生成等。Curator对Zookeeper进行了封装,实现了分布式锁的功能,提供了线程的同步控制。同时,Curator也提供了多种锁机制。下面对通过时间戳生成流水号的场景进行逐步分析。

普通示例

先看一个简单的程序:

package com.secbro.learn.curator;

import java.text.SimpleDateFormat;
import java.util.Date;

/**
 * Created by zhuzs on 2017/5/4.
 */
public class CreateOrderNo {
    public static void main(String[] args) {
        for(int i=0; i< 10; i++){
            SimpleDateFormat sdf = new SimpleDateFormat("yyyyDDmm HH:mm:ss|SSS");
            String orderNo = sdf.format(new Date());
            System.out.println(orderNo);
        }

    }
}

以上代码通过一个循环连续打印出10个时间戳。这里没有使用多线程,但分析下面的打印结果就会发现,其实在同一时刻会生成多个相同的流水号,运行时间在毫秒级别。

201712457 18:57:29|262
201712457 18:57:29|263
201712457 18:57:29|263
201712457 18:57:29|263
201712457 18:57:29|263
201712457 18:57:29|263
201712457 18:57:29|263
201712457 18:57:29|263
201712457 18:57:29|263
201712457 18:57:29|264

如果业务量不大,没有并发情况,上面生成的流水号重复的可能性不大,一旦出现高并发,那么重复的订单号就会大量出现,当然也有其他方案进行解决,本篇文章就不再进行讨论。下说说如何通过分布式锁来解决此问题。

分布式锁示例

下面的代码利用Curator的分布式锁来实现在同一时刻只会生成一个唯一的流水号。

package com.secbro.learn.curator;

import org.apache.curator.RetryPolicy;
import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.CuratorFrameworkFactory;
import org.apache.curator.framework.recipes.locks.InterProcessMutex;
import org.apache.curator.retry.ExponentialBackoffRetry;

import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.concurrent.CountDownLatch;

/**
 * Created by zhuzs on 2017/5/4.
 */
public class CreateOrderNoWithZK {

    private static final String path = "/lock_path";

    public static void main(String[] args) {

        CuratorFramework client = getClient();
        final InterProcessMutex lock = new InterProcessMutex(client, path);
        final CountDownLatch countDownLatch = new CountDownLatch(1);

        final long startTime = new Date().getTime();
        for (int i = 0; i < 10; i++) {
            new Thread(new Runnable() {
                @Override
                public void run() {
                    try {
                        countDownLatch.await();
                        lock.acquire();
                    } catch (Exception e) {
                        e.printStackTrace();
                    }

                    SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMdd HH:mm:ss|SSS");
                    System.out.println(sdf.format(new Date()));

                    try {
                        lock.release();
                    } catch (Exception e) {
                        e.printStackTrace();
                    }
                    System.out.println("显示此线程大概花费时间(等待+执行):" + (new Date().getTime() - startTime) + "ms");
                }
            }).start();
        }
        System.out.println("创建线程花费时间:" + (new Date().getTime() - startTime) + "ms");
        countDownLatch.countDown();
    }

    private static CuratorFramework getClient() {
        RetryPolicy retryPolicy = new ExponentialBackoffRetry(1000, 3);
        CuratorFramework client = CuratorFrameworkFactory.builder()
                .connectString("127.0.0.1:2181")
                .retryPolicy(retryPolicy)
                .sessionTimeoutMs(6000)
                .connectionTimeoutMs(3000)
                .namespace("demo")
                .build();
        client.start();
        return client;
    }
}

打印结果为:

创建线程花费时间:1ms
20170504 19:02:13|178
显示此线程大概花费时间(等待+执行):210ms
20170504 19:02:13|386
显示此线程大概花费时间(等待+执行):416ms
20170504 19:02:13|574
显示此线程大概花费时间(等待+执行):629ms
20170504 19:02:13|660
显示此线程大概花费时间(等待+执行):678ms
20170504 19:02:13|769
显示此线程大概花费时间(等待+执行):787ms
20170504 19:02:13|804
显示此线程大概花费时间(等待+执行):814ms
20170504 19:02:13|851
显示此线程大概花费时间(等待+执行):881ms
20170504 19:02:13|899
显示此线程大概花费时间(等待+执行):927ms
20170504 19:02:13|946
显示此线程大概花费时间(等待+执行):955ms
20170504 19:02:13|976
显示此线程大概花费时间(等待+执行):993ms

仔细观察可发现,通过多线程的访问,打印的时间戳却是唯一的。这里使用InterProcessMutex类来进行处理分布式锁,实现了一个生产唯一流水号的功能。

注意事项

在上面的代码中,打印了每步操作的时间,其中访问的zookeeper服务器是远程服务器。从打印的时间我们可以看出,通过这种方式生成唯一流水号并不能支撑很大的并发量。每次操作都需要通过网络访问,zookeeper的节点操作等,会花费大量的时间。另外,由于精确到毫秒,因此一秒钟最多也只能处理999个请求。

同时,在分布式环境中上面的示例还是会出现重复的可能性的,比如两个服务器的时间不一致,即两个服务器相差10ms,恰好第一个执行完,第二个执行的间隙也是10ms,那么第二个生成的订单号还是有可能跟第一个重复的,虽然这种概率及其小。

以上通过示例演示了Curator的分布式锁功能,根据具体的业务需求可选择不同的业务场景来使用。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • solidity中transfer异常"send" and "transfer" are only available for objects of type address

    在solidity只能合约中,正常情况下我们可以使用transfer方法来进行转账操作,具体使用如下:

    用户1161110
  • 美团JAVA面试154道题分享

    新的一轮面试季即将开始,提前为大家搜集了154道相关的面试题,虽然没有答案,但也可以为大家指引一些基本的方向。同时,后续如果有时间,也会针对以下面试题的知识点写...

    用户1161110
  • docker overlay2占用大量磁盘空间处理方法

    在使用docker时,往往会出现磁盘空间不足,导致该问题的通常原因是因为docker中部署的系统输出了大量的日志内容。

    用户1161110
  • 并发模型的一些概念以及设计探讨

    阿伟
  • Ansible 部署概述(二)

    • 当 Ansible 访问受管主机时,它可以探查运行的 RHEL 版本。可以比较安装的应用软件和应用的软件订阅,确定主机是否授权妥当

    胡齐
  • 【测试十年】搜狗测试十年:战略思维(一)

    两饿狼发现了一片草地,甲狼大喜。 乙狼不解:你又不吃草,高兴什么? 甲:羊爱吃啊,说完飞奔而去。 乙:你去哪儿? 甲:我要把这消息让羊知道呀! 这则故事启...

    用户5521279
  • OpenGL ES实践教程(二)摄像头采集数据和渲染

    教程 这一篇教程是摄像头采集数据和渲染,包括了三部分内容,渲染部分-OpenGL ES,摄像头采集图像部分-AVFoundation和图像数据创建纹理部分-G...

    落影
  • 手把手教你用vue2.0写个弹窗组件

    在开始之前需要了解一下开发vue插件的前置知识,推荐先看一下vue官网的插件介绍(https://cn.vuejs.org/v2/guide/plugins.h...

    企鹅号小编
  • Dockerfile构建镜像

    喵了个咪233
  • 腾讯数年投资终于开花结果!马化腾将收获一堆上市公司?

    布局能力,马云说是自己是第二,恐怕中国没有企业家敢说自己是第一。资本运作能力,马云说自己是第二,恐怕全世界也没有企业家敢说自己是第一。 在云栖大会上,马云就承...

    罗超频道

扫码关注云+社区

领取腾讯云代金券