专栏首页海仔技术驿站如何用Zookeeper来实现分布式锁?

如何用Zookeeper来实现分布式锁?

如何用Zookeeper来实现分布式锁?

什么是Zookeeper临时顺序节点?

		例如 : 
						/
				动物			植物					
			猫		仓鼠	荷花	松树
		Zookeeper的数据存储结构就像一棵树,这棵树由节点组成,这种节点叫做Zonde.

Znode分为四种类型 :

		1.持久节点(PERSISTENT)
			默认的节点类型.创建节点的客户端与zookeeper断开连接后,该节点依旧存在.
		2.持久节点顺序节点(PERSISTENT_SEQUENTIAL)
			所谓顺序节点,就是在创建节点时,Zookeeper根据创建的时间顺序给该节点名称进行编号.
			例如 : 
					仓鼠
			仓鼠0001	仓鼠0002	仓鼠0003
		3.临时节点(EPHEMERAL)
			和持久节点相反,当创建节点的客户端与zookeeper断开连接后,临时节点会被删除 : 
		4.临时顺序节点(EPHEMERAL_SEQUENTIAL)
			临时顺序节点结合了临时节点和顺序节点的特点 : 在创建节点时,Zookeeper根据创建的时间顺序给该节点名称进行编号 ; 当创建节点的客户端与zookeeper
			断开连接后,临时节点会被删除.

Zookeeper分布式锁的原理

	Zookeeper分布式锁恰恰应用了临时顺序节点

获取锁 :

		首先,在Zookeeper当中创建一个持久节点ParentLock.当第一个客户端想要获得锁时,需要在ParentLock这个节点下面创建一个临时顺序节点Lock1.
		之后,Client1查找ParentLock下面所有的临时顺序节点并排序,判断自己所创建的节点Lock1是不是顺序最靠前的一个.如果是第一个节点,则成功获得锁.
		这时候,如果再有一个客户端Client2前来获取锁,则在ParentLock下再创建一个临时顺序节点Lock2.
		Client2查找ParentLock下面所有的临时顺序节点并排序,判断自己所创建的节点Lock2是不是顺序最靠前的一个,结果发现节点Lock2并不是最小的.
		于是,Client2向排序仅比它靠前的节点Lock2注册Watcher,用于监听Lock1节点是否存在.这意味着Client2抢锁失败,进入了等待状态.
		这时候,如果又有一个客户端Client3前来获取锁,则在ParentLock下再创建一个临时顺序节点Lock3.
		Client3查找ParentLock下面所有的临时顺序节点并排序,判断自己所创建的节点Lock3是不是顺序最靠前的一个,结果同样发现节点Lock3并不是最小的.
		于是,Client3向排序仅比它靠前的节点Lock2注册Watcher,用于监听Lock2节点是否存在.这意味着Client3同样抢锁失败,进入了等待状态.
		这样一来,Client1得到了锁,Client2监听了Lock1,Client3监听了Lock2.这恰恰形成了一个等待队列,很像是Java当中的ReentrantLock所依赖的AQS(AbstractQueuedSynchronizer)

释放锁 :

		释放锁分为两种情况 : 
			1.任务完成,客户端显示释放
				当任务完成时,Client1会显示调用删除节点Lock1的指令.
			2.任务执行过程中,客户端崩溃
				获得锁的Client1在任务执行过程中,如果Duang的一声崩溃则会断开与Zookeeper服务端的链接.根据临时节点的特性,相关联的节点Lock1会随之自动删除.
				由于Client2一直监听着Lock1的存在状态,当Lock1节点被删除,Client2会立刻收到通知.这时候Client2会再次查询ParentLock下面的所有节点,确认自己创建
				的节点Lock2是不是目前最小的节点.如果是最小,则Client2顺利成章获得锁.
				同理,如果Client2也因为任务完成或者节点崩溃而删除了节点Lock2,那么Client3就会接到通知.最终,Client3成功得到了锁.
		Zookeeper和Redis分布式锁的比较
			Zookeeper的
			优点 : 
				1.有封装好的框架,容易实现.
				2.有等待锁的队列,大大提升抢锁效率.
			缺点 : 	
				1.添加和删除节点性能较低.
			Redis
				优点 : Set和Del指令的性能较高.
				缺点 : 
					1.实现复杂,需要考虑超时,原子性,误删等情形.
					2.没有等待锁的队列,只能在客户端自旋等锁,效率低下.
				两者都可以在客户端实现可重入逻辑.
在Apache的开源框架Apache Curator中,包含了对Zookeeper分布式锁的实现,源码 : https://github.com/apache/curator/

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

  • 并发编程之J.U.C的第一篇

    全称是 AbstractQueuedSynchronizer,是阻塞式锁和相关的同步器工具的框架 特点 :

    海仔
  • Python自动化运维之Keepalived

    海仔
  • 前端成神之路-01_jQuery

    ​ JavaScript库:即 library,是一个封装好的特定的集合(方法和函数)。从封装一大堆函数的角度理解库,就是在这个库中,封装了很多预先定义好的函数...

    海仔
  • Java数据结构和算法(十)——二叉树

      接下来我们将会介绍另外一种数据结构——树。二叉树是树这种数据结构的一员,后面我们还会介绍红黑树,2-3-4树等数据结构。那么为什么要使用树?它有什么优点? ...

    IT可乐
  • 讨论帖:如果只有两个数据中心,使用 Raft 协议还有意义吗?

    对 Raft 有所了解的同学都知道,Raft 一般会使用奇数个节点,比如 3、5、7 等等。这是因为 Raft 是 一种基于多节点投票选举机制的共识算法,通俗地...

    PingCAP
  • 关于BUS通信系统的一些思考(三)

    好久没写总结啦,最近一段时间比较忙,抽出的空闲时间都在不断完善之前提到的一个进程间通信lib的想法和实现(libatbus)。

    owent
  • zk中如何防止羊群效应

    那么问题来了?如果同时有1000个客户端发起请求并创建临时节点,都会去监听A结点的变化,然后A删除节点的时候会通知其他节点,这样是否会太影响并耗费资源了?那么怎...

    奕仁
  • 高级开发不得不懂的Redis Cluster数据分片机制

    Redis Cluster 是 Redis 的分布式解决方案,在 3.0 版本正式推出,有效地解决了 Redis 分布式方面的需求。

    黄泽杰
  • Redis Cluster 的数据分片机制

    上一篇《分布式数据缓存中的一致性哈希算法》文章中讲述了一致性哈希算法的基本原理和实现,今天就以 Redis Cluster 为例,详细讲解一下分布式数据缓存中的...

    程序员历小冰
  • Redis Cluster 的数据分片机制

    今天以 Redis Cluster 为例,详细讲解一下分布式数据缓存中的数据分片,上线下线时数据迁移以及请求重定向等操作。

    程序员历小冰

扫码关注云+社区

领取腾讯云代金券