ZooKeeper应用之分布式锁

原创技术文章，转载请注明：转自http://newliferen.github.io/

  目前Java运行环境中多数都是集群环境，多台主机并行计算，导致在代码中很难进行并发控制，有开发人员自行实现分布式锁，开发工作量大，代码稳定性难以保证，ZooKeeper框架的出现，让开发人员可以使用zk中成熟的分布式锁服务，减轻了开发人员对分布式任务并发控制负担，可以专注业务逻辑实现。
  zk中分布式锁的思想是，创建一个锁节点/locknode/guid-lock，集群中每台服务器都在该节点下写入有序的子节点，节点列表中第一个节点对应的服务器被认为是拿到分布式锁，可以进行计算任务，计算任务结束后，删除该服务器对应的节点，下一个服务器写入的节点排到了第一位，可以进行计算任务，如此往复，每台机器写入的节点排在列表中第一位的时候，就被认为是拿到分布式锁。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
package org.zk.distributed.lock;

import org.apache.zookeeper.*;
import org.apache.zookeeper.Watcher.Event.EventType;
import org.apache.zookeeper.Watcher.Event.KeeperState;
import org.apache.zookeeper.ZooDefs.Ids;
import org.apache.zookeeper.data.Stat;
import org.junit.Before;
import org.junit.Test;

import java.io.IOException;
import java.util.List;
import java.util.concurrent.CountDownLatch;

/**
 * 分布式锁
 * @author renzhengzhi
 */
public class ZkDistributedLock {

	private ZooKeeper zk;
	
	@Before
	public void connect(){
		CountDownLatch connectorSemaphore = new CountDownLatch(1);
		String url = "127.0.0.1:2181";
		int timeout = 60000;
		try {
			zk = new ZooKeeper(url, timeout, new ConnectWatcher(connectorSemaphore));
			System.out.println(zk.getState());
			connectorSemaphore.await();
			System.out.println(zk.getState());
		} catch (IOException e) {
			e.printStackTrace();
		} catch (InterruptedException e) {
			e.printStackTrace();
		}
	}

	/**
	 * 获取分布式锁
	 */
	@Test
	public void getDistributedLock(){
		try {
			String path = zk.create("/_locknode_/guid-lock", "lock".getBytes(), Ids.OPEN_ACL_UNSAFE, CreateMode.EPHEMERAL_SEQUENTIAL);
			List<String> children = zk.getChildren("/_locknode_", true);
			if (children != null && children.size() > 0){
				// 避免羊群效应
				// 首先找到比自己小的那个节点
				int size = children.size();
				String prevOne = null;// 上一个比自己小的节点
				for (int i=0;i<size;i++){
					if (i == 0 && path.lastIndexOf(children.get(i)) > 0){
						System.out.println("当前线程获取分布式锁。。。");
						return;
					}
					if (path.lastIndexOf(children.get(i)) > 0){
						prevOne = children.get(i-1);
						break;
					}
				}
				System.out.println("prevOne:" + prevOne);
				// 判断比当前节点小的节点是否存在，其节点发生变化之后会回调watcher类，即当前线程获取到分布式锁
				zk.exists("/_locknode_/" + prevOne, new LockWatcher("/_locknode_"));
			}
		} catch (InterruptedException e) {
			e.printStackTrace();
		} catch (KeeperException e) {
			e.printStackTrace();
		}
	}
	
	private class LockWatcher implements Watcher {
		private final String path;
		public LockWatcher(String path){
			this.path = path;
		}
        public void process(WatchedEvent event) {
			try {
				Stat stat = zk.exists(path, false);
	        	System.out.println("当前线程获取到分布式锁" + stat);
			} catch (KeeperException e) {
				e.printStackTrace();
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
        }
    }
	class ConnectWatcher implements Watcher{
		private final CountDownLatch connectorSemaphore;
		
		public ConnectWatcher(CountDownLatch connectorSemaphore){
			this.connectorSemaphore = connectorSemaphore;
		}
		@Override
		public void process(WatchedEvent e) {
			if (e.getState() == KeeperState.SyncConnected){
				if (EventType.None == e.getType() && e.getPath() == null){
					connectorSemaphore.countDown();
					System.out.println("链接状态：" + e.getState());
				}
			}
		}
		
	}
}

  在使用zk实现分布式锁服务时，需要注意一点，如果服务器监听锁节点下所有子节点，那么zk集群在负责发起watcher通知时，势必给zk集群服务带来压力，而客户端关注了与自己无关的节点变化情况，也浪费了客户端服务器资源，这种情况叫做羊群效应。羊群效应的解决方案是，每个客户端服务器只关注比自己小的那个节点的变化情况即可，如果比自己小的节点被删除，那么就说明当前服务器拿到分布式锁。