分布式鎖的封裝也很有講究呀

分布式鎖通常有很多選擇，基于 Redis 的，基于 Zookeeper 的，基于數(shù)據(jù)庫等等方案。

Redis 用于緩存數(shù)據(jù)，在項目中都有使用，所以使用 Redis 來做分布式鎖的會稍微多些。

如果用 Redis 來做鎖，可以直接用開源的方案，比如redisson。

最常見的使用方式如下所示：

RLock lock = redisson.getLock("anyLock");
lock.lock();
run();
lock.unlock();

獲取鎖對象，調(diào)用 lock()加鎖，執(zhí)行業(yè)務(wù)邏輯，調(diào)用 unlock()釋放鎖。

盡管框架提供的使用方式已經(jīng)很簡潔了，但是我們還是有必要對鎖做一層包裝。做包裝的目的是為了提高擴展性和易用性。

抽象接口

如果說我們直接使用 redisson 的原生 API 做加鎖，那么很多地方都會出現(xiàn) RLock 相關(guān)的代碼，突然有一天，由于某些原因，需要將鎖進行替換，這個時候改動的范圍就比較大了。每個使用了 RLock 的地方都得改。

如下圖：很多 Service 都用到了 RLock.lock()方法，當我們需要替換鎖的時候，所有涉及到的類和方法都得修改，改動的點如紅色部分所示。

所以我們需要做一層抽象，可以定義一個 DistributedLock 接口來提供鎖相關(guān)的能力，提供多種實現(xiàn)，這樣方便替換和擴展。

如下圖：每個 Service 中都是用的 DistributedLock 接口來加鎖，當我們需要替換鎖的實現(xiàn)時，使用的地方不需要改動，只需要替換 DistributedLock 的實現(xiàn)即可。

自動釋放

自動釋放指的是對于加鎖之后，業(yè)務(wù)邏輯執(zhí)行完畢需要自動關(guān)閉鎖。按照前面 Redisson 的方式我們需要手動調(diào)用 unlock()來釋放持有的鎖。

當然 Redisson 也提供了超時釋放的功能，正常情況下肯定是業(yè)務(wù)執(zhí)行完畢就要釋放鎖了，同一個鎖的下個請求才能繼續(xù)接著處理。

手動釋放資源最容易出現(xiàn)的問題就是忘記釋放，所以在 JDK7 中引入了 try-with-resources 來自動釋放資源，相信大家都很熟悉。

所以我們在封裝的時候，盡量不要讓使用者去手動釋放，減少出錯的概率。對于有結(jié)果的我們可以使用 Supplier 來傳遞你的邏輯，對于沒有返回結(jié)果的可以用 Runnable 來傳遞你的邏輯。

/**
 * 加鎖
 * @param key 鎖Key
 * @param waitTime 嘗試加鎖，等待時間 (ms)
 * @param leaseTime 上鎖后的失效時間 (ms)
 * @param success 鎖成功執(zhí)行的邏輯
 * @param fail 鎖失敗執(zhí)行的邏輯
 * @return
 */
 T lock(String key, int waitTime, int leaseTime, Supplier success, Supplier fail);

使用：

String result = distributedLock.lock("1001", 1000, () -> {
    System.out.println("進來了。。。。");
    try {
        Thread.sleep(1000);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    return "success";
}, () -> {
    System.out.println("加鎖失敗。。。。");
    return "fail";
});

容災(zāi)處理

另一個需要注意的問題就是鎖的可用性，萬一對應(yīng)的 Redis 出問題了，這個時候去加鎖肯定會失敗，如果不做任何處理，就會影響正常的業(yè)務(wù)操作，導致業(yè)務(wù)不可用。

我們除了實現(xiàn) Redis 的鎖之外，還可以實現(xiàn)其他的鎖，比如數(shù)據(jù)庫鎖。當 Redis 鎖不可用的時候降級為數(shù)據(jù)庫鎖，雖然性能有所影響，但是不會影響業(yè)務(wù)。

如果數(shù)據(jù)庫鎖也不可用了（題外話：所有都不可用可能性非常?。?，那還是讓業(yè)務(wù)操作失敗比較好。因為我們用加鎖的場景，肯定是為了防止并發(fā)場景帶來的問題，如果當鎖不可用時，你將異常消費了，讓業(yè)務(wù)操作繼續(xù)下去，就有可能出現(xiàn)沒有加鎖的業(yè)務(wù)問題。

當然監(jiān)控也非常需要，Redis, 數(shù)據(jù)庫等監(jiān)控。在出故障的時候，及時有人員介入。

監(jiān)控體系

Redis, 數(shù)據(jù)庫，Zookeeper 這些承載分布式實現(xiàn)的中間件的監(jiān)控肯定是必須要有的。另一個監(jiān)控就是更細粒度的對應(yīng)鎖這個動作的監(jiān)控。

比如加鎖的時間，釋放鎖的時間，在鎖里面執(zhí)行業(yè)務(wù)的時間，鎖的并發(fā)量，執(zhí)行次數(shù)，加鎖失敗的次數(shù)。

這些數(shù)據(jù)指標都非常重要，能夠幫助你及時發(fā)現(xiàn)問題。比如 10 秒內(nèi)幾百次加鎖失敗，都降級成了數(shù)據(jù)庫鎖，這個時候你收到了警報，一看就知道 Redis 出問題了，及時解決。

監(jiān)控方式就隨便了，每個公司都不一樣，你可以暴露數(shù)據(jù)給 Prometheus 抓取，也可以集成 Cat 做好埋點，只要能監(jiān)控，能告警就可以了。

關(guān)于作者：尹吉歡，簡單的技術(shù)愛好者，《Spring Cloud 微服務(wù)-全棧技術(shù)與案例解析》, 《Spring Cloud 微服務(wù) 入門 實戰(zhàn)與進階》作者, 公眾號猿天地發(fā)起人。

有B站賬號的加個關(guān)注唄！

我整理了一份很全的學習資料，感興趣的可以微信搜索「猿天地」，回復(fù)關(guān)鍵字 「學習資料」獲取我整理好了的 Spring Cloud，Spring Cloud Alibaba，Sharding-JDBC 分庫分表，任務(wù)調(diào)度框架 XXL-JOB，MongoDB，爬蟲等相關(guān)資料。