news 2026/9/2 7:57:05

[后端进阶] 详解分布式锁的三种实现方式:MySQL vs Redis vs ZooKeeper

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
[后端进阶] 详解分布式锁的三种实现方式:MySQL vs Redis vs ZooKeeper

在微服务架构或分布式系统中,Java 内置的锁(如synchronizedReentrantLock)只能限制当前 JVM 内部的线程互斥。当我们需要跨多个服务节点、跨进程地去抢占同一个资源(如“扣减库存”、“抢单”)时,就需要引入分布式锁

本文将深入对比业界常见的三种分布式锁实现方案:MySQLRedisZooKeeper,解析其原理、代码实现及优缺点。


一、基于 MySQL 实现分布式锁

MySQL 实现分布式锁主要利用了数据库的唯一性约束或排他锁(X锁)特性。

1. 方案 A:基于唯一索引 (Unique Index)

这是最直观的方法。我们创建一个锁表,并对lock_key字段加上唯一索引。

  • 加锁:执行INSERT INTO lock_table (lock_key) VALUES ('order_101');。如果插入成功,则获取锁;如果报Duplicate Key Error,则获取失败。

  • 解锁:执行DELETE FROM lock_table WHERE lock_key = 'order_101';

2. 方案 B:基于排他锁 (SELECT ... FOR UPDATE)

利用 MySQL 的事务机制,通过FOR UPDATE对某一行数据加排他锁。

START TRANSACTION; -- 阻塞式等待获取锁 SELECT * FROM distributed_lock WHERE lock_key = 'order_101' FOR UPDATE; -- 执行业务逻辑... COMMIT; -- 提交事务即释放锁
⚠️ 致命注意点:必须加索引!

在使用FOR UPDATE时,WHERE后面的字段(如lock_key必须有索引

  • 有索引:MySQL 使用行锁(Row Lock),只锁住这一行,并发互不影响。

  • 无索引:MySQL 无法定位行,会进行全表扫描,进而导致锁表。这会让系统的并发能力瞬间降为 1,甚至导致数据库连接池爆满导致服务崩溃。

优缺点分析
  • 优点:理解简单,不需要引入额外的中间件(利用现有数据库)。

  • 缺点

    • 性能差:依赖磁盘 I/O,并发支持有限。

    • 死锁风险:基于 INSERT 的方案如果服务宕机,锁无法自动释放(需额外开发定时清理任务)。

    • 连接资源宝贵:基于FOR UPDATE的方案会长时间占用数据库连接。


二、基于 Redis 实现分布式锁(推荐)

这是目前互联网企业最常用的方案,核心优势是高性能

1. 核心原理

早期我们使用SETNX(Set if Not Exists) 指令,但在生产环境中,推荐使用Redisson框架,它封装了复杂的底层逻辑。

  • 互斥:利用 Redis 的原子操作,同一时刻只有一个客户端能设置成功。

  • 防死锁:设置过期时间(TTL)。

  • 自动续期(看门狗 Watchdog):这是 Redisson 的黑科技。如果业务逻辑执行时间超过了锁的过期时间,看门狗会起一个后台线程,每隔一段时间自动给锁“续命”,防止业务没跑完锁就过期了。

2. Java 代码示例 (Redisson)
@Autowired private RedissonClient redisson; public void doBusiness() { RLock lock = redisson.getLock("my-lock"); try { // 尝试加锁,支持自动续期 lock.lock(); // 执行业务... System.out.println("Processing..."); } finally { // 释放锁前判断是否是当前线程持有 if (lock.isLocked() && lock.isHeldByCurrentThread()) { lock.unlock(); } } }
优缺点分析
  • 优点:性能极高(纯内存操作),实现简单(Redisson 封装极其完善),支持可重入。

  • 缺点AP 模型(弱一致性)。在 Redis 哨兵或集群模式下,如果主节点还没来得及把锁同步给从节点就挂了,从节点升级为主节点后,锁会丢失,可能导致两个线程同时持锁。


三、基于 ZooKeeper 实现分布式锁

ZooKeeper (ZK) 保证 CP(强一致性),适用于对可靠性要求极高的场景(如金融核心系统)。通常配合Curator客户端使用。

1. 核心原理

利用 ZK 的临时顺序节点 (Ephemeral Sequential Node)

  1. 抢锁:所有客户端在/lock目录下创建一个临时顺序节点。

  2. 判断:获取所有子节点,判断自己的序号是不是最小的。如果是,获得锁。

  3. 等待:如果不是最小,监听(Watch)比自己小 1 号的那个节点。

  4. 释放:前一个节点删除(释放锁或宕机),当前节点收到通知,获得锁。

优缺点分析
  • 优点

    • 强一致性:不存在 Redis 的丢锁问题。

    • 安全性高:因为是临时节点,客户端宕机后节点自动消失,天然杜绝死锁

  • 缺点:性能不如 Redis,频繁创建和删除节点对 ZK 集群压力较大。


四、总结与选型建议

维度MySQLRedis (Redisson)ZooKeeper
底层机制唯一索引 / 行锁SETNX / Lua 脚本临时顺序节点
性能低 (磁盘I/O)极高 (内存)中 (网络/磁盘)
一致性强 (依赖事务)弱 (主从切换可能丢锁)强 (CP模型)
死锁风险高 (需兜底策略)低 (看门狗机制)无 (断开即释放)
复杂度手动实现麻烦框架封装好框架封装好

选型建议:

  1. 绝大多数互联网业务(90%):首选Redis (Redisson)。即使极端情况下偶尔丢锁,通过业务层的幂等性校验也能兜底,性能收益巨大。

  2. 金融级/对一致性极其敏感的场景:首选ZooKeeper。宁可慢一点,也不能出差错。

  3. 极小规模/不想引入新组件:可以使用MySQL,但务必记得给锁字段加唯一索引,防止锁全表导致系统崩溃。


作者提示:技术选型没有绝对的“最好”,只有“最适合”。在面试中回答此问题时,建议先说出 Redis 的方案,再对比 ZK 的强一致性优势,最后提一下 MySQL 的实现原理及坑点,展现你的知识广度。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/1 2:15:27

Q学习(Q-learning)路径规划算法实战

Q学习(Q-learning)路径规划算法。 matlab代码。 智能体与环境交互来更新Q值表。 可以通过窗口界面方便观察交互过程 非4栅格拓展!智能体可以在一个栅格向8个方向拓展。 代码注释详尽,可以方便替换自己的地图。 #路径规划 #强化学习…

作者头像 李华
网站建设 2026/9/1 20:30:28

ANSYS/LS - dyna防爆涂层砂浆砖框架结构爆破荷载损伤响应案例探索

ANSYS/LS-dyna防爆涂层砂浆砖框架结构爆破荷载损伤响应案例 1.GUI模式快速建立砂浆砖模型,易上手,灵活度高。 2.采用壳单元法、实体单元法两种方法考虑防爆涂层的作用效果。 3.讲述砂浆砖模型如何进一步嵌入实体框架当中,包含模型关键字导入&…

作者头像 李华
网站建设 2026/9/1 15:05:03

基于TOA/FOA的无源定位方法MATLAB仿真探索

MATLAB仿真 基于toa/foa的无源定位方法,二次等式约束求解 有 参考文档 无源定位技术:二次等式约束最小二乘估计理论与方法 第八章在无线定位领域,基于TOA(Time of Arrival,到达时间)和FOA(Frequ…

作者头像 李华
网站建设 2026/9/1 17:26:02

基于一致性算法改进的自适应虚拟阻抗控制:解决双机并联功率分布不均

基于一致性算法改进的自适应虚拟阻抗控制研究,可以完美实现双机并联后线路阻抗引起的功率分布不均,下垂控制在电力系统的双机并联场景中,线路阻抗带来的功率分布不均一直是个令人头疼的问题。不过,通过基于一致性算法改进的自适应…

作者头像 李华
网站建设 2026/9/2 7:19:24

微软和布朗大学最新发现:让AI助手拥有18000多种技能的革命性突破

这项突破性研究由布朗大学的Reza Esfandiarpoor、Stephen H. Bach与微软的Vishwas Suryanarayanan、Vishal Chowdhary、Anthony Aue团队共同完成,于2025年发表。有兴趣深入了解的读者可以通过arXiv:2510.19286v1查询完整论文。这项研究首次展示了如何让AI助手掌握超…

作者头像 李华