以前參加過一個庫存系統，由於其業務複雜性，搞了很多個應用來支撐。這樣的話一份庫存資料就有可能同時有多個應用來修改庫存資料。比如說，有定時任務域xx.cron，和SystemA域和SystemB域這幾個JAVA應用，可能同時修改同一份庫存資料。如果不做協調的話，就會有髒資料出現。對於跨JAVA程序的執行緒協調，可以藉助外部環境，例如DB或者Redis。下文介紹一下如何使用DB來實現分散式鎖。
設計本文設計的分散式鎖的互動方式如下： 1、根據業務欄位生成transaction_id，併線程安全的建立鎖資源 2、根據transaction_id申請鎖 3、釋放鎖
動態建立鎖資源在使用synchronized關鍵字的時候，必須指定一個鎖物件。
synchronized(obj) {...} 程序內的執行緒可以基於obj來實現同步。obj在這裡可以理解為一個鎖物件。如果執行緒要進入synchronized程式碼塊裡，必須先持有obj物件上的鎖。這種鎖是JAVA裡面的內建鎖，建立的過程是執行緒安全的。那麼藉助DB，如何保證建立鎖的過程是執行緒安全的呢？可以利用DB中的UNIQUE KEY特性，一旦出現了重複的key，由於UNIQUE KEY的唯一性，會丟擲異常的。在JAVA裡面，是SQLIntegrityConstraintViolationException異常。
create table distributed_lock( id BIGINT UNSIGNED PRIMARY KEY AUTO_INCREMENT COMMENT '自增主鍵', transaction_id varchar(128) NOT NULL DEFAULT '' COMMENT '事務id', last_update_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP NOT NULL COMMENT '最後更新時間', create_time TIMESTAMP DEFAULT '0000-00-00 00:00:00' NOT NULL COMMENT '建立時間', UNIQUE KEY `idx_transaction_id` (`transaction_id`))transaction_id是事務Id，比如說，可以用
倉庫 + 條碼 + 銷售模式
來組裝一個transaction_id，表示某倉庫某銷售模式下的某個條碼資源。不同條碼，當然就有不同的transaction_id。如果有兩個應用，拿著相同的transaction_id來建立鎖資源的時候，只能有一個應用建立成功。
一條distributed_lock記錄插入成功了，就表示一份鎖資源建立成功了。
DB連線池列表設計在寫操作頻繁的業務系統中，通常會進行分庫，以降低單資料庫寫入的壓力，並提高寫操作的吞吐量。如果使用了分庫，那麼業務資料自然也都分配到各個資料庫上了。在這種水平切分的多資料庫上使用DB分散式鎖，可以自定義一個DataSouce列表。並暴露一個getConnection(String transactionId)方法，按照transactionId找到對應的Connection。
實現程式碼如下：
package dlock;import com.alibaba.druid.pool.DruidDataSource;import org.springframework.stereotype.Component;import javax.annotation.PostConstruct;import java.io.FileInputStream;import java.io.IOException;import java.sql.Connection;import java.util.ArrayList;import java.util.List;import java.util.Properties;@Componentpublic class DataSourcePool { private List<DruidDataSource> dlockDataSources = new ArrayList<>(); @PostConstruct private void initDataSourceList() throws IOException { Properties properties = new Properties(); FileInputStream fis = new FileInputStream("db.properties"); properties.load(fis); Integer lockNum = Integer.valueOf(properties.getProperty("DLOCK_NUM")); for (int i = 0; i < lockNum; i++) { String user = properties.getProperty("DLOCK_USER_" + i); String password = properties.getProperty("DLOCK_PASS_" + i); Integer initSize = Integer.valueOf(properties.getProperty("DLOCK_INIT_SIZE_" + i)); Integer maxSize = Integer.valueOf(properties.getProperty("DLOCK_MAX_SIZE_" + i)); String url = properties.getProperty("DLOCK_URL_" + i); DruidDataSource dataSource = createDataSource(user,password,initSize,maxSize,url); dlockDataSources.add(dataSource); } } private DruidDataSource createDataSource(String user, String password, Integer initSize, Integer maxSize, String url) { DruidDataSource dataSource = new DruidDataSource(); dataSource.setDriverClassName("com.mysql.jdbc.Driver"); dataSource.setUsername(user); dataSource.setPassword(password); dataSource.setUrl(url); dataSource.setInitialSize(initSize); dataSource.setMaxActive(maxSize); return dataSource; } public Connection getConnection(String transactionId) throws Exception { if (dlockDataSources.size() <= 0) { return null; } if (transactionId == null || "".equals(transactionId)) { throw new RuntimeException("transactionId是必須的"); } int hascode = transactionId.hashCode(); if (hascode < 0) { hascode = - hascode; } return dlockDataSources.get(hascode % dlockDataSources.size()).getConnection(); }}首先編寫一個initDataSourceList方法，並利用Spring的PostConstruct註解初始化一個DataSource 列表。相關的DB配置從db.properties讀取。
DLOCK_NUM=2DLOCK_USER_0="user1"DLOCK_PASS_0="pass1"DLOCK_INIT_SIZE_0=2DLOCK_MAX_SIZE_0=10DLOCK_URL_0="jdbc:mysql://localhost:3306/test1"DLOCK_USER_1="user1"DLOCK_PASS_1="pass1"DLOCK_INIT_SIZE_1=2DLOCK_MAX_SIZE_1=10DLOCK_URL_1="jdbc:mysql://localhost:3306/test2"DataSource使用阿里的DruidDataSource。
接著最重要的一個實現getConnection(String transactionId)方法。實現原理很簡單，獲取transactionId的hashcode，並對DataSource的長度取模即可。
連線池列表設計好後，就可以實現往distributed_lock表插入資料了。
package dlock;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.stereotype.Component;import java.sql.*;@Componentpublic class DistributedLock { @Autowired private DataSourcePool dataSourcePool; /** * 根據transactionId建立鎖資源 */ public String createLock(String transactionId) throws Exception{ if (transactionId == null) { throw new RuntimeException("transactionId是必須的"); } Connection connection = null; Statement statement = null; try { connection = dataSourcePool.getConnection(transactionId); connection.setAutoCommit(false); statement = connection.createStatement(); statement.executeUpdate("INSERT INTO distributed_lock(transaction_id) VALUES ('" + transactionId + "')"); connection.commit(); return transactionId; } catch (SQLIntegrityConstraintViolationException icv) { //說明已經生成過了。 if (connection != null) { connection.rollback(); } return transactionId; } catch (Exception e) { if (connection != null) { connection.rollback(); } throw e; } finally { if (statement != null) { statement.close(); } if (connection != null) { connection.close(); } } }}接下來利用DB的select for update特性來鎖住執行緒。當多個執行緒根據相同的transactionId併發同時操作select for update的時候，只有一個執行緒能成功，其他執行緒都block住，直到select for update成功的執行緒使用commit操作後，block住的所有執行緒的其中一個執行緒才能開始幹活。我們在上面的DistributedLock類中建立一個lock方法。
public boolean lock(String transactionId) throws Exception { Connection connection = null; PreparedStatement preparedStatement = null; ResultSet resultSet = null; try { connection = dataSourcePool.getConnection(transactionId); preparedStatement = connection.prepareStatement("SELECT * FROM distributed_lock WHERE transaction_id = ? FOR UPDATE "); preparedStatement.setString(1,transactionId); resultSet = preparedStatement.executeQuery(); if (!resultSet.next()) { connection.rollback(); return false; } return true; } catch (Exception e) { if (connection != null) { connection.rollback(); } throw e; } finally { if (preparedStatement != null) { preparedStatement.close(); } if (resultSet != null) { resultSet.close(); } if (connection != null) { connection.close(); } } }當執行緒執行完任務後，必須手動地執行解鎖操作，之前被鎖住的執行緒才能繼續幹活。在我們上面的實現中，其實就是獲取到當時select for update成功的執行緒對應的Connection，並實行commit操作即可。
那麼如何獲取到呢？我們可以利用ThreadLocal。首先在DistributedLock類中定義
private ThreadLocal<Connection> threadLocalConn = new ThreadLocal<>();每次呼叫lock方法的時候，把Connection放置到ThreadLocal裡面。我們修改lock方法。
public boolean lock(String transactionId) throws Exception { Connection connection = null; PreparedStatement preparedStatement = null; ResultSet resultSet = null; try { connection = dataSourcePool.getConnection(transactionId); threadLocalConn.set(connection); preparedStatement = connection.prepareStatement("SELECT * FROM distributed_lock WHERE transaction_id = ? FOR UPDATE "); preparedStatement.setString(1,transactionId); resultSet = preparedStatement.executeQuery(); if (!resultSet.next()) { connection.rollback(); threadLocalConn.remove(); return false; } return true; } catch (Exception e) { if (connection != null) { connection.rollback(); threadLocalConn.remove(); } throw e; } finally { if (preparedStatement != null) { preparedStatement.close(); } if (resultSet != null) { resultSet.close(); } if (connection != null) { connection.close(); } } }這樣子，當獲取到Connection後，將其設定到ThreadLocal中，如果lock方法出現異常，則將其從ThreadLocal中移除掉。
有了這幾步後，我們可以來實現解鎖操作了。我們在DistributedLock新增一個unlock方法。
public void unlock() throws Exception { Connection connection = null; try { connection = threadLocalConn.get(); if (!connection.isClosed()) { connection.commit(); connection.close(); threadLocalConn.remove(); } } catch (Exception e) { if (connection != null) { connection.rollback(); connection.close(); } threadLocalConn.remove(); throw e; } }畢竟是利用DB來實現分散式鎖，對DB還是造成一定的壓力。當時考慮使用DB做分散式的一個重要原因是，我們的應用是後端應用，平時流量不大的，反而關鍵的是要保證庫存資料的正確性。對於像前端庫存系統，比如新增購物車佔用庫存等操作，最好別使用DB來實現分散式鎖了。
進一步思考如果想鎖住多份資料該怎麼實現？比如說，某個庫存操作，既要修改物理庫存，又要修改虛擬庫存，想鎖住物理庫存的同時，又鎖住虛擬庫存。其實也不是很難，參考lock方法，寫一個multiLock方法，提供多個transactionId的入口，for迴圈處理就可以了。