如何基于Zookeeper实现分布式锁？请说明原理和实现细节

题目

如何基于Zookeeper实现分布式锁？请说明原理和实现细节

信息

• 类型：问答
• 难度：⭐⭐

考点

Zookeeper分布式锁原理,临时顺序节点,Watch机制,羊群效应避免

快速回答

基于Zookeeper实现分布式锁的核心步骤：

1. 在指定路径（如/locks）下创建临时顺序节点
2. 获取父节点下所有子节点，判断当前节点是否是最小序号节点
3. 若是最小节点则获得锁；否则监听前一个节点的删除事件
4. 业务处理完成后主动删除节点释放锁

关键优化：

• 使用临时节点避免客户端崩溃导致的死锁
• 顺序节点+Watch机制防止羊群效应

一、实现原理

Zookeeper通过两个核心特性实现分布式锁：

1. 临时顺序节点（Ephemeral Sequential）：
   • 节点在客户端会话结束时自动删除，避免死锁
   • 顺序编号保证锁请求的全局顺序性
2. Watch机制：
   • 客户端可监听特定节点的变更事件
   • 当锁释放时（节点删除），通知等待的客户端

二、完整实现流程

// 伪代码示例
public void lock() {
  // 1. 创建临时顺序节点
  String lockPath = zk.create("/locks/resource_", 
                             null, 
                             ZooDefs.Ids.OPEN_ACL_UNSAFE, 
                             CreateMode.EPHEMERAL_SEQUENTIAL);

  // 2. 获取所有子节点并排序
  List<String> children = zk.getChildren("/locks", false);
  Collections.sort(children);

  // 3. 判断当前节点是否是最小节点
  String currentNode = lockPath.substring("/locks/".length());
  int currentIndex = children.indexOf(currentNode);

  if (currentIndex == 0) {
    // 获得锁
    return; 
  } else {
    // 4. 监听前一个节点
    String prevNode = children.get(currentIndex - 1);
    CountDownLatch latch = new CountDownLatch(1);
    zk.exists("/locks/" + prevNode, event -> {
      if (event.getType() == EventType.NodeDeleted) {
        latch.countDown();
      }
    });

    // 5. 阻塞等待前一个节点释放
    latch.await();
  }
}

public void unlock() {
  zk.delete(lockPath, -1); // 删除节点释放锁
}

三、关键问题解决

四、最佳实践

1. 锁释放时机：
   • 必须在finally块中释放锁，确保异常时也能释放
   • 避免在锁内进行阻塞操作，减少锁持有时间
2. 重试策略：
   • 实现指数退避（Exponential Backoff）重试
   • 设置最大重试次数防止活锁
3. 锁粒度：
   • 使用不同路径区分不同资源的锁（如/locks/DB_TableA）

五、常见错误

• 误用永久节点：客户端崩溃后锁无法释放
• 未处理连接丢失：
  • 场景：获取锁后Zookeeper连接断开
  • 后果：临时节点被删除导致锁意外释放
  • 方案：使用CuratorFramework等封装库处理连接状态
• Watch一次性触发：
  • 事件触发后需重新注册Watch
  • 解决方案：在exists()回调中重新设置Watch

六、扩展知识

• Curator Recipes：Apache Curator提供的现成锁实现（如InterProcessMutex）
• 锁类型对比：

  方案	优点	缺点
  Zookeeper	强一致性、无死锁	性能较低（~10k QPS）
  Redis	高性能（~100k QPS）	可靠性依赖持久化策略

• 分布式锁应用场景：
  • 全局配置更新
  • 分布式任务调度
  • 防止重复请求处理