可重入公平分布式锁：原理、源码、设计与优化【图文详解】

---

一、概述

在分布式系统中，锁机制是保障数据一致性和并发安全的核心手段。可重入公平分布式锁不仅能让同一线程多次安全地获得锁，还能保证所有线程/进程按照请求顺序公平竞争锁资源，有效防止“饥饿”现象。本文将系统梳理其原理、发展、设计、核心源码、业务应用、优化技巧，以及与主流技术栈的集成，并用三种 mermaid 图表（flowchart、stateDiagram-v2、sequenceDiagram）优化结构表达，助你“知其然，更知其所以然”。

---

二、名词解释与发展背景

1. 可重入锁（Reentrant Lock）

• 定义：同一线程多次获取同一锁不会死锁，内部计数递增，归零时完全释放。
• 优势：递归调用场景安全；简化复杂业务链路锁管理。

2. 公平锁（Fair Lock）

• 定义：按请求先后顺序分配锁资源，避免部分线程长时间无法获得锁（饥饿）。
• 优势：提升用户体验，保证业务顺序性。

3. 分布式锁（Distributed Lock）

• 定义：跨进程、跨服务器同步控制，通常依赖 Redis、ZooKeeper、etcd 等外部存储。
• 优势：横向扩展，适配微服务和多节点场景。

发展历史与权威资料

• 早期分布式锁多依赖数据库，性能瓶颈明显。
• Redis、ZooKeeper、etcd 成为主流分布式锁方案。
• Redisson、Curator 等开源工具库推动锁机制标准化。
• 参考资料：Redis官方文档、ZooKeeper Recipes: Locks、Martin Kleppmann《Designing Data-Intensive Applications》

---

三、结构优化与核心流程说明

1. 加锁流程（flowchart）

flowchart TD
    A[请求加锁] --> B{是否可重入?}
    B -- 是 --> C[锁计数+1，直接成功]
    B -- 否 --> D{是否公平模式?}
    D -- 是 --> E[加入队列，排队等待]
    D -- 否 --> F[抢占锁]
    E --> G[轮到自己，原子抢锁]
    F --> G
    G --> H[加锁成功，设置owner和计数]

• 结构优化说明：用分支清晰区分可重入和公平场景，突出队列排队与原子抢锁两大核心环节。

---

2. 锁状态变化（stateDiagram-v2）

• 结构优化说明：状态图突出锁从未持有到持有、递归计数、归零释放及公平排队等关键状态转换。

---

3. 分布式锁交互流程（sequenceDiagram）

• 结构优化说明：时序图直观展现客户端、锁服务、存储三者的交互，突出加锁和解锁关键分支。

---

四、核心源码剖析（Redis实现，伪代码）

加锁部分

public boolean tryLock(String lockKey, String threadId, int expireTime) {
    // 1. 可重入检测
    if (redis.get(lockKey + ":owner") == threadId) {
        int count = redis.incr(lockKey + ":count");
        return true;
    }
    // 2. 公平队列排队
    redis.rpush(lockKey + ":queue", threadId);
    while (true) {
        String head = redis.lindex(lockKey + ":queue", 0);
        if (head.equals(threadId) && redis.setnx(lockKey, threadId)) {
            redis.set(lockKey + ":owner", threadId);
            redis.set(lockKey + ":count", 1);
            redis.expire(lockKey, expireTime);
            return true;
        }
        Thread.sleep(10); // 等待唤醒
    }
}

解锁部分

public boolean unlock(String lockKey, String threadId) {
    if (redis.get(lockKey + ":owner") != threadId) {
        throw new IllegalMonitorStateException("No lock held by thread");
    }
    int count = redis.decr(lockKey + ":count");
    if (count == 0) {
        redis.del(lockKey);
        redis.del(lockKey + ":owner");
        redis.lpop(lockKey + ":queue");
    }
    return true;
}

速记口诀

查归属、加计数、入队列、原子抢、归零解、唤队头。

---

五、业务场景与应用价值

1. 电商库存扣减

• 多实例并发扣减库存，锁保证不超卖，公平机制避免部分请求长时间等待。

2. 分布式定时任务调度

• 多节点调度，公平锁防止重复执行，可重入适配复杂任务链路。

3. 微服务分布式事务

• 保障事务各阶段操作的原子性和顺序性。

---

六、调试优化与集成技巧

• 超时重试：锁抢占失败自动重试，配置合理间隔。
• 死锁检测：锁过期自动释放，防止死锁。
• 性能监控：实时监控队列长度、等待时间，及时扩容或优化。
• 技术栈集成：
  • ZooKeeper：临时顺序节点天然公平，需手动计数实现可重入。
  • Redisson：RLock支持公平、可重入，推荐使用。
  • etcd：租约机制保障锁的持有与自动释放。

---

七、系统性认知与优缺点分析

特性	优点	缺点
可重入	递归安全	实现复杂，需计数管理
公平	防止饥饿	性能略降，队列消耗资源
分布式	横向扩展，跨进程	依赖外部存储，网络延迟

总结速记口

查归属、加计数、入队列、原子抢、归零解、唤队头。

---

八、权威资料与参考文献

• Redis官方文档
• ZooKeeper Recipes: Locks
• Redisson官方文档
• Martin Kleppmann, 《Designing Data-Intensive Applications》

---

九、知其然，更知其所以然

本文通过名词解释、发展历史、流程结构优化、源码剖析、业务场景、调试优化及技术栈集成，图文并茂地梳理了可重入公平分布式锁的设计与实现。三种 mermaid 图表（flowchart、stateDiagram-v2、sequenceDiagram）分别优化了流程、状态与交互结构表达，帮助开发者系统性认知锁机制，提升分布式架构设计与实战能力。

---

如需深入探讨或有疑问，欢迎留言交流！