分布式锁有哪些使用场景？举几个例子？
参考回答
分布式锁在需要多实例协作、共享资源、避免竞争冲突的场景下非常有用，以下是常见的使用场景：
- 秒杀系统：确保多个用户抢购同一件商品时，库存不会被超卖。
- 分布式任务调度：在多个服务节点中确保某个任务只被执行一次。
- 共享资源访问控制：限制并发访问，比如对一个文件、缓存、或者数据库记录的并发写操作进行控制。
详细讲解与拓展
1. 秒杀系统
场景描述：
在秒杀场景中，商品库存有限，如果没有分布式锁，多个用户并发下单可能导致超卖问题。
实现方式：
– 使用Redis分布式锁，在扣减库存之前获取锁。
– 锁定库存的逻辑完成后释放锁。
代码示例：
lock_key = "product_lock:123"
lock_value = "unique_value"
# 获取锁
if redis.set(lock_key, lock_value, nx=True, px=1000):
try:
if product_stock > 0:
product_stock -= 1
print("库存扣减成功")
else:
print("库存不足")
finally:
# 释放锁
redis.eval(release_script, 1, lock_key, lock_value)
else:
print("获取锁失败，稍后再试")
注意事项：
– 需要为每件商品设置独立的锁（如lock_key）。
– 使用过期时间防止因业务失败导致锁无法释放。
2. 分布式任务调度
场景描述：
在微服务架构中，多个服务实例可能竞争执行同一个任务（如清理数据、生成报表）。分布式锁可以确保某一时刻只有一个实例在执行任务，避免重复工作。
实现方式：
– 各服务实例尝试获取分布式锁。
– 获得锁的实例执行任务，完成后释放锁。
代码示例：
lock_key = "task_lock"
if redis.set(lock_key, "task_executor", nx=True, px=30000):
try:
# 执行分布式任务
print("任务执行中...")
finally:
redis.eval(release_script, 1, lock_key, "task_executor")
else:
print("任务已被其他实例执行")
实际场景：
– 每日凌晨定时生成报表的任务。
– 定期清理过期数据的任务。
3. 分布式事务中的幂等性控制
场景描述：
在分布式事务中，多个节点可能对同一条数据同时发起操作，导致冲突。分布式锁可以用来保证某条数据在一段时间内只被一个操作修改。
例子：
电商系统中，订单状态从“待支付”到“已支付”的变更必须是线程安全的，避免重复支付或订单状态不一致。
解决方法：
– 在更新订单状态时获取订单的分布式锁，确保只有一个实例能修改该订单。
– 操作完成后释放锁。
代码示例：
lock_key = f"order_lock:{order_id}"
if redis.set(lock_key, "order_executor", nx=True, px=5000):
try:
# 修改订单状态
if order.status == "待支付":
order.status = "已支付"
print("订单状态更新成功")
else:
print("订单已处理")
finally:
redis.eval(release_script, 1, lock_key, "order_executor")
4. 限流控制
场景描述：
在高并发场景下限制访问频率。例如，限制某接口在单位时间内只允许被调用一次。
实现方式：
– 使用分布式锁控制访问的时间间隔。
– 如果锁存在，则返回失败；如果锁不存在，则执行操作。
示例：
– 一个用户不能在1秒内提交两次评论。
– 限制每个IP每分钟的请求次数。
5. 跨系统资源协调
场景描述：
多个系统需要访问同一个资源（如文件、配置、队列等），为了防止冲突，使用分布式锁进行协调。
实际场景：
– 共享文件的生成和删除。
– 分布式队列的消费者在处理同一条消息时加锁，避免重复消费。
总结
分布式锁是解决多实例竞争资源问题的核心工具，其适用场景包括但不限于秒杀、任务调度、事务控制、限流和资源协调。不同场景需要结合锁的特性（如互斥性、过期时间、原子性等）设计合理的解决方案。实际开发中，为了进一步增强可靠性，可以结合工具库（如Redisson）或优化锁的实现方式。