上一篇文章简单的介绍了单机的情况下如何进行加锁，防止高并发带来的问题。
然而现实中，一般会高并发的应用，很少会单机部署。当用户量达到一定的程度，分布式、集群部署是必然的选择。在分布式部署的情况下，之前的单机锁还会有效吗？代码还是之前的代码：
private static object lck = new object();
/// <summary>
/// 单机锁
/// </summary>
/// <returns></returns>
/// <exception cref="Exception"></exception>
[HttpGet]
public int Reduce1()
{
lock(lck)
{
int r = 0;
string key = "stock";
string stock = Rds.cli.Get(key);
r = int.Parse(stock);
if (r > 0)
{
r--;
Rds.cli.Set(key, r);
}
else
{
throw new Exception("库存用尽！");
}
return r;
}
}
今天再来测试一下，首先在本机模拟分布式的部署。
api 部署3个，分别对应的端口 1020、1021、1022。使用nginx进行负载均衡转发,Nginx简单配置信息如下：
Jmeter请求的接口是nginx的8000，请求线程和上一次一样100*10
1000次请求后，再去查库存,发现库存并不为0。所以单机锁，在分布式的情况下，根本没起作用。
所以在分布式的情况下，必须要借助第三方的中间件。Redis是其中比较常见的解决方案，以下是简单的实现代码：
/// <summary>
/// 分布式锁
/// </summary>
/// <returns></returns>
/// <exception cref="Exception"></exception>
[HttpGet]
public int Reduce2()
{
bool Lck1 =false;
int r = 0;
string identity=Guid.NewGuid().ToString(); //设置识别，避免错误释放锁。
int OverTime = 10; //根据实际业务场景设置 超时时间，避免出现死锁
try
{
Lck1 = Rds.cli.SetNx("lock", identity, OverTime);
while (!Lck1)
{
Lck1 = Rds.cli.SetNx("lock", identity, OverTime);
}
string key = "stock";
string stock = Rds.cli.Get(key);
r = int.Parse(stock);
if (r > 0)
{
r--;
Rds.cli.Set(key, r);
}
else
{
throw new Exception("库存用尽！");
}
}
catch (Exception ex)
{
throw;
}
finally
{
string id = Rds.cli.Get("lock");
if(id==identity)
{
Rds.cli.Del("lock");
}
}
return r;
}
再次通过Jmeter 请求nginx 的端口。经过改造后的代码方法，在1000次请求后，库存已经为0。说明此次的分布式锁是有效的。
需要注意的是，要避免死锁，所以加锁的时候，要根据业务场景 设置 过期时间。
为了避免释放错误，加锁的时候也要加上身份认证。
好了此次关于锁的分享完毕。
