锁的定义

在计算机程序中锁用于独占资源，获取到锁才可以操作对应的资源。

锁的实现

锁在计算机底层的实现，依赖于CPU提供的CAS指令（compare and swsp），对于一个内存地址，会比较原值以及尝试去修改的值，通过值是否修改成功，来表示是否强占到了这个锁。

JVM中的锁

jvm中，有2个常用的锁

synchronized

synchronized是java提供的关键字锁，可以锁对象，类，方法。
在JDK1.6以后，对synchronized进行了优化，增加了偏向锁和轻量锁模式，现在synchronized锁的运行逻辑如下：
1. 在初始加锁时，会增加偏向锁，即“偏向上一次获取该锁的线程”，在偏向锁下，会直接CAS获取该锁。该模式大大提高了单线程反复获取同一个锁的吞吐情况，在Java官方看来，大部分锁的争抢都发生在同个线程上。
2. 如果偏向锁CAS获取失败，说明当前线程与偏向锁偏向的线程不同，偏向锁就会升级成轻量锁，轻量锁的特点就是通过自旋CAS去获取锁。
3. 如果自旋获取失败，那么锁就会升级成重量锁，所有等待锁的线程将被JVM挂起，在锁释放后，再由JVM统一通知唤醒，再去尝试CAS锁，如果失败，继续挂起。

很显然，偏向锁设计的目的是“在Java官方看来，对同一个锁的争抢大部分都发生在同个线程上”。
轻量锁设计的目的是“在短期内，锁的争抢通过自旋CAS就可以获取到，短时间内的CPU自旋消耗小于线程挂起再唤醒的消耗”。
重量锁就是最初优化前的synchronized的逻辑了。

ReentrantLock

说到ReentrantLock，就不得不说到JUC里的AQS了。
AQS全称AbstractQueueSynchronizer，几乎JUC里所有的工具类，都依赖AQS实现。
AQS在java里，是一个抽象类，但是本质上是一种思路在java中的实现而已。
AQS的实现逻辑如下：
1. 构造一个队列
2. 队列中维护需要等待锁的线程
3. 头结点永远是持有锁（或持有资源）的节点，等待的节点在头结点之后依次连接。
4. 头结点释放锁后，会按照顺序去唤醒那些等待的节点，然后那些节点会再次去尝试获取锁。

在synchronized锁优化以后，AQS的本质与synchronized并没有太大不同，两者的性能也并没有太大差距了，所以AQS现在的特点是：
1. 是在java api层面实现的锁，所以可以实现各种并发工具类，操作也更加灵活
2. 因为提供了超时时间等机制，操作灵活，所以不易死锁。（相同的，如果发生死锁，将更难排查，因为jstack里将不会有deadlock标识）。
3. 可以实现公平锁，而synchronized必定是非公平锁。
4. 因为是JavaApi层实现的锁，所以可以响应中断。

到这里你会发现，其实ReentrantLock可以说是synchronized在JavaApi层的实现。

Mysql 锁

共享锁(S) 与排它锁(X)

作用范围

这两种锁都包括行级锁和表级锁。
获取共享锁时，如果该数据被其他事务的排它锁锁住，则无法获取，需要等待排它锁释放。

意向锁

作用范围

意向锁为表锁，在获取表锁之前，一定会检查意向锁。

意图锁定协议如下：

在事务获得表中某行的共享锁之前，它必须首先获得表上的 IS 锁或更强的锁。

在事务获得表中行的排他锁之前，它必须首先获得表的 IX 锁。

在获取任意表锁的共享锁或排它锁之前，一定会检查该表上的共享锁。

表锁以及意向锁的互斥规则如下：
X IX S IS
X Conflict Conflict Conflict Conflict
IX Conflict Compatible Conflict Compatible
S Conflict Conflict Compatible Compatible
IS Conflict Compatible Compatible Compatible

意向锁的作用在于：在获取表锁时，可以通过意向锁来快速判断能否获取。

因为获取行级锁时，会先获取对应的意向锁，这样另外的事务在获取表锁时就可以通过意向锁快速的判断，而不需要每行去扫描。

特别注意的是，意向锁是可以叠加的，即会存在多个，如T1事务获取了意向锁IX1和行级锁X1，T2事务依旧可以获取意向锁IX2和行级锁X2，所以仅在获取表级锁之前，才会检查意向锁。

记录锁

记录锁生效在索引上，用以在SELECT c1 FROM t WHERE c1 = 10 FOR UPDATE时保护该行数据不被其他事务更改。

记录锁在没有索引时依旧会生效，因为innodb会为每张表创建一个隐藏的索引。

记录锁是最基本的行锁。

间隙锁

间隙锁生效在索引上，用于锁定索引值后的行，防止插入，在select from table where index=? for update时会生效，例如index=1，则会锁住index=1索引节点相关的行，防止其他事务插入数据。

但是并不会防止update语句，哪怕update的数据不存在。

Next-Key Locks

这个锁是记录锁和间隙锁的组合，简而言之在select from table where index=? for update时，既会有间隙锁防止insert，也会有记录锁在index上防止这一条数据的update和delete。这个Next-key只是对这两种锁的一种概括，因为这两种锁在select for update时通常会一起出现。

Insert Intention Locks

插入意向锁，和意向锁类似。不过是特殊的间隙锁，并不发生在select for update，而是在同时发生insert时产生，例如在两个事务同时insert索引区间为[4,7]时，同时获得该区间的意向锁，此时事务不会阻塞，例如A：insert-5，B：insert-7，此时不会阻塞两个事务。

插入意向锁是一个特殊的间隙锁，是为了防止正常间隙锁锁区间的情况下，insert频繁阻塞而设计的，例如A：insert-5，B：insert-7，如果没有插入意向锁，那么5和7都要去尝试获取间隙锁，此时第二个事务就会被阻塞，但是通过插入意向锁，第二个事务就不会被阻塞，只有到插入的行确实冲突，才会被阻塞。

AUTO-INC Locks

自增锁，这个锁很明显是表级insert锁，为了保证自增主键的表的主键保持原子自增。

对于锁这个东西，大家应该多去理解各种锁设计运行的原理和模型，这样在加深理解后，在使用起来才会更加深入和透彻。

常见锁使用的场景和用法

double check

众所周知，mysql的事务对防止重复插入并没有什么卵用，唯一索引又存在很多缺点，业务上最好不要使用，所以一般来说防止重复插入的通用做法就是使用分布式锁，这就有一种比较常用的写法。

final WeekendNoticeReadCountDO weekendNoticeReadCountDO = weekendNoticeReadRepositoryService.selectByNoticeId(noticeRequestDTO.getNoticeId());
if (weekendNoticeReadCountDO == null) {
    final String lockKey = RedisConstant.LOCK_WEEKEND_READ_COUNT_INSERT + ":" + noticeRequestDTO.getNoticeId();
    ClusterLock lock = clusterLockFactory.getClusterLockRedis(
        RedisConstant.REDIS_KEY_PREFIX,
        lockKey
    );
    if (lock.acquire(RedisConstant.REDIS_LOCK_DEFAULT_TIMEOUT)) {
        //double check
        final WeekendNoticeReadCountDO weekendNoticeReadCountDO = weekendNoticeReadRepositoryService.selectByNoticeId(noticeRequestDTO.getNoticeId());
        if (weekendNoticeReadCountDO == null) {
            try {
                lock.execute(() -> {
                    WeekendNoticeReadCountDO readCountDO = new WeekendNoticeReadCountDO();
                    readCountDO.setNoticeId(noticeRequestDTO.getNoticeId());
                    readCountDO.setReadCount(1L);
                    readCountDO.setCreateTime(new Date());
                    readCountDO.setUpdateTime(new Date());
                    weekendNoticeReadRepositoryService.insert(readCountDO);
                    return true;
                });
            } catch (ApiException err) {
                throw err;
            } catch (Exception e) {
                log.error("插入", e);
                throw new ApiException(ErrorEnum.SERVER_ERROR.getCode(), "服务端出错");
            }
        } else {
            weekendNoticeReadRepositoryService.noticeCountAdd(weekendNoticeReadCountDO);
        }
    } else {
        log.warn("redis锁获取超时，key:{}", lockKey);
        throw new ApiException(ErrorEnum.SERVER_ERROR.getCode(), "服务器繁忙，请稍后重试");
    }
} 

在获取到锁之后，可能是经过等待才获取到的锁，此时上一个释放锁的线程可能已经插入了数据了，所以在锁内部，依旧要再次校验一下数据是否存在。
这种写法适合大多数需要唯一性的写场景。

避免死锁

如何避免死锁？最简单有效的方法就是：**不要在锁里再去获取锁，简而言之就是锁最好单独使用，不要套娃。
也要注意一些隐性锁，比如数据库。
事务A：
1. 插入[5,7]，插入意向锁。
2. select for update更新[100,150]，间隙锁。
事务B：
1. select for update更新[90,120]，间隙锁。
2. 插入[4,6]，插入意向锁。

此时在并发场景下，就可能会出现A持有了[5,7]的间隙锁，在等待事务B[90,120]的间隙锁，事务B也一样，就死锁了。
**

顺带谈谈并发场景下常见的问题

读写混乱

在写业务代码，定义一些工具类或者缓存类的时候，很容易疏忽而发生类似的问题。
比如构建一个static缓存，没有使用ConcurrentHashMap中的putIfAbsent等方法，也没有加锁去构建，导致上面的线程刚put了，下面的线程就删掉了，或者重复构建2次缓存。

Redis或者一些并发操作释放锁或者资源，没有检查是否是当前线程持有

这点在Redis锁的示例代码也讲到了。
线程A获取到锁，此时B,C在等待，然后A执行时间过长，导致锁超时被自动释放了，此时B获取到了锁，在快乐的执行，然后A执行完了之后，释放锁时没有判断是否还是自己持有，导致B持有的锁被删除了，此时C又获取到了锁，BC同时在执行。