分布式锁的一些理解
在多线程并发的情况下，单个节点内的线程安全可以通过synchronized关键字和Lock接口来保证。
synchronized和lock的区别
Lock是一个接口，是基于在语言层面实现的锁，而synchronized是Java中的关键字，是基于JVM实现的内置锁，Java中的每一个对象都可以使用synchronized添加锁。
synchronized在发生异常时，会自动释放线程占有的锁，因此不会导致死锁现象发生；而Lock在发生异常时，如果没有主动通过unLock()去释放锁，则很可能造成死锁现象，因此使用Lock时需要在finally块中释放锁；
Lock可以让等待锁的线程响应中断，而synchronized却不行，使用synchronized时，等待的线程会一直等待下去，不能够响应中断；
Lock可以提高多个线程进行读操作的效率。（可以通过readwritelock实现读写分离，一个用来获取读锁，一个用来获取写锁。）
当开发的应用程序处于一个分布式的集群环境中，涉及到多节点，多进程共同完成时，如何保证线程的执行顺序是正确的。比如在高并发的情况下，很多企业都会使用Nginx反向代理服务器实现负载均衡的目的，这个时候很多请求会被分配到不同的Server上，一旦这些请求涉及到对统一资源进行修改操作时，就会出现问题，这个时候在分布式系统中就需要一个全局锁实现多个线程(不同进程中的线程)之间的同步。
常见的处理办法有三种：数据库、缓存、分布式协调系统。数据库和缓存是比较常用的，但是分布式协调系统是不常用的。
常用的分布式锁的实现包含：
Redis分布式锁、Zookeeper分布式锁、Memcached
基于 Redis 做分布式锁
Redis提供的三种方法：
（1）锁 SETNX：只在键 key 不存在的情况下， 将键 key 的值设置为 value 。若键 key 已经存在， 则 SETNX 命令不做任何动作。SETNX 是『SET if Not eXists』(如果不存在，则 SET)的简写。命令在设置成功时返回 1 ， 设置失败时返回 0 。
redis> SETNX job "programmer" # job 设置成功 (integer) 1 redis> SETNX job "code-farmer" # 尝试覆盖 job ，失败
（2）解锁 DEL：删除给定的一个或多个 key 。
（3）锁超时 EXPIRE： 为给定 key 设置生存时间，当 key 过期时(生存时间为 0 )，它会被自动删除。
每次当一个节点想要去操作临界资源的时候，我们可以通过redis来的键值对来标记一把锁，每一进程首先通过Redis访问同一个key，对于每一个进程来说，如果该key不存在，则该线程可以获取锁，将该键值对写入redis，如果存在，则说明锁已经被其他进程所占用。具体逻辑的伪代码如下：
try{
if(SETNX(key, 1) == 1){
//do something ......
}finally{
DEL(key);
}但是此时，又会出现问题，因为SETNX和DEL操作并不是原子操作，如果程序在执行完SETNX后，而并没有执行EXPIRE就已经宕机了，这样一来，原先的问题依然存在，整个系统都将被阻塞。
幸亏Redis又提供了SET key value timeout NX方法，可以以原子操作的方式完成SETNX和EXPIRE的操作。此时只需如下操作即可。
try{
if(SET(key, 1, 30, timeout, NX) == 1){
//do something ......
}
}finally{
DEL(key);
}解决了原子操作，仍然还有一点需要注意，例如，A节点的进程获取到锁的时候，A进程可能执行的很慢，在do something未完成的情况下，30秒的时间片已经使用完，此时会将该key给深处掉，此时B进程发现这个key不存在，则去访问，并成功的获取到锁，开始执行do something，此时A线程恰好执行到DEL(key)，会将B的key删除掉，此时相当于B线程在访问没有加锁的临界资源，而其余进程都有机会同时去操作这个临界资源，会造成一些错误的结果。对于该问题的解决办法是进程在删除key之前可以做一个判断，验证当前的锁是不是本进程加的锁。
String threadId = Thread.currentThread().getId()
try{
if(SET(key, threadId, 30, timeout, NX) == 1){
//do something ......
}
}finally{
if(threadId.equals(redisClient.get(key))){
DEL(key);
}
}上面的改进虽然解决锁被不同的进程释放的危险，但并没有解决获取到锁的进程在指定的时间内未完成do something操作（上面的代码还有一点小问题，就是判断操作和释放锁是两个独立的操作，不具备原子性。假设线程A判断完确实是自己加的锁 , 这时还没del ,这时有效的时间用完了 , 紧接着线程B又马上抢到了锁 , 然后线程A才执行del命令 , 就会把B抢到的锁给误删了），使得卡住的进程有可能与后来的进程同时同问临界资源，而出现问题，因此一旦某个进程无法在超时时间内完成对临界资源的操作，就需要延长超时的时间。此时可以启动一个守护进程，监视指定时间内获取锁的进程是否完成操作，如果没有，则添加超时时间，让程序继续执行。
String threadId = Thread.currentThread().getId()
try{
if(SET(key, threadId, 30, timeout, NX) == 1){
new Thread(){
@Override
public void run() {
//start Daemon
}
}
//do something ......
}
}finally{
if(threadId.equals(redisClient.get(key))){
DEL(key);
}
}基于以上的分析，基本上可以通过Redis实现一个分布式锁，如果我们想提升该分布式的性能，我们可以对连接资源进行分段处理，将请求均匀的分布到这些临界资源段中，比如一个买票系统，我们可以将100张票分为10 部分，每部分包含10张票放在其他的服务节点上，这些请求可以通过Nginx被均匀的分散到这些处理节点上，可以加快对临界资源的处理。
参考资料
B站视频上一部分讲解