问题标签 [distributed-lock]

众所周知，在使用 Zookeeper 实现分布式锁时，为了避免“羊群效应”，我们将在下一个序列号最小的节点上设置 watcher。所以，一旦节点被删除，我们可以立即得到通知。

如果与最低序列号节点的连接意外中断，我们将检查节点是否有新的“下一个最低序列号节点”并在其上设置观察者。

但是如果现在与这个新建立的节点的连接断开了，我们必须一次又一次地检查我们设置观察者的节点的节点。

那么，有没有什么办法可以避免这种情况呢？

我正在结合 Spring Batch 和 Spring Integration，我将 poller 与玉米一起使用：

我知道 Spring Integration JDBC 提供JDBCLockRepository但我想知道如何使用 ShedLock。

我正在使用FileReadingMessageSource带有自定义的 a FileLocker：

现在我想FileLocker jdbcFileLocker在处理文件后使用 来解锁文件FileWritingMessageHandler：

我是否必须自己解锁文件，@ServiceActivator或者我可以FileLocker以某种方式将我的文件交给 FileWritingMessageHandler？

编辑：添加一个ExpressionEvaluatingRequestHandlerAdvice

所以我可以将它添加Advice到我的FileWritingMessageHandler：

然后通过@ServiceActivator监听来处理解锁unlockChannel。

我有基于 Redis 的缓存，其中我经常读取、创建和更新键值。为了避免脏读和写，我想使用 Apache Curator 实现分布式锁，因为我有多个微服务要执行这些操作。

这个想法是每次创建键值对时，我都想创建一个带有键的顺序临时节点。每当锁子发生变化时，我想观察这些变化并比较密钥，并以顺序方式在特定密钥上进行所有写入。

我的问题是如何观看事件并比较 Apache Curator 中的密钥。我们有关于钥匙级锁的任何例子吗？感谢你的帮助。

我有一个 Spring Boot 应用程序，它有一个注释为 @Scheduled(cron = ....) 的 spring 调度程序，因为可以配置应用程序的多个容器，因此可以同时运行应用程序的多个实例。我想采用像 ShedLock 这样的分布式锁，以便在某个时间点只有一个调度程序实例运行。我尝试了 ShedLock，但即使该实例持有锁，它也不允许执行 spring 调度程序的多次运行。这对我来说不是一个可以接受的选择。那么我有什么选择呢？是否有任何分布式锁库可用于实现我的场景？

谢谢JK

大家，早安，

我们正在实现一种使用EF Core将文档存储到SqlServer的方法。

这个名为SAVE的方法由控制器的多个端点调用，并且可以从createDocument端点和另一个端点putDocument 使用。

一个额外的要求是此方法包含两个调用，将文档及其属性存储到2 个不同的存储库中，因此我们希望实现，如果对存储库的两个调用之一失败，它会回滚更改。

此外，整个代码托管在多台机器上，这就是为什么我们还实现了 macallon (GitHub) 的分布式锁库，以避免两台不同的机器同时访问/修改同一个文档。

混合使用这些解决方案是否正确？作为一个菜鸟，transactionScope已经是一个锁，从某种意义上说，在事务期间，其他机器甚至无法访问 Db 中的同一行，但请帮助我理解。谢谢

lockhandler 只是一个包装器，它调用distributedLock、SqlDistributedReaderWriterLock 并以document.Guid 作为其名称

我正在尝试来自DistributedLock nuget的分布式锁。

这是我使用的代码片段：

问题是我总是在第一次获取锁后超时，就好像它永远不会被释放一样。虽然据说锁在处理后会被释放。但这并没有发生。第二个任务永远无法进入锁。

我得到的输出是：

然后我得到超时。

我们有一个 Redis 集群，其中包含 3 个分片，每个分片都有一个副本节点。如果在分片中获得锁并且当线程持有锁时，主节点和副本节点将关闭。集群会等到分片恢复运行并且直到那时才接受新的锁，还是会使用 2 个分片运行并在新分片中创建新锁？

我们正在为我们的应用程序使用 Hazelcast 3。但是，我们需要升级到 Hazelcast 4，因为 Hazelcast 3 已停产。Hazelcast 4 放弃了对信号量等基于 AP 的数据结构的支持。我们使用信号量进行分布式进程协调。

与基于 CP 的替换相比，基于 AP 的信号量表现不同。基于 CP 的信号量与 CP 会话相关联。此会话的生存时间为 300 秒（默认值）。根据我们的经验，这意味着在集群收到 CP 会话的最后一次心跳后 5 分钟后，信号量才会自动释放。

这意味着在这 5 分钟过去之前，其他进程无法获取信号量。使用基于 AP 的信号量，我们可以设置更小的超时（在我们的例子中为 5 秒）。我们可以用 5 秒多一点的时间逃脱，但 5 秒和 5 分钟之间的区别在于 bug。

尽管可以将 CP 会话的生存时间设置为小于 5 分钟的值，但Hazelcast 在他们自己的网站上建议不要这样做。

我们正在寻找一种方法来安全地执行分布式过程控制，而不必依赖全局 CP 会话的生存时间。但是，我们无法在 Hazelcast 中找到它。有谁知道这样做的方法？

我们使用它来限制一次可以从远程系统读取的进程数为 1。尽管远程系统允许多个进程同时连接，但它实际上无法处理此问题，并且将开始以循环方式发送消息，即使这不应该发生。

我正在开发一个通过 tcp 套接字从设备读取数据的微服务。微服务也将服务于不同的服务器。因此，设计了分布式结构。在 redis 上创建了一个 RMapCache，以便设备可以被不同的服务定期查询。此 Map 保留进程中设备的当前 IP 信息。不希望同时向同一个 ip 发送多个请求。为将 ip 添加到此地图而创建的方法代码如下。在该方法中，已实现 redisson FairLock 以使代码块线程安全。

但是，当同时运行多个服务实例时，会抛出如下异常。