Python使用分布式锁的代码演示示例

在计算机并发领域编程中总是会与锁打交道，锁又有很多种，互斥锁、自旋锁等等。

锁总是伴随着线程、进程这样的词汇出现，阮一峰有 一篇文章 对这些名词进行了简单易懂的解释。

我的理解是，使用线程、进程是为了实现并发从而获得性能的提升(利用多核CPU，多台服务器)，但这种并发由于调度的不确定性，很容易出乱子，为了(在一些共享资源、关键节点上)不出乱子，又需要对资源加锁，在操作这个资源时控制这种并发，将乱子消灭。

很多语言都提供了一些线程级别的锁实现以及一些相应的工具，但在进程方面就无能为力了。而一个服务部署到生产环境，往往会部署多个实例，这种情况下，就经常会用到给不同进程用的锁，分布式锁便是在分布式系统中对某共享资源进行加锁的构件。

现在来试着展示一下在Python项目中如何使用简单的分布式互斥锁。

不使用分布式锁会怎样

先用一个简单的实例来演示一下，不使用分布式锁会出怎样的乱子。

假设商城系统要做秒杀活动，在redis中记录着 count:1 的信息，到秒杀时间点的时候，会收到许多的请求，这时各应用程序去查redis中count的值，若count还大于0，则将count-1，这样其他请求就不再能秒杀到了。

# -*- coding: utf-8 -*-import osimport arrowimport redisfrom multiprocessing import PoolHOT_KEY = 'count'r = redis.Redis(host='localhost', port=6379)def seckilling():  name = os.getpid()  v = r.get(HOT_KEY)  if int(v) > 0:    print name, ' decr redis.'    r.decr(HOT_KEY)  else:    print name, ' can not set redis.', vdef run_without_lock(name):  while True:    if arrow.now().second % 5 == 0:      seckilling()      returnif __name__ == '__main__':  p = Pool(16)  r.set(HOT_KEY, 1)  for i in range(16):    p.apply_async(run_without_lock, args=(i, ))  print 'now 16 processes are going to get lock!'  p.close()  p.join()  print('All subprocesses done.')

以上代码使用多进程来模仿这种并发请求场景，程序开始的时候将count设为1，之后各进程开始进入等待，当秒数为5的时候，所有进程同时去访问秒杀函数，来看一下效果：

运行结果