[大数据]分布式锁和多线程的遐想

分布式锁。当我们有一台机器的时候。要对某一个数据进行操作。假设现在有两个线程。想同时操作一个数据。那么，为了避免对这个数据修改错误，例如：A线程对数据加1，B线程也对数据加1，由于是同时进行的操作造成计算错误导致只加了一次1。那就对在某个线程操作的时候把数据加上锁，避免其他线程的对这个数据操作。

那么这一个加锁的数据指的是什么呢？指的是堆里的变量。数据库里面的数据。可以这么理解，我们创建了一个对象，若我们对同一个对象，在不同的线程里面进行操作，这个对象就要保证是线程安全的对象才
可以。

为什么我们会用多线程呢？大多都说多线程是为了提高速度。他又是怎么提供速度的呢？假设一段程序它代码就3行用一个锁保护。之后，给他五个线程处理这段程序，会快吗？答案是并不会快。为什么不会快呢？因为加了锁的程序就代表了串行执行，五个线程一起处理他也是串行处理这个程序，并不等于五个线程一起执行这段程序。这种情况下多线程不快那什么情况下多线程会快？那就是程序需要多个锁的情况下，五个线程会并行执行不同锁的代码，从而提高效率。这里延伸一个问题，用一个锁，锁住不同的几段代码，在这个锁释放的时候其他不能执行；也就是要分清类锁和对象锁。

继续说分布式锁；若一个主机多线程同时操作一个数据，要加锁，怎么加呢？一个是在内存中用Java实现，例如常见的synchronized；另一个是用redis、zookeeper、数据库等进行加锁。根据原理肯定是内存中的锁最快了。若是多个主机的话就要分布式锁了，只能用redis、zookeeper等。延伸一个话题是：redis在同一个主机能到达10万并发，不同主机同个物理网能达到4万，若是外网直接就只是成百上千的并发，所以用redis需要注意在同个局域网中，若是云端的redis缓存也就没意义了。

（未完待续）