在多執行緒併發的情況下，單個節點內的執行緒安全可以通過synchronized關鍵字和Lock介面來保證。
synchronized和lock的區別
Lock是一個介面，是基於在語言層面實現的鎖，而synchronized是Java中的關鍵字，是基於JVM實現的內建鎖，Java中的每一個物件都可以使用synchronized新增鎖。
synchronized在發生異常時，會自動釋放執行緒佔有的鎖，因此不會導致死鎖現象發生；而Lock在發生異常時，如果沒有主動通過unLock()去釋放鎖，則很可能造成死鎖現象，因此使用Lock時需要在finally塊中釋放鎖；
Lock可以提高多個執行緒進行讀操作的效率。（可以通過readwritelock實現讀寫分離，一個用來獲取讀鎖，一個用來獲取寫鎖。）
當開發的應用程式處於一個分散式的叢集環境中，涉及到多節點，多程式共同完成時，如何保證執行緒的執行順序是正確的。比如在高併發的情況下，很多企業都會使用Nginx反向代理伺服器實現負載均衡的目的，這個時候很多請求會被分配到不同的Server上，一旦這些請求涉及到對統一資源進行修改操作時，就會出現問題，這個時候在分散式系統中就需要一個全域性鎖實現多個執行緒(不同程式中的執行緒)之間的同步。
常見的處理辦法有三種：資料庫、快取、分散式協調系統。資料庫和快取是比較常用的，但是分散式協調系統是不常用的。
常用的分散式鎖的實現包含：
Redis分散式鎖、Zookeeper分散式鎖、Memcached
Redis提供的三種方法：
redis> SETNX job "programmer" # job 設定成功 (integer) 1 redis> SETNX job "code-farmer" # 嘗試覆蓋 job ，失敗
（3）鎖超時 EXPIRE： 為給定 key 設定生存時間，當 key 過期時(生存時間為 0 )，它會被自動刪除。
每次當一個節點想要去操作臨界資源的時候，我們可以通過redis來的鍵值對來標記一把鎖，每一程式首先通過Redis訪問同一個key，對於每一個程式來說，如果該key不存在，則該執行緒可以獲取鎖，將該鍵值對寫入redis，如果存在，則說明鎖已經被其他程式所佔用。具體邏輯的虛擬碼如下：
try{
if(SETNX(key, 1) == 1){
//do something ......
}finally{
DEL(key);
}
但是此時，又會出現問題，因為SETNX和DEL操作並不是原子操作，如果程式在執行完SETNX後，而並沒有執行EXPIRE就已經當機了，這樣一來，原先的問題依然存在，整個系統都將被阻塞。
幸虧
try{
if(SET(key, 1, 30, timeout, NX) == 1){
//do something ......
}
}finally{
DEL(key);
}
解決了原子操作，仍然還有一點需要注意，例如，A節點的程式獲取到鎖的時候，A程式可能執行的很慢，在do something未完成的情況下，30秒的時間片已經使用完，此時會將該key給深處掉，此時B程式發現這個key不存在，則去訪問，併成功的獲取到鎖，開始執行do something，此時A執行緒恰好執行到DEL(key)，會將B的key刪除掉，此時相當於B執行緒在訪問沒有加鎖的臨界資源，而其餘程式都有機會同時去操作這個臨界資源，會造成一些錯誤的結果。對於該問題的解決辦法是程式在刪除key之前可以做一個判斷，驗證當前的鎖是不是本程式加的鎖。
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);
}
}
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);
}
}
基於以上的分析，基本上可以通過Redis實現一個分散式鎖，如果我們想提升該分散式的效能，我們可以對連線資源進行分段處理，將請求均勻的分佈到這些臨界資源段中，比如一個買票系統，我們可以將100張票分為10 部分，每部分包含10張票放在其他的服務節點上，這些請求可以通過Nginx被均勻的分散到這些處理節點上，可以加快對臨界資源的處理。
-
B站視訊上一部分講解