在多节点的项目中，经常要涉及到某些方法加锁的控制。而这个时候，简单易用的synchronized已经不能满足多节点的部署结构。
之前在项目中，用的比较多的是数据库的更新锁：for udpate。但是这个有个缺点，就是对于本来就容易出现瓶颈的数据库，造成了更大的压力。同时，如果是锁表的语句，同时表数据量特别大，基本服务器直接宕机了。
所以，决定绕开数据库，直接使用Redis来实现分布式锁。查了下资料，找到一些文章，思路都一致：
http://www.jeffkit.info/2011/07/1000/
http://my.oschina.net/u/1995545/blog/366381
于是参考文章，通过Spring aop注解方法来实现对方法的多节点加锁。
之前的文章给了实现的代码。并没有什么难度，注解+AOP。
但是今天做压力测试的时候，发现这个大有问题。
测试环境：
1000线程，每个线程执行1次。（这种更接近真实的tomcat环境）
sleep时间和执行时间:
* 20ms 约等于cpu线程切换时间,59998
* 50ms 43177
* 100ms 20555
* 150ms 7014
* 200ms 2970 性能尚可
但是，如果设置200ms，有可能有些线程，从最开始阻塞不断sleep，到最后全部结束了，才拿到锁。如果程序不结束，那么该线程就一直堵死，无法预料究竟多久能拿到锁。如果去设置等待多久超时断开，那么频繁的失败，对于用户肯定是无法接受的。
于是又测试数据库的锁
一张70W数据的表，
通过pk行级锁，执行时间1163（需要被锁数据存在的情况下，才能加上对应的锁），而且如果是每个线程都是各自的数据行的话，相互不阻塞会更快.(SSD固态硬盘。。。)
通过其他列表锁，一秒执行一次的感觉，直接卡死，停止测试
所以，通过sleep来等待，并发高的情况下，将会导致某些线程失控。
但是wait notify，又是针对单节点下才能使用。
也可以做到最细粒度，然后再用redis加锁，这样，降低线程堵死的可能性。
总结：
要么使用阻塞的方式来调度线程，
要么就实现一个可以在分布式环境下的类似NIO的reactor模式来进行调度。
保证先入先出，即使有些慢的状态下，不至于先来的反而堵死，造成差的体验。
或者为每个请求设置超时时间，超时抛出异常。