目录
MVCC和乐观锁的区别(从知乎上摘抄:https://www.zhihu.com/question/27876575/answer/71836010):
乐观锁与悲观锁是数据库的一种思想,和其他的排它锁,共享锁之类的不是一类含义。在并发的情况下,采用乐观锁或者悲观锁可以防止数据问题。
悲观锁
定义
悲观锁是一种对数据库操作持一种保守态度的思想,即所有事务对数据库的操作都会产生冲突,。悲观锁的处理方式是为当前事务中的操作数据上锁,其他事务也操作相同数据的话需要等待当前事务完成。通过这种方式来保证数据的完整性。
示例
MySQL中使用悲观锁的话,需要关闭自动提交功能,因为在事务中,数据一旦提交,就会更新到数据库中。关闭事务提交:
mysql> set autocommit = 0;
Query OK, 0 rows affected (0.00 sec)
-- 查询当前事务提交状态
mysql> show variables 'autocommit';
ERROR 1064 (42000): You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near ''autocommit'' at line 1
mysql> show variables like 'autocommit';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| autocommit | OFF |
+---------------+-------+
1 row in set (0.00 sec)
MySQL触发悲观锁的sql语句:
select ···· from tablename for update;
我们假设一个给员工涨薪的场景(这里可以实现无限涨薪,嗯~~),下面场景因为是手动提交事务,所以不用设置事务关闭状态。
薪资表:
CREATE TABLE `salaries` (
`emp_no` int(11) NOT NULL,
`salary` int(11) NOT NULL,
`from_date` date NOT NULL,
`to_date` date NOT NULL,
PRIMARY KEY (`emp_no`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
-- 数据
INSERT INTO `test01`.`salaries` (`emp_no`, `salary`, `from_date`, `to_date`) VALUES ('10001', '10000', '1986-06-26', '1987-06-26');
INSERT INTO `test01`.`salaries` (`emp_no`, `salary`, `from_date`, `to_date`) VALUES ('10002', '72527', '1996-08-03', '1997-08-03');
INSERT INTO `test01`.`salaries` (`emp_no`, `salary`, `from_date`, `to_date`) VALUES ('10003', '90000', '1996-08-03', '1997-08-03');
INSERT INTO `test01`.`salaries` (`emp_no`, `salary`, `from_date`, `to_date`) VALUES ('10004', '2000', '2004-01-22', '2021-01-22');
悲观锁涉及到行锁定以及表锁定,当索引确定时,会使用行锁,当索引不确定以及无索引时,会使用表锁。当前场景里面,emp_no是主键索引。
示例1:主键索引查询,行锁。查询emp_no为10001员工的数据。
同时开启A和B两个事务,A事务查询emp_no为10001的数据时,可以查出来数据,B这个时候再次查询数据,会等待A事务结束之后才能出来数据,如果等待超时会报等待超时的错误。
若此时A事务结束,那么B事务的结果会出来;
锁定相同行时会等待,若是A事务和B事务查询的不是相同数据呢?
上面图片证明,若是查询不是同一索引时,互相不会受到影响。
示例2:非主键索引查询,行锁。加一行员工名称字段,并且加索引
alter table salaries add name varchar(20) not null comment '员工名称';
alter table salaries add index index_name (name);
update salaries set name = 'aa' where emp_no = '10001';
update salaries set name = 'bb' where emp_no = '10002';
update salaries set name = 'cc' where emp_no = '10003';
update salaries set name = 'dd' where emp_no = '10004';
开启两个事务,查询名称为aa的工资信息,与主键索引查询是一样的效果。
示例3:非索引列查询,表锁。开启两个事务,分别查询from_date为‘1986-06-26’,‘1996-08-03’的数据。
虽然两个事务查询的不是同一行数据,但是B事务查询仍然被堵塞了。因此,非索引列查询时是表锁。
示例4:索引范围查找,表锁。两个事务分别查询emp_no大于10003的列表,emp_no等于10001的数据
虽然A事务中的数据不包含B事务所要查询的数据,但是B事务仍然要等待A事务结束之后才能查询出数据。因此范围查找是表锁。
总结
综合上面的示例可以看出,悲观锁利用数据库的锁机制虽然可以很好的将两个事务隔离开,保证事务的隔离性以及数据的完整性,但是性能低下,耗时较长。现在大多数公司都不会采用这种机制维护并发事务。一般的思路是采用乐观锁,下面学习一下乐观锁机制。
乐观锁
定义
乐观锁是对数据库操作持乐观态度,即所有事务操作都不会引发数据冲突。乐观锁在并发事务中采用版本控制保证数据的完整性。其实版本控制只是其中的一种方式,也可以采用其他可以保证数据一致性的方法,比如时间戳控制之类。如果并发事务冲突,会让用户去处理后续事务。
乐观锁的图(网上好多,随便拿了一个)
示例
继续以salaries表为例,对salaries表进行更新操作,salaries表添加一个版本字段,用于控制版本,并且初始化每条数据版本为1:
我以Spring Boot+ Mybatis项目为例,测试两个事务同时对一条数据做修改,同时更新emp_no为10001的这条数据,查看是否都能更新成功。介绍一下各种java类
实体SalariesVO:
package com.myproject.demo.salaries.vo;
import lombok.Data;
import java.time.LocalDate;
@Data
public class Salaries {
private String empNo;
private Integer salary;
private String name;
private LocalDate fromDate;
private LocalDate toDate;
private Integer version;
}
接口SalariesMapper
package com.myproject.demo.salaries.mapper;
import com.myproject.demo.salaries.vo.Salaries;
import org.apache.ibatis.annotations.Mapper;
import org.apache.ibatis.annotations.Param;
import org.springframework.stereotype.Component;
@Mapper
@Component
public interface SalariesMapper {
Salaries getSalariesById(@Param("empNo") String id, @Param("version") String version);
int add(@Param("item") Salaries salaries);
int update(@Param("item") Salaries salaries, @Param("newVersion") Integer version);
}
mapper对应的xml:SalariesMapper.xml
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd" >
<mapper namespace="com.myproject.demo.salaries.mapper.SalariesMapper">
<resultMap id="baseMap" type="com.myproject.demo.salaries.vo.Salaries">
<id column="emp_no" property="empNo"></id>
<result column="salary" property="salary"></result>
<result column="from_date" property="fromDate"></result>
<result column="to_date" property="toDate"></result>
<result column="name" property="name"></result>
<result column="version" property="version"></result>
</resultMap>
<select id="getSalariesById" resultMap="baseMap">
select * from salaries
where emp_no = #{empNo}
</select>
<insert id="add">
insert into salaries(emp_no,salary,from_date,to_date,name)
values(#{item.empNo}, #{item.salary}, #{item.fromDate},#{item.toDate}, #{item.name})
</insert>
<update id="update">
update salaries set
salary = #{item.salary},
from_date = #{item.fromDate},
to_date = #{item.toDate},
version = version + 1
where emp_no = #{item.empNo}
and version = #{item.version}
</update>
</mapper>
逻辑类SalariesService:
package com.myproject.demo.salaries.service;
import com.myproject.demo.salaries.mapper.SalariesMapper;
import com.myproject.demo.salaries.vo.Salaries;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import java.time.LocalDate;
@Service
public class SalariesService {
@Autowired
SalariesMapper salariesMapper;
public void updateSalaries() {
Salaries salaries1 = salariesMapper.getSalariesById("10001");
int result1 = update1(salaries1);
int result2 = update2(salaries1);
System.out.println("result1===>" + (result1 == 1 ? "更新成功" : "更新失败"));
System.out.println("result2===>" + (result2 == 1 ? "更新成功" : "更新失败"));
}
public int update1(Salaries salaries) {
salaries.setSalary(salaries.getSalary() + 1000);
salaries.setFromDate(LocalDate.now());
salaries.setToDate(LocalDate.of(2022, 10, 30));
return salariesMapper.update(salaries);
}
public int update2(Salaries salaries) {
salaries.setSalary(salaries.getSalary() + 500);
salaries.setFromDate(LocalDate.now());
salaries.setToDate(LocalDate.of(2022, 10, 30));
return salariesMapper.update(salaries);
}
}
update1()方法和update2()方法分别代表两次相同版本的更新操作,查看是否都能成功更新:
可以看到,update操作时版本相同都为4,第一个更新操作执行成功,第二个失败,说明版本控制避免了脏数据的产生。
总结
乐观锁在高并发的情况下,可以在众多事务操作同一条数据的情况下,只保证一条事务成功执行。不知道有没有听说过MySQL的MVCC机制,我在学习乐观锁的过程中,发现乐观锁和MVCC机制都是在用版本控制并发事务数据不受干扰。我研究了一下,发现两者还是有很大不同的,接下来介绍一下MVCC机制:
MVCC
定义
MVCC机制是MySQL中的一种针对并发事务的数据保护机制,并发访问(读或写)数据库时,对正在事务内处理的数据做多版本的管理。以达到用来避免写操作的堵塞,从而引发读操作的并发问题。。它使用事务版本控制来操作当前查询数据是哪个事务的版本。在我们平时接触的MySQL数据表之外,其实每个表默认都会加当前事务id以及删除事务id来控制当前查询数据信息。之前我有写过一篇《事务隔离级别》的文章,里面的可重复读就是用的MVCC(multi-version concurrency control)机制,拿两个事务简单来说,开启两个事务开始的数据都是一致的,事务1和事务2的salary字段值都是10000,之后事务2将salary+5000,并且提交,那么事务1查询,salary字段就变为了15000了。这样的效果其实是MVCC机制的作用。
注意:事务开启的标准不是输入begin或者start transaction,而是在他们之后执行的第一个操作数据表语句才算开启事务,事务id才会生成。
实践一下,数据库里面存储的id为12的age为19,开启两个事务1和2,在事务2中更新id为12 的age为18,提交。在1事务中查询,id=12的age为18,是2事务提交后的结果。
MVCC机制是这样的:
insert,update, delete等改表数据等操作:在当前版本下改变数据结果。
select 查询操作:会根据以下条件查询事务版本所对应的快照数据:创建事务id<= max(当前事 务id,快照点已提交最大事务id)删除事务id> max(当前事 务id,快照点已提交最大事务id)。
用上面图片里面的举例:快照点已提交最大事务=2,当前事务id=1。那么数据就等于:创建事务id<=2,快照点已提交的没有删除事务,所以删除事务id>1,因此查出来的数据包含更新事务id<=2,删除事务id>1的数据之和。
MVCC和乐观锁的区别(从知乎上摘抄:https://www.zhihu.com/question/27876575/answer/71836010):
多版本并发控制(MVCC)是一种用来解决读-写冲突的无锁并发控制,也就是为事务分配单向增长的时间戳,为每个修改保存一个版本,版本与事务时间戳关联,读操作只读该事务开始前的数据库的快照。 这样在读操作不用阻塞写操作,写操作不用阻塞读操作的同时,避免了脏读和不可重复读
乐观并发控制(OCC)是一种用来解决写-写冲突的无锁并发控制,认为事务间争用没有那么多,所以先进行修改,在提交事务前,检查一下事务开始后,有没有新提交改变,如果没有就提交,如果有就放弃并重试。乐观并发控制类似自选锁。乐观并发控制适用于低数据争用,写冲突比较少的环境