数据库-锁的基本知识

–锁定一个表的某一行
set transaction isolation level red uncommitted

select * from table rowlock where id=1

–锁定数据库的一个表
select * from table with(holdlock)

–加锁语句

例1：死锁的发生
T1:
begin tran
select * from table (holdlock) (holdlock意思是加共享锁，直到事务结束之后才释放)
update table set column1=‘hello’

T2:
begin tran
select * from table(holdlock)
update table set column1=‘world’

解释:假设T1,T2同时达到select，T1对table加共享锁，T2也对其加共享锁，当T1的select执行完，准备执行update时，根据锁机制，T1的共享锁需要升级到排它锁才能执行接下来的update.在升级排它锁前，必须等table上的其他共享锁释放，但因为holdlock这样的共享锁只有等事务结束后才释放，所以因为T2的共享锁不释放而导致T1等待（等待T2释放共享锁以便于自己升级为排它锁），同理，也因为T1的共享锁不释放而导致T2等待，这样死锁就产生了。

例2：
T1:
begin tran
update table set column1=‘hello’ where id=10

T2:
begin tran
update tbale set column=‘world’ where id=20

很多人认为他有机会产生死锁，但实际要看清楚，如果id是主键上面有索引，那么T1会一下子找到该条记录(id=10的记录)。然后对该条记录加排它锁，T2，同样，一下子通过索引定位到记录，然后对id=20的记录加排它锁，这样T1,T2各更新个的，互不影响。这种情况不会产生死锁。

但是如果id只是普通的一列，没有索引，那么当T1对id=10这一行加排它锁后 ，，T2为了找到id=20,需要进行全表扫描，那么就会预先对表加上共享锁或更新锁或者是排它锁（依赖于数据库执行策略和方式，比如第一次执行和第二次执行数据库执行策略就会不同）。但因为T1已经为一条记录加了排它锁，导致T2的全表扫描进行不下去，就导致T2等待。【这样应该不会产生死锁吧，只要T1执行完成，T2再继续执行就好了，这样似乎耗时比较久】

死锁的解决：
例3:
T1：
begin tran
select * from table(xlock)–xlock意思是直接对表加排它锁
update table set column=‘hello’

T2:
begin tran
select * from table(xlock)
update table set column1=‘world’
解释:当T1的select执行时，直接对表加上排它锁，T2在执行select时，就需要等T1完全执行完成之后才能执行，排斥了死锁的发生。但是如果有很多的用户同时请求，那他们都必须等待。在大并发情况下，让大家都等待的情况似乎不太友好，所以，这里引入更新锁。【虽然说这种情况能够防止死锁的发生，但我总觉得这不是最好的方法】

更新锁（Update lock） 为解决死锁，引入更新锁。

T1:
begin tran
select * from table(updlock) (加更新锁)
update table set column1=‘hello’

T2:
begin tran
select * from table(updlock)
update table set column1=‘world’

更新锁的意思是：“我现在只想读，你们别人也可以读，但我将来可能会做更新操作，我已经获取了从共享锁（只读的）到排它锁（用来更新）的资格。”一个事务只能有一个更新锁获此资格。

分区表：

分区方案例1：下面穿件一个分区函数，然后再创建这个分区函数使用的分区方案，这个分区方案将每个分区映射到不同文件组。代码如下：
create partition function MyPF1(int)
as range left
for values(5000000,1000000,1500000)
go
create partition schema MyPS1
as partition MyPF1
to(fg1,fg2,fg3,fg4)
分区案例2：先创建一个分区函数，然后再创建这个分区函数的分区方案，这个分区方案将多个分区映射到同一个文件组。
create partition function MyPF2(int)
as range left
for values(5000000,1000000,1500000)
go
create partition schema MyPS2
as partition MyPF2
to (fg1, fg1, fg1, fg2)
分区方案3：将所有分区映射到同一个文件组
create partition function MyPF3(int)
as range left
for values(5000000,1000000,1500000)
go
crete partition schema MyPS3
as partition MyPF3
all to (fg1)
分区方案4：该分区方案指定了“next used”文件组。
create partition function MyPF4(int)
as range left
for values(5000000,1000000,1500000)–4个分区
go
create partition shema MyPS4
as partition MyPF4
to (fg1,fg2,fg3,fg4,fg5)–5个文件组

那么文件组fg5将自动被标记为“NEXR USED”文件组

分区方案5：这个方案指定了"[primary]" 文件组
create partition function MyPF5(int)
as range left
for values(‘2008/01/01’,‘2009/01/01’)
go
create partition schema MyPS5
as partition MyPF5
to([primary],fg1,fg2)–此时的主文件组是什么？？

**最后必须明白一点，一张表最多只能有1000个分区

分区表：下面看一个完整的例子：

–创建分区函数
create partition function MyPF(datetime)
range right
for values(‘2007-1-1’,‘2008-1-1’)
go
–创建分区方案
create partition schema MyPS
as partition MyPF
to(fg1,fg2,fg3)–三个文件组
go
–创建分区表
create table orders
(
OrderID int identiy(1,1) primary key,
OrderDate datetime,
CustID varchar(10)
)
on MyPS(OrderDate)

create table stu
(
stuid int primary key identity(1,1) ,
stuname varchar(10) not null,
stuschool varchar(20) foreign key references schooltbale(schoolName),–加外键约束
stuage int default((0)),–加默认值约束
stusex nvarchar(2) check(stusex=N’男’ or stusex=N’女’)–加检查约束，格式：check(条件表达式)
）

左连接：
select*
from employee left outer join department
on employee.departmentID=department.departmentID

内连接：
select *
from employee
inner join department
on employee.departmentID=department.departmentID
等同于下面的语句：
select *
from employee,department
where employee.departmentID=department.departmentID