最通俗易懂的MySQL进阶锁详解

MySQL进阶锁详解

概述

什么是锁?
锁是计算机协调多个进程或线程并发访问某一资源的机制。在数据库中,除传统的计算资源(CPU、RAM、I/O)的争用以外,数据也是一种供许多用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解决的一个问题,锁冲突也是影响数据库并发访问性能的一个重要因素。从这个角度来说,锁对数据库而言显得尤其重要,也更加复杂。

锁的分类:

全局锁:锁定数据库中的所有表
表级锁:每一次对表操作会对表锁定
行级锁:每一次操作对行数据进行锁定

全局锁

什么是全局锁?
全局锁就是对整个数据库实例加锁,加锁后整个实例就处于只读状态,后续的DML(数据操作语言)的写语句,DDL(数据定义语言)语句,已经更新操作的事务提交语句都将被阻塞。
其典型的使用场景是做全库的逻辑备份,对所有的表进行锁定,从而获取一致性视图,保证数据的完整性。

语法

flush tables read lock 对数据库加全局锁

如果在分布式下,用全局锁做备份将存在一些问题:
1.用主库做备份时,对主库进行锁定,其他操作(除了读操作)都是处于阻塞状态,这样会影响效率
2.用从库做备份时,对从库进行锁定,在此期间是不能执行主库同步过来的二进制文件日志,会导致主从延迟

表级锁

表级锁,每次操作对表进行锁定,锁的粒度大

表级锁的分类

表锁
元数据锁
意向锁

表锁又分为

表共享读锁
表独占写锁

语法

加锁:lock tables 表名  read \write
释放锁:unlock tables \关闭客户端

表共享锁
如果一个客户端加了共享锁,此客户端将不能执行DDL和DML语句,只能执行一个DQL语句,另一个客户端也只能读不能写。

表独占锁
如果一个客户端加了独占锁,此客户端既能读也能写,另外的客户端不能读也不能写,将会进入阻塞状态。

元数据锁

MDL加锁过程是系统自动控制,无需显式使用,在访问一张表的时候会自动加上。MDL锁主要作用是维护表元数据的数据一致性,在表上有活动事务的时候,不可以对元数据进行写入操作。元数据简单理解就是表结构。它存在的意义就是为了DDL和DML的冲突,来保证读写的正确性。也就是说当进行增删改查操作时,数据库会自动的加上元数据锁里的共享锁(这里说明共享锁包括共享读锁和共享写锁),当改变表结构的时,也会自动的加上元数据锁的排它锁;
在这里插入图片描述

意向锁

什么是意向锁?
假设有一个事务A对表中的一行数据进行update语句,数据库会自动的对该行进行加行锁,此时又有另一个事务B对整张表进行锁定,在innodb引擎下是不允许这样操作的,因为事务对表进行锁定,也就意味着事务B能操作表的每一行数据,与事务A的行锁冲突。意向锁的存在就是为了避免表锁与行锁的冲突。

意向锁的分类

意向共享锁:由select ....in share mode自动创建
意向排他锁:由 update,insert ,delete ,select...for update 语句自动创建

意向锁与表锁之间的关系
1.意向共享锁(IS):与表锁共享锁( read)兼容,与表锁排它锁(write)互斥。
2.意向排他锁(IX)∶与表锁共享锁(read)及排它锁(write)都互斥。意向锁之间不会互斥。

对于有了意向锁后,一个事务A对表数据进行update语句,会自动创建该行数据的行锁和意向锁,另一个事务B对表进行锁表操作,此时会对表的每一行数据进行依次检查,判断是否有意向锁,然后对比表锁与意向锁的兼容情况。

行级锁

行级锁,每次操作锁住对应的行数据。锁定粒度最小,发生锁冲突的概率最低,并发度最高。应用在InnopB存储引擎中。
InnoDB的数据是基于索引组织的,行锁是通过对索引上的索引项加锁来实现的,而不是对记录加的锁。
对于行级锁,主要分为以下三类:
1.行锁(Record Lock)∶锁定单个行记录的锁,防止其他事务对此行进行update和delete。在RC、RR隔离级别下都支持。
2.间隙锁(Gap Lock)∶锁定索引记录间隙(不含该记录),确保索引记录间隙不变,防止其他事务在这个间隙进行insert,产生幻读。在RR隔离级别下都支持。
3.临键锁(Next-Key Lock):行锁和间隙锁组合,同时锁住数据,并锁住数据前面的间隙Gap。在RR隔离级别下支持。

行锁
行锁分为:

共享锁:允许数据读取一行,但不允许写操作
排他锁:不允许读也不允许读

在这里插入图片描述
在innodb引擎支持可重复读级别的情况下,默认使用的是间隙锁(next-key)来以防止幻读,在如下:
行锁
1.当针对唯一索引进行检索时,对已存在的值进行等值匹配,会自动优化为行锁
2.当对不是索引的列进行检索时,会自动优化为表锁,因为行锁是针对索引进行加的锁。

间隙锁
1.索引上的等值查询(唯一索引),给不存在的记录加锁时,优化为间隙锁。
假设表中有id主键为1和3的,此时需要update一个id=2的数据,innodb引擎会自动优化为间隙锁,间隙锁就把1到3之间的间隙锁住,不包含1和3.

2.索引上的等值查询(普通索引),向右遍历时最后一个值不满足查询需求时,next-key lock退化为间隙锁。
假设表中有id为18和21的数据,有一个事务对18进行select … where id=18 in share mode,此时会对18到21之间的间隙进行加锁。

3.索引上的范围查询(select …in share mode)(唯一索引),next-key lock退化为间隙锁。
将所写范围都锁住.

参考文献:https://www.bilibili.com/video/BV1Kr4y1i7ru?p=130

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
支持向量机(Support Vector Machine,SVM)是一种常用的机器学习算法,常用于分类和回归问题。其原理相对来说较为复杂,但可以通过以下通俗易懂的方式进行解释: SVM的基本思想是找到一个最佳的超平面将不同类别的数据完全分开。换句话说,我们要找到一个决策边界,使得属于某一类的样本点都在一个侧面,而属于另一类的样本点则在另一侧面。 为了找到这个最佳的超平面,SVM引入了支持向量的概念。支持向量是离决策边界最近的那些样本点,它们对于决策边界的确定起到关键作用。这些支持向量点到决策边界的距离被称为间隔,我们的目标是找到最大化间隔的决策边界。 但是,在实际问题中,数据往往无法完全线性分开。为解决这个问题,SVM引入了核函数的概念。核函数将数据从原始空间映射到更高维的特征空间,在特征空间中,原本线性不可分的问题可能变得线性可分。 基于核函数的SVM即通过在特征空间中寻找最佳的超平面来解决非线性问题。通过设置不同的核函数,我们可以将数据映射到不同的特征空间,并得到不同的决策边界。 SVM的训练过程可以通过求解一个凸优化问题来实现。优化问题的目标是最大化间隔,同时要求决策边界的分类结果尽量准确。通过使用相关的数学方法,可以求解出最优的超平面以及对应的支持向量。 总之,SVM是一种通过找到最佳的超平面来实现分类的机器学习算法。它的原理简单概括为找到一条决策边界,使得离这条边界最近的样本点都被正确分类,并且间隔最大化。通过引入核函数,SVM也可以解决非线性分类问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值