• 乐观锁和悲观锁


    转自:https://www.cnblogs.com/kismetv/p/10787228.html

    1.概念

    乐观锁和悲观锁是两种思想,用于解决并发场景下的数据竞争问题。

    • 乐观锁:乐观锁在操作数据时非常乐观,认为别人不会同时修改数据。因此乐观锁不加锁,只是在执行更新的时候判断一下在此期间别人是否修改了数据:如果别人修改了数据则放弃操作,否则执行操作。
    • 悲观锁:悲观锁在操作数据时比较悲观,认为别人会同时修改数据。因此操作数据时直接把数据锁住,直到操作完成后才会释放锁;上锁期间其他人不能修改数据。

    2.乐观锁

    2.1 版本号机制 

    版本号机制的基本思路是在数据中增加一个字段version,表示该数据的版本号,每当数据被修改,版本号加1。当某个线程查询数据时,将该数据的版本号一起查出来;当该线程更新数据时,判断当前版本号与之前读取的版本号是否一致,如果一致才进行操作。

    比如说查询一条数据版本为a,要更新版本为b,那么

    update table_name set version=b where uid=1 and version=a;

    如果where判断版本不一致,则说明有其他人进行修改,那么就放弃当前update操作。

    2.2 CAS机制

    单独介绍。

    3.悲观锁

    悲观锁的实现方式是加锁,加锁既可以是对代码块加锁(如Java的synchronized关键字),也可以是对数据加锁(如MySQL中的排它锁)。 

    4.适用场景

    如果悲观锁和乐观锁都可以使用,那么选择就要考虑竞争的激烈程度(出现并发冲突的概率):

    乐观锁:读的多,冲突几率小。认为程序中的并发情况不那么严重,所以让线程不断去重试更新。
    悲观锁:写的多,冲突几率大。悲观的认为程序中的并发情况严重,所以严防死守。

  • 相关阅读:
    Pycharm中导入Python包的方法
    关于SOA架构设计的案例分析
    浅谈12306核心模型设计思路和架构设计
    美图数据统计分析平台架构演进
    有赞搜索系统的架构演进
    美团云的网络架构演进之路
    数据蜂巢架构演进之路
    1号店电商峰值与流式计算
    京东B2B业务架构演变
    饿了么:业务井喷时订单系统架构的演进
  • 原文地址:https://www.cnblogs.com/BlueBlueSea/p/16564315.html
Copyright © 2020-2023  润新知