悲观锁： 查询时就加锁，通过数据库锁机制实现
举例：
A线程查询时加锁-----处理-------更新数据，
B线程进来时也进行：查询时加锁（这里会等待）-----处理-------更新数据，
乐观锁：
举例：
A线程：查询数据（查版本号）--处理---更新（判断版本号与数据库是否一致，不一致返回错误不更新）
update version=version+1 where a=? and version=lastVersion 如果找不到说明version被其它线程改了，所以不允许操作，回到第一步重新查询处理
B线程：查询数据（查版本号）--处理---更新（判断版本号与数据库是否一致，不一致返回错误不更新）
两种方式都能解决并发脏数据问题，如果更新多，更新冲突多，如果用乐观锁会一直返回错误retry，所以要用悲观锁。如果更新少，用乐观锁
乐观锁的一种实现机制：MVCC(多版本并发控制)
引用知乎上面的回答：
写写冲突的处理流程。一般是以读写冲突的处理来说明MVCC的优点。比如对于数据项A，它的数据版本为A1->A2->A3，最新版本是A3。如果事务X在读写数据项A时，A1和A2已提交的，事务Y正在修改A3，那么A3可以被提交，也可能被回滚。在使用锁协议时，事务X要等待Y结束，才能判断是否读到A3。在MVCC中，事务X可以读取已经提交的A2，而不必等待A3。这么操作逻辑上是合理的，因为事务X读到了一个最新的已经提交数据，这不会带来数据不一致，也避免了读写操作的冲突等待。在上面的情况中，X可以读到A2，如果X要写A怎么办？从逻辑上说，A3不确定是提交还是回滚，X必须等待Y结束，才能开始写操作，因此MVCC的写写操作是需要在数据对象上加写锁的，因此对于同一数据对象的写写操作，MVCC也是串行执行的。由于实际业务中读操作事务数量要大于写操作事务，MVCC读写不冲突（不加锁），写写冲突（加做）的机制，能够提高读事务的执行性能，从而提高系统的整体性能。