数据库-乐观锁和悲观锁

写在前面：

锁根据其使用的方式可以划分为：乐观锁和悲观锁。乐观锁即乐观并发控制，悲观锁即悲观并发控制，他们是处理并发控制时主要采用的技术手段。其中，悲观锁正是数据库本身提供的锁机制实现的。

悲观锁：

悲观锁（Pessimistic Concurrency Control）缩写为PCC。从字面意义上理解，就是每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会进入阻塞状态，直到它拿到锁。在传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。

它阻止一个事务以影响其他用户的修改数据。如果一个事务执行的操作对某一个数据应用了锁，那么只有当事务释放了锁，其他事务才能够执行与锁冲突的操作。

悲观锁主要应用于数据竞争激烈的环境，以及如果发生并发冲突时，对事务上锁的成本低于让事务回滚的情况。

乐观锁：

乐观锁(Optimistic Concurrency Control)缩写为OCC，从字面意义上理解，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据。相对于悲观锁，乐观锁在处理数据库时，不会使用数据库提供的锁机制，一般事项乐观锁的的方式就是记录数据版本。

那么什么是数据版本？就是为数据增加的一个版本标识，在读取数值的时候，将版本标识一同读出，数据每更新一次，版本标识也会更新一次。当我们提交数据更新时，判断数据库表对应的当前版本标识信息与第一次的版本标识信息相比，如果相等，则会更新，如果不相等，则认为是过期数据。例如：使用一个自增长的整数作为数据版本，比如数据版本为2，在更新提交时version=6+1，用version=7和最开始的version+1相比，如果相等，则更新，如果不相同，则认为是过期数据，也就是说可能被其他线程更新过了。

乐观锁适用于多读的应用类型，这样可以提高吞吐量，像数据库如果提供类似于write_condition机制的其实都是提供的乐观锁。

案例分析：

如一个金融系统，当某个职员读取用户的数据，并在读出的用户数据的基础上进行修改时（如更改用户帐户余额），如果采用悲观锁机制，也就意味着整个操作过程中（从操作员读出数据、开始修改直至提交修改结果的全过程），数据库记录始终处于加锁状态，这样，如果有上千条、上万条事务并发要处理，则会影响用户的使用效率。

而如果使用了乐观锁，那么读取出数据时，将此版本号一同读出，之后更新时，对此版本号+1。此时，将提交数据的版本数据与数据库表对应记录的当前版本信息进行比对。

对于上面修改用户帐户信息的例子而言，假设数据库中帐户信息表中有一个version 字段，当前值为 1 ；而当前帐户余额字段（ balance ）为 100元。

1 职员 A 此时将其读出（ version=1 ），并从其帐户余额中扣除 50（100-50 ）。

2 在职员 A 操作的过程中，职员 B 也读入此用户信息（ version=1 ），并从其帐户余额中扣除 20（100-20 ）。

3 职员 A 完成了修改工作，将数据版本号+1（ version=2 ），连同帐户扣除后余额（ balance=50 ），提交至数据库更新，此时由于提交数据版本=数据库记录当前版本+1，数据会被更新，数据库记录 version 更新为 2 。

4 职员 B 完成了操作，也将版本号+1（ version=2 ）试图向数据库提交数据（ balance=80 ），但此时比对数据库记录版本时发现，职员 B 提交的数据版本号为 2 ，数据库记录当前版本+1= 3 ，2不等于3，因此，职员 B 的提交被驳回。这样，就避免了职员 B 用基于 version=1 的旧数据修改的结果覆盖职员 A 的操作结果的可能。