作者：狂放不羁
网址：http://yuquan.blog.51cto.com
>>>转载请注明出处！<<<

本文结合hibernate以及JPA标准，对J2EE当前持久层设计所遇到的几个问题进行总结：

第一：事务并发访问控制策略

当前J2EE项目中，面临的一个共同问题就是如果控制事务的并发访问，虽然有些持久层框架已经为我们做了很多工作，但是理解原理，对于我们开发来说还是很有用处的。

事务并发访问主要可以分为两类，分别是同一个系统事务和跨事务访问的并发访问控制，其中同一个系统事务可以采取乐观锁以及悲观锁策略，而跨多个系统事务时则需要乐观离线锁和悲观离线锁。在讨论这四种并发访问控制策略之前，先需要明确一下数据库事务隔离级别的问题，ANSI标准规定了四个数据库事务隔离级别，它们分别是：

读取未提交（Read Uncommitted)：这是最低的事务隔离级别，读事务不会阻塞读事务和写事务，写事务也不会阻塞读事务，但是会阻塞写事务。这样造成的一个结果就是当一个写事务没有提交的时候，读事务照样可以读取，那么造成了脏读的现象。

读取已提交(Read Committed)：采用此种隔离界别的时候，写事务就会阻塞读事务和写事务，但是读事务不会阻塞读事务和写事务，这样因为写事务会阻塞读取事务，那么从而读取事务就不能读到脏数据，但是因为读事务不会阻塞其它的事务，这样还是会造成不可重复读的问题。

可重复读（Repeatable Read)：采用此种隔离级别，读事务会阻塞写事务，但是读事务不会阻塞读事务，但是写事务会阻塞写事务和读事务。因为读事务阻塞了写事务，这样以来就不会造成不可重复读的问题，但是这样还是不能避免幻影读问题。

序列化（serializable)：此种隔离级别是最严格的隔离级别，如果设置成这个级别，那么就不会出现以上所有的问题（脏读，不可重复读，幻影读）。但是这样以来会极大的影响到我们系统的性能，因此我们应该避免设置成为这种隔离级别，相反的，我们应该采用较低的隔离界别，然后再采用并发控制策略来进行事务的并发访问控制）。

其实我们也可以把事务隔离级别设置为serializable，这样就不需要采用并发控制策略了，数据库就会为我们做好一切并发控制，但是这样以来会严重影响我们系统的伸缩性和性能，所以在实践中，我们一般采用读取已提交或者更低的事务隔离级别，配合各种并发访问控制策略来达到并发事务控制的目的。下面总结一下常用的控制策略：

1 乐观锁

乐观锁是在同一个数据库事务中我们常采取的策略，因为它能使得我们的系统保持高的性能的情况下，提高很好的并发访问控制。乐观锁，顾名思义就是保持一种乐观的态度，我们认为系统中的事务并发更新不会很频繁，即使冲突了也没事，大不了重新再来一次。它的基本思想就是每次提交一个事务更新时，我们想看看要修改的东西从上次读取以后有没有被其它事务修改过，如果修改过，那么更新就会失败,。

最后我们需要明确一个问题，因为乐观锁其实并不会锁定任何记录，所以如果我们数据库的事务隔离级别设置为读取已提交或者更低的隔离界别，那么是不能避免不可重复读问题的（因为此时读事务不会阻塞其它事务），所以采用乐观锁的时候，系统应该要容许不可重复读问题的出现。

了解了乐观锁的概念以后，那么当前我们系统中又是如何来使用这种策略的呢？一般可以采用以下三种方法：

版本(Version)字段：在我们的实体中增加一个版本控制字段，每次事务更新后就将版本字段的值加1.

时间戳（timestamps)：采取这种策略后，当每次要提交更新的时候就会将系统当前时间和实体加载时的时间进行比较，如果不一致，那么就报告乐观锁失败，从而回滚事务或者重新尝试提交。采用时间戳有一些不足，比如在集群环境下，每个节点的时间同步也许会成问题，并且如果并发事务间隔时间小于当前平台最小的时钟单位，那么就会发生覆盖前一个事务结果的问题。因此一般采用版本字段比较好。

基于所有属性进行检测：采用这种策略的时候，需要比较每个字段在读取以后有没有被修改过，所以这种策略实现起来比较麻烦，要求对每个属性都进行比较，如果采用hiernate的话，因为hibernate在一级缓存中可以进行脏检测，那么可以判断哪些字段被修改过，从而动态的生成sql语句进行更新。

下面再总结一下如何在JDBC和Hibernate中使用乐观锁

JDBC中使用乐观锁：如果我们采用JDBC来实现持久层的话，那么就可以采用以上将的三种支持乐观锁的策略，在实体中增加一个version字段或者一个Date字段，也可以采用基于所有属性的策略，下面就采用version字段来做一演示：

假如系统中有一个Account的实体类，我们在Account中多加一个version字段，那么我们JDBC Sql语句将如下写：

Select a.version....from Account as a where (where condition..)

Update Account set version = version+1.....(another field) where version =?...(another contidition)

这样以来我们就可以通过更新结果的行数来进行判断，如果更新结果的行数为0，那么说明实体从加载以来已经被其它事务更改了，所以就抛出自定义的乐观锁定异常（或者也可以采用spring封装的异常体系）。具体实例如下：

.......

int rowsUpdated = statement.executeUpdate(sql);

If(rowsUpdated= =0){

throws new OptimisticLockingFailureException();

}

........

在使用JDBC API的情况下，我们需要在每个update语句中，都要进行版本字段的更新以及判断，因此如果稍不小心就会出现版本字段没有更新的问题，相反当前的ORM框架却为我们做好了一切，我们仅仅需要做的就是在每个实体中都增加version或者是Date字段。

Hibernate中使用乐观锁：如果我们采用hibernate做为持久层的框架，那么实现乐观锁将变得非常容易，因为框架会帮我们生成相应的sql语句，不仅减少了开发人员的负担，而且不容易出错。下面同样采用version字段的方式来总结一下：

同样假如系统中有一个Account的实体类，我们在Account中多加一个version字段，

public class Account{

Long id ;

.......

@Version //也可以采用XML文件进行配置

Int version

.......

}

这样以来每次我们提交事务时，hibernate内部会生成相应的SQL语句将版本字段加1，并且进行相应的版本检测，如果检测到并发乐观锁定异常，那么就抛出StaleObjectStateException.

2 悲观锁

所谓悲观锁，顾名思义就是采用一种悲观的态度来对待事务并发问题，我们认为系统中的并发更新会非常频繁，并且事务失败了以后重来的开销很大，这样以来，我们就需要采用真正意义上的锁来进行实现。悲观锁的基本思想就是每次一个事务读取某一条记录后，就会把这条记录锁住，这样其它的事务要想更新，必须等以前的事务提交或者回滚解除锁。

最后我们还是需要明确一个问题，假如我们数据库事务的隔离级别设置为读取已提交或者更低，那么通过悲观锁，我们控制了不可重复读的问题，但是不能避免幻影读的问题（因为要想避免我们就需要设置数据库隔离级别为Serializable,而一般情况下我们都会采取读取已提交或者更低隔离级别，并配合乐观或者悲观锁来实现并发控制，所以幻影读问题是不能避免的，如果想避免幻影读问题，那么你只能依靠数据库的serializable隔离级别（幸运的是幻影读问题一般情况下不严重）。

下面就分别以JDBC和hibernate来总结一下：

JDBC中使用悲观锁：在JDBC中使用悲观锁，需要使用select for update语句，假如我们系统中有一个Account的类，我们可以采用如下的方式来进行：

Select * from Account where ...(where condition).. for update.

当使用了for update语句后，每次在读取或者加载一条记录的时候，都会锁住被加载的记录，那么当其他事务如果要更新或者是加载此条记录就会因为不能获得锁而阻塞，这样就避免了不可重复读以及脏读的问题，但是其他事务还是可以插入和删除记录，这样也许同一个事务中的两次读取会得到不同的结果集，但是这不是悲观锁锁造成的问题，这是我们数据库隔离级别所造成的问题。

最后还需要注意的一点就是每个冲突的事务中，我们必须使用select for update 语句来进行数据库的访问，如果一些事务没有使用select for update语句，那么就会很容易造成错误，这也是采用JDBC进行悲观控制的缺点。

Hibernate中使用悲观锁：相比于JDBC使用悲观锁来说，在hibernate中使用悲观锁将会容易很多，因为hibernate有API让我们来调用，从而避免直接写SQL语句。下面就hibernate使用悲观锁做一总结：

首先先要明确一下hibernate中支持悲观锁的两种模式LockMode.UPGRADE以及LockMode.UPGRADE_NO_WAIT.(PS:在JPA中，对应的锁模式是LockModeType.Read，这与hibernate是不一样的呵呵)

假如我们系统中有一个Account的类，那么具体的操作可以像这样：

.......

session.lock(account, LockMode.UPGRADE);

......

或者也可以采用如下方式来加载对象：

session.get(Account.class,identity,LockMode.UPGRADE).

这样以来当加载对象时，hibernate内部会生成相应的select for update语句来加载对象，从而锁定对应的记录，避免其它事务并发更新。

以上两种策略都是针对同一个事务而言的，如果我们要实现跨多个事务的并发控制就要采用其它两种并发控制策略了，下面做一总结：

3 乐观离线锁

乐观离线锁的思想和乐观锁是一致的，不同的地方就是乐观锁是针对一个事务周期的（也可以说是一个request周期）,而乐观离线锁是跨多个事务周期的（可以理解为一个会话周期（conversation)，它包括了用户思考的时间。

因为乐观离线锁是跨多个事务周期的，那么我们就遇到了一个问题，在几个事务之间通过什么来保存我们的实体状态呢？当然我们会想到httpsession，知道了这个，我们又会遇到一个问题,我们是通过业务层来判断有没有发生乐观并发异常还是通过持久层框架来实现（因为目前持久层框架一般都有一个脱管(detached object)的概念，我们通过它可以很容易实现乐观离线锁），下面就以上两种方式分别做一总结（假设持久层框架采用hibernate)：

在进行总结之前，先让我们来选个场景来描述，因为最近在网上投了几份简历，我发现投简历之后，在HR处理简历之前，我们可以修改简历，我觉得这个例子就很符合乐观理线锁的问题域，所以我就以它来分析一下。我们先假设系统中有一个简历类Resume(因为只是一个例子，为了让问题更加清楚，我将其它的属性省略）：

public class Resume implements Serializable{

public long id ;

.............

public int version ;

............

}

业务层负责判断乐观并发异常：在此种情况下，我们一般需要在Resume中增加一个获取字段的getVersion()方法，因为我们要将获得的版本字段值保存到Httpsession里面，首先第一个请求过来，我们获得版本字段将其保存到httpsession中，然后当用户修改完简历后打算更新的时候，那么我们的业务层怎么实现呢？可以如下：

..............

Resume resumeToModify = resumeRepository.getResume(id);

If(beforeModifyVersion == resumeToModify.getVersion()){

//这里进行修改操作

}else

throw new OptimisticLockFailureException();

这样我们就可以通过对比httpsession中的版本字段来和当前数据库系统中的字段进行比较，如果一样就提交，否则就抛出异常。（呵呵，当然这个仅仅是作为例子，其实如果你修改了很大一会简历，但是发现提交的时候不能完成，那你应该会很郁闷，觉得这网站做的不人性化，然而这是采用乐观离线锁不能避免的，所以这也就出现了使用乐观离线锁的一个前提：系统中并发更新少，并且即使冲突了，让用户重来一遍的开销也不会很大，如果开销大的话，那么我们就需要采用悲观离线锁模式）。

通过detached object实现：如果通过持久层提供的脱管对象来实现，那么我们就可以依赖于持久层框架的乐观检测来实现乐观离线锁，这样我们不需要在业务层进行比较，持久层框架会帮我们进行比较，如果发现数据已经被更改过，那么就会抛出相应的异常（比如hibernate将抛出StaleObjectStateExcpetion)。我们还是拿刚才的那个例子来做一描述，当用户要修改简历时，第一个请求会将简历的内容读取并显示给用户，我们需要做的就是将脱离了持久层的脱管对象保存到httpsession中，然后当用户修改完以后，要提交更新的时候，我们可以如下实现：

............

resumeRepository.update(detachedResume);//内部通过调用hibernate session接口的update方法，将脱管对象重附（reattch)到当前的持久化上下文

.............

这样以来，当持久层框架发现数据已经被修改后就会抛出相应的异常，我们的业务层只要捕获异常就OK啦。

好了，总结完了两种方式以后，我们来看看它们有哪些优缺点：

对于第一种策略，因为需要们显示的来判断到底有没有出现异常，所以略显麻烦，但是优点就是因为我们只需要保存一个版本字段，不会出现将整个对象都保存到httpsession中，这样造成httpsession被充爆。如果采用第二种策略（detached object)，不需要我们显示来实现，只需要捕获持久层抛出的异常就OK，但是也有个不好地方，前面也说了，那就是会造成我们httpsession爆炸，这样很浪费内存。再说点题外话，既然httpsession会引起内存浪费太多，那么有没有更好的方案呢？当然我们会想到EJB的有状态会话bean，它为业务状态提供了钝化技术，所以可以避免占用太大的内存，并且它还有个更好的优点就是不仅有状态管理，而且还支持完整的事务语义，所以EJB的statefull session bean还是有很大好处的，并不像有些人所说的statefull session bean 用处非常小。

4 悲观离线锁

悲观离线锁的基本思想和离线锁差不多，不同的地方就是悲观锁是依赖于数据库的锁机制来实现，而悲观离线锁则需要我们开发人员自己来控制锁的释放和获取，所以增加了一定的复杂性。

下面需要明确一下什么情况下需要使用悲观离线锁，因为悲观离线锁会在整个会话期间锁住数据，所以会影响到系统的伸缩性和性能，选择时要谨慎考虑几方面的因素：

1 用例是否通过几个数据库事务来实现，第一个事务读取数据，最后一个事务更新数据,首先要满足这个条件我们才会选择用悲观离线锁，否则如果在同一个数据库事务，直接用离线锁即可。

2 用例是否要求用户提交的更新一定要成功，以及用户提交事务后重新来一次的开销大不大，如果要求用户提交更新一定要成功，或者用户提交更新失败后，再重新来一次的开销比较大，那么就采取悲观离线锁，否则的话，我们可以采用乐观离线锁。

注：详细的悲观离线锁讨论请参考马丁大叔的POEAA.

未完待续。。。。。。

下面两篇是持久化上下文的传播以及持久层如何实现会话。

转载于:https://blog.51cto.com/yuquan/360722

J2EE事务并发控制策略总结相关推荐

游标、事务并发和锁三者之间的那点事
对数据库学习的不断深入,对游标的认识也在逐渐加深,游标与事务.锁有着密不可分的关系. 无论是事务.锁还是游标相对于数据库来说最主要目的是保证数据的完整性.对事务并发.锁定的深入学习才能更加完善对游标的 ...
数据库-事务并发操作问题及并发的控制
事务并发操作出现几种问题所谓事务,是用户定义的一个数据库操作序列,是数据库环境中的逻辑工作单元, 是一个不可分割的整体. 事务的这个4个特性简称为ACID特性,事务ACID特性可能遭到破坏的因素有: ...
一文讲清，MySQL如何解决多事务并发问题
MySQL默认事务隔离级别是repeatable-read(RR),脏读.不可重复读.幻读,都不会发生.它是怎么做到的呢? 这就是由经典的MVCC多版本并发控制机制做到的,MVCC的实现,又是基于un ...
事务并发、事务隔离级别
2019独角兽企业重金招聘Python工程师标准>>> 并发问题可归纳为以下几类: A.丢失更新:撤销一个事务时,把其他事务已提交的更新数据覆盖(A和B事务并发执行,A事务执行更新后 ...
Mysql 面试常问4 -- 锁模块之事务并发访问产生的问题以及事务隔离机制 InnoDB支持事务
锁模块之数据库事务的四大特性数据库事务的四大特性和程序事务的四大特性基本相同 ⑴ 原子性(Atomicity) 原子性,这个是最简单的.说的是一个事务内所有操作共同组成一个原子包,要么全部成功,要么 ...
简述数据库事务并发机制
转载:https://blog.csdn.net/justloveyou_/article/details/70312810 事务是最小的逻辑执行单元,也是数据库并发控制的基本单位,其执行的结果必须使 ...
mysql事务并发_Mysql关于事务并发带来的问题
MySQL从5.5.8开始,Innodb就是默认的存储引擎,Innodb最大的特点是:支持事务.支持行级锁. 既然支持事务,那么就会有处理并发事务带来的问题:更新丢失.脏读.不可重复读.幻读:相应的为 ...
java中事务并发问题是_事务必会必知
作者:泥瓦匠原文链接:传送门事务,大家所熟悉的事务(Transaction),基本上会就往Spring事务靠.其实Spring事务管理基于底层数据库本身的事务处理机制.数据库事务的基础,是掌握Sp ...
oracle修改卡顿,记一次生产环境卡顿优化过程：大事务并发回滚
概述最近生产环境有这么个现象,平时的订单调度只需要2s内可以出结果,但是多个人调度就会卡住,超过15分钟都没有结果出来,有时还会失败然后导致数据不准确. 下面记录一下生产环境卡顿时排查的过程. 1. ...

J2EE事务并发控制策略总结

第一：事务并发访问控制策略

1 乐观锁

2 悲观锁

3 乐观离线锁

4 悲观离线锁

J2EE事务并发控制策略总结相关推荐

最新文章

热门文章