悲观锁和乐观锁的一些观点(转自http://www.hetaoblog.com/myblogs/post/pessimistic-optimistic-locking-views.jhtml)

本质上,数据库的乐观锁做法和悲观锁做法主要就是解决下面假设的场景,避免丢失更新问题: 

一个比较清楚的场景 

下面这个假设的实际场景可以比较清楚的帮助我们理解这个问题: 


  1. 假设当当网上用户下单买了本书,这时数据库中有条订单号为001的订单,其中有个status字段是’有效’,表示该订单是有效的;

  2. 后台管理人员查询到这条001的订单,并且看到状态是有效的

  3. 用户发现下单的时候下错了,于是撤销订单,假设运行这样一条SQL: update order_table set status = ‘取消’ where order_id = 001;

  4. 后台管理人员由于在b这步看到状态有效的,这时,虽然用户在c这步已经撤销了订单,可是管理人员并未刷新界面,看到的订单状态还是有效的,于是点击”发货”按钮,将该订单发到物流部门,同时运行类似如下SQL,将订单状态改成已发货:update order_table set status = ‘已发货’ where order_id = 001


其实之前已经分别对乐观锁的做法和悲观锁的做法做了详细的分析, 

这里引用wiki的定义做更权威的引用说明 

http://en.wikipedia.org/wiki/Lock_%28database%29 

There are mechanisms employed to manage the actions of multiple concurrent users on a database -  the purpose is to prevent lost updates and dirty reads . The two types of locking are Pessimistic and Optimistic Locking. 

  • Pessimistic lockingA user who reads a record, with the intention of updating it,places an exclusive lock on the record to prevent other users from manipulating it. This means no one else can manipulate that record until the user releases the lock. The downside is that users can be locked out for a very long time, thereby slowing the overall system response and causing frustration. 

    • Where to use pessimistic locking: This is mainly used in environments where data-contention (the degree of users request to the database system at any one time) is heavy; where the cost of protecting data through locks is less than the cost of rolling back transactions if concurrency conflicts occur. Pessimistic concurrency is best implemented when lock times will be short, as in programmatic processing of records. Pessimistic concurrency requires a persistent connection to the database and is not a scalable option when users are interacting with data, because records might be locked for relatively large periods of time. It is not appropriate for use in web application development.




本质上,这里wiki的意思就是,悲观锁和乐观锁都是为了解决丢失更新问题或者是脏读。悲观锁和乐观锁的重点就是是否在读取记录的时候直接上锁。悲观锁的缺点很明显,需要一个持续的数据库连接,这在web应用中已经不适合了。 

观点1:只有冲突非常严重的系统才需要悲观锁; 

分析:这是更准确的说法;我在原文中说到: 

“所有 悲观锁 的做法都适合于状态被修改的概率比较高的情况,具体是否合适则需要根据实际情况判断。”,表达的也是这个意思,不过说法不够准确;的确,之所以用悲观锁就是因为两个用户更新同一条数据的概率高,也就是冲突比较严重的情况下,所以才用悲观锁。 

观点2:最后提交前作一次select for update检查,然后再提交update也是一种乐观锁的做法 

分析:这是更准确的说法; 

的确,这符合传统乐观锁的做法,就是到最后再去检查。但是wiki在解释悲观锁的做法的时候,’ It is not appropriate for use in web application development .’, 现在已经很少有悲观锁的做法了,所以我自己将这种二次检查的做法也归为悲观锁的变种,因为这在所有乐观锁里面,做法和悲观锁是最接近的,都是先select for update,然后update 

*****除了上面的观点1和观点2是更准确的说法,下面的所有观点都是错误的*********** 

观点3:这个问题的原因是因为数据库隔离级别是uncommitted read级别; 

分析:这个观点是错误的; 

这个过程本身就是在read committed隔离级别下发生的,从a到d每一步,尤其是d这步,并不是因为读到了未提交的数据,仅仅是因为用户界面没有刷新[事实上也不可能做自动刷新,这样相当于数据库一发生改变立刻要刷新了,这需要监听数据库了,显然这是简单问题复杂化了]; 

观点4:悲观锁是指一个用户在更新数据的时候,其他用户不能读取这条记录;也就是update阻塞读才叫悲观锁; 

分析:这个观点是错的; 

这在db2背景的开发中尤其常见;因为db2默认就是update会阻塞读;但是这是各个数据库对读写的时候上锁的并发处理实现不一样。但这根本不是悲观锁乐观锁的区别。Oracle可以做到写不阻塞读仅仅是因为做了多版本并发控制(Multiversion concurrency control), http://en.wikipedia.org/wiki/Multiversion_concurrency_control

但是在Oracle里面,一样可以做乐观锁和悲观锁的控制。这本质上是应用层面的选择。 

观点5:Oracle实际上用的就是乐观锁 

分析:这个观点是错的; 

前面说了,Oracle的确可以做到写不阻塞读,但是这不是悲观锁和乐观锁的问题。这是因为实现了多版本并发控制。按照wiki的定义,悲观锁和乐观锁是在应用层面选择的。Oracle的应用只要在第二步做了select for update,就是悲观锁的做法; 

况且Oracle在任何隔离级别下,除了分布式事务两阶段提交的短暂时间,其他所有情况下都不存在写阻塞读的情况,如果按照这个观点的话那Oracle已经不能做悲观锁了-_- 

观点6:不需要这么麻烦,只需要在d这步,最后提交更新的时候再做一个普通的select检查一下就可以;[就是double check的做法] 

分析:这个观点是错的。 

这个做法其实在 http://www.hetaoblog.com/database-lost-update-pessimistic-lock/ ,’3. 传统悲观锁做法的变通’这节已经说明了,如果要这么做的话,仍然需要在最后提交更新前double check的时候做一个select for update, 否则select结束到update提交前的时间仍然有可能记录被修改; 

观点7:应该尽可能使用悲观锁; 

分析:这个观点是错的; 

a. 根据悲观锁的概念,用户在读的时候(b这步)就会将记录锁住,直到更新结束的时候才会将锁释放,所以整个锁的过程时间比较长; 

b. 另外,悲观锁需要有一个持续的数据库连接,这在当今的web应用中已经几乎不存在;wiki上也说了,   悲观锁‘ is not appropriate for use in web application development .’ 

所以,现在大部分应用都应该是乐观锁的; 

你可能感兴趣的:(html)