数据库乐观锁和悲观锁

在谈论悲观锁和乐观锁前，补充一下事物的基本概念和特性。

一．什么是事务

数据库事物单个逻辑单元工作执行的一系列操作，就是一些sql语句，也可以是多条，一个update操作就是一个事物。

数据库事物单个逻辑单元工作执行的一系列操作，就是一些sql语句，也可以是多条，一个update操作就是一个事物。

即事务是恢复和并发控制的基本单位。

二．事务的ACID特性

事务具有四个特性：原子性（Atomicity ）、一致性（ Consistency ）、隔离性（ Isolation ）和持续性（ Durability ）。这四个特性简称为 ACID特性。

1、原子性

事物必须是原子工作单元，要么都执行成功（也就是说所有的sql语句都执行成功），要么都不执行（所有的sql语句都不执行）。

2、一致性

事务执行的结果必须是使数据库从一个一致性状态变到另一个一致性状态。因此当数据库只包含成功事务提交的结果时，就说数据库处于一致性状态。如果数据库系统运行中发生故障，有些事务尚未完成就被迫中断，这些未完成事务对数据库所做的修改有一部分已写入物理数据库，这时数据库就处于一种不正确的状态，或者说是 不一致的状态。

3、隔离性

一个事务的执行不能其它事务干扰。即一个事务内部的操作及使用的数据对其它并发事务是隔离的，并发执行的各个事务之间不能互相干扰。

允许多个用户对数据进行并发访问，而不破环数据的完整行和正确性，同时，并发事物的修改必须与其他并发事物隔离，一般是通过加锁实现。

4、持续性

也称永久性，指一个事务一旦提交，它对数据库中的数据的改变就应该是永久性的。接下来的其它操作或故障不应该对其执行结果有任何影响。

事物并发访问可能产生的问题

事物并发访问如果不设置事物的隔离级别，就会带来如下问题

1.脏读读取了其他事物未提交的数据，一个事物修改了某条数据还未提交，一个事物读取了这条数据，而修改的事物由于某种原因失败会滚了，这个时候读取事物就读到了脏数据。

2.不可重复读

一个事物两次读取某条数据，但读取的结果不一样，在第二次读取的时候其他实物修改了这条数据。

3.幻读

一个事物两次读取，读取到了其他事物插入到数据中的数据。

针对以上情况，数据库提供了四种事物的隔离级别来解决事物并发带来的问题。

1.读未提交（readuncommited）

写事物会阻塞写事物，但不会阻塞读取事物，因此不能解决读取脏数据，读取事物不会阻塞其他事物，这中隔离级别不能解决上面任何问题。

2．读已经提交（readcommited）

写事物会阻塞写事物和读取事物，因此可以避免读取脏数据，但读取事物不会阻塞写事物，不能解决可重复度去的问题。

3.可重复读（Repeatable read）

读事物会阻塞写事物和读事物，因此可以重复读，但其他事物可以进行插入操作，不能解决幻读的问题。

4.序列化(Serializable)

事物必须一个一个的执行，可以解决上面的问题，但事物基本没有并发性。

事物的并发控制

当多个人并发修改同一条数据时，必须实现一个控制系统，使一个人的修改不会对其他人的修改造成负面影响。因而就有了锁机制。

三．悲观锁和乐观锁

锁（locking ）

业务逻辑的实现过程中，往往需要保证数据访问的排他性。如在金融系统的日终结算

处理中，我们希望针对某个cut-off 时间点的数据进行处理，而不希望在结算进行过程中（可能是几秒种，也可能是几个小时），数据再发生变化。此时，我们就需要通过一些机制来保证这些数据在某个操作过程中不会被外界修改，这样的机制，在这里，也就是所谓的“ 锁 ” ，即给我们选定的目标数据上锁，使其无法被其他程序修改。

Hibernate支持两种锁机制：即通常所说的 “ 悲观锁（ Pessimistic Locking ） ”和 “ 乐观锁（ Optimistic Locking ） ” 。

悲观锁（Pessimistic Locking ）

悲观锁，正如其名，它指的是对数据被外界（包括本系统当前的其他事务，以及来自外部系统的事务处理）修改持保守态度，因此，在整个数据处理过程中，将数据处于锁定状态。悲观锁的实现，往往依靠数据库提供的锁机制（也只有数据库层提供的锁机制才能真正保证数据访问的排他性，否则，即使在本系统中实现了加锁机制，也无法保证外部系统不会修改数据）。

一个典型的倚赖数据库的悲观锁调用：select* from account where name=”Erica” for update这条 sql 语句锁定了 account 表中所有符合检索条件（name=”Erica” ）的记录。

本次事务提交之前（事务提交时会释放事务过程中的锁），外界无法修改这些记录。Hibernate的悲观锁，也是基于数据库的锁机制实现。

注意，只有在查询开始之前（也就是Hiberate 生成 SQL 之前）设定加锁，才会真正通过数据库的锁机制进行加锁处理，否则，数据已经通过不包含 for update子句的 SelectSQL 加载进来，所谓数据库加锁也就无从谈起。

乐观锁（Optimistic Locking ）

相对悲观锁而言，乐观锁机制采取了更加宽松的加锁机制。悲观锁大多数情况下依靠数据库的锁机制实现，以保证操作最大程度的独占性。但随之而来的就是数据库性能的大量开销，特别是对长事务而言，这样的开销往往无法承受。

如一个金融系统，当某个操作员读取用户的数据，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，甚至还包括操作员中途去煮咖啡的时间），数据库记录始终处于加锁状态，可以想见，如果面对几百上千个并发，这样的情况将导致怎样的后果。

乐观锁机制在一定程度上解决了这个问题。乐观锁，大多是基于数据版本（Version ）记录机制实现。何谓数据版本？即为数据增加一个版本标识，在基于数据库表的版本解决方案中，一般是通过为数据库表增加一个 “version” 字段来实现。

读取出数据时，将此版本号一同读出，之后更新时，对此版本号加一。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，如果提交的数据版本号大于数据库表当前版本号，则予以更新，否则认为是过期数据。

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

2在操作员 A 操作的过程中，操作员 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操作员 A 完成了修改工作，将数据版本号加一（ 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大于数据库记录当前版本，数据被更新，数据库记录version 更新为 2 。

4操作员 B 完成了操作，也将版本号加一（ 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，操作员 B提交的数据版本号为 2 ，数据库记录当前版本也为 2 ，不满足 “ 提交版本必须大于记录当前版本才能执行更新 “ 的乐观锁策略，因此，操作员 B 的提交被驳回。

这样，就避免了操作员B 用基于 version=1 的旧数据修改的结果覆盖操作员 A 的操作结果的可能。从上面的例子可以看出，乐观锁机制避免了长事务中的数据库加锁开销（操作员 A和操作员B 操作过程中，都没有对数据库数据加锁），大大提升了大并发量下的系统整体性能表现。

需要注意的是，乐观锁机制往往基于系统中的数据存储逻辑，因此也具备一定的局限性，如在上例中，由于乐观锁机制是在我们的系统中实现，来自外部系统的用户余额更新操作不受我们系统的控制，因此可能会造成脏数据被更新到数据库中。在系统设计阶段，我们应该充分考虑到这些情况出现的可能性，并进行相应调整（如将乐观锁策略在数据库存储过程中实现，对外只开放基于此存储过程的数据更新途径，而不是将数据库表直接对外公开）。

参考文献：http://www.cnblogs.com/chenlulouis/archive/2010/07/07/1772631.html