技术文摘
SQL 中乐观锁与悲观锁的体现方式
2025-01-14 18:02:46 小编
SQL 中乐观锁与悲观锁的体现方式
在数据库并发控制领域,乐观锁与悲观锁是两种重要的机制,它们在 SQL 中有着不同的体现方式,各自适用于不同的应用场景。
悲观锁的理念较为保守,它假定在数据处理过程中,很可能会有其他事务同时对同一数据进行修改。在 SQL 里,悲观锁通常通过 SELECT...FOR UPDATE 语句来实现。当一个事务执行这条语句时,数据库会锁定被查询的数据行,阻止其他事务对其进行修改,直到当前事务结束。例如:
BEGIN TRANSACTION;
SELECT * FROM products WHERE product_id = 1 FOR UPDATE;
-- 对查询到的数据进行操作
UPDATE products SET quantity = quantity - 1 WHERE product_id = 1;
COMMIT;
这种方式能确保数据的一致性,但因为长时间锁定数据,可能会降低系统的并发性能,尤其在高并发环境下,容易产生大量等待,甚至死锁。
乐观锁则秉持乐观的态度,它认为在大多数情况下,数据在读取和修改之间不会被其他事务更改。乐观锁在 SQL 中一般借助版本号(Version)或时间戳(Timestamp)来实现。以版本号为例,在数据表中添加一个 version 字段。每次数据更新时,版本号自动递增。
-- 读取数据
SELECT product_name, quantity, version FROM products WHERE product_id = 1;
-- 假设读取到的版本号为 v1
UPDATE products SET quantity = quantity - 1, version = version + 1
WHERE product_id = 1 AND version = v1;
只有当 version 字段的值与事务开始读取时的值相匹配,更新操作才能成功执行。若在此期间有其他事务修改了数据,版本号会改变,当前事务的更新就会失败,需要重新读取数据并尝试更新。
乐观锁由于不提前锁定数据,提高了系统的并发性能,但它可能会导致更新冲突,需要额外的逻辑来处理重试。开发人员在实际应用中,需要根据业务场景和数据访问模式,合理选择乐观锁或悲观锁,以平衡系统性能和数据一致性。
- 每日算法之全排列问题
- 明晰现实和理想的差距 探寻边缘计算尚存的坑
- OAuth2.0 原理终于被讲清
- Axios 网络请求源码新鲜出炉的阅读笔记,你能懂吗?
- 补充篇:六种 Python 批量合并同一文件夹内子文件夹 Excel 文件所有 Sheet 数据的方法
- 前端百题斩之通俗易懂的防抖与节流
- LeetCode - 探寻最长的镜像字符串
- Vue3 与 TypeScript 项目大量实践后的深思
- 阿里可观测性数据引擎的技术应用实践
- C 语言中动态扩容 string 的实现方法
- HarmonyOS ArkUI 仿微信朋友圈图片预览
- 为何 C/C++ 专门设计 Do…While ?
- MyBatis 批量插入数据:还用 foreach?服务器能撑住?
- 数据结构和算法中 K 次取反后数组和的最大化
- 科学家借 VR 技术“洞察”COVID-19 病毒蛋白内部以攻其弱点