MySQL各种锁

目录

1. 从粒度上区分锁

1.1 全局锁(第一粒度)

1.2 表级锁(第二粒度)

1.3 行锁(第三最小粒度)

2 从模式上区分锁

2.1 什么是乐观锁

2.2 什么是悲观锁

2.3 意向共享锁和意向排他锁

2.4 临键锁和记录锁

2.5 间隙锁


MySQL中的锁定主要分为全局锁、表锁和行锁;

MySQL全局锁是针对整个数据库的锁;

1. 从粒度上区分锁

1.1 全局锁(第一粒度)

全局锁:

  1. 读锁(共享锁,S锁):它阻止其他用户更新数据,但允许他们读取数据;这在你需要在一段时间内保持数据一致性时很有用;
  2. 写锁(排他锁,X锁):它阻止其它用户读取和更新数据;这在你需要修改一些大量的数据,并且不希望其它用户在这段时间内干扰时很有用;

MySQL全局锁的典型使用场景是,进行一些需要确保整个数据库一致性的操作,例如全库备份,全库导出等;

在MySQL中,可以使用

FLUSH TABLES WITH READ LOCK(FTWAL)

语句来添加全局锁,这将阻止其它线程进行更新操作;使用UNLOCK TABLES 语句来释放锁定;

注意点:全局锁的开销非常大,因为它会阻止其它所有的数据修改操作,并且在高并发情况下可能导致大量的线程等待锁定;因此,应该尽量避免在生成环境中使用全局锁,或者尽量减少全局锁的持有时间;

输入全局锁有其应用场景,但是过度使用或不正确使用全局锁可能导致性能问题;因此,根据应用的特性和需求选择适合的锁策略很重要;对于大多数应用,优先使用更精细粒度的锁,如行锁和表锁,可以更有效地处理并发请求,同时避免全局锁的开销;

全局锁目的:比如我在备份数据的时候,我在订单中修改了数据,原本只有100个订单,在我备份途中,增到了300个订单,这时候全局锁的作用来了,可以让其它事务的锁等待我锁执行完毕后,才进行添加,直接阻塞其它的锁,保证数据的一致性;

1.2 表级锁(第二粒度)

什么是表级锁?表级锁是MySQL中最基本锁策略,是MySQL最早采用的锁策略;表级锁的特点是开销小,加锁快、不会出现死锁;锁定粒度大,发生锁冲突的概率最高,并发度最低;

表锁的两种模式:

  1. 表共享读锁(Table Read Lock):又称为表读锁,允许一个事务锁定的表进行读取操作,不允许其它事务对其写操作,但是可以进行读操作;读锁之间是不会互相阻塞的;
  2. 表独占写锁(Table Write Lock):又称为表写锁,允许一个事务锁定的表读取和写入(更新)操作,但是其它任务事务都不能对改表进行任务操作,必须等待表写锁结束;写锁会阻塞其它所有锁,包括读锁和写锁;

在MySQL中,对MyISAM表的读操作,会自动加上读锁,对MyISAM表的写操作,会自动加上写锁;

InnoDB引擎在必要情况下会使用表锁,但主要是使用行锁来实现多版本并发控制(MVCC),它能提供更好的并发性能和更少的锁冲突;

什么是MySQL的MVCC机制? - 知乎 (zhihu.com)

小结:表锁适用于读操作多、写操作少的应用,当并发争用不是特别激烈,以及记录级锁并发控制开销大于访问冲突开销的情况;在并发度高,或者写操作较多的情况下,表锁可能会称为瓶颈;

表级锁的使用场景:

  1. 读密集型应用:如果你的应用主要进行读取操作,很少进行写入操作,那么使用表级锁可能是一个好选择;因为表级锁不会阻塞其它的读锁,所以这种场景下表级锁能够提供很高的性能;
  2. 写操作不频繁的场景:表级锁对写操作的处理并不高效,因为一个写锁会阻塞所有其它的锁,无论它们是读锁还是写锁;但是,如果你的应用不需要频繁地进行写操作,或者可以容忍写操作的延迟,那么使用表级锁可能是可行的;
  3. 数据量不大的简单应用:如果数据库的数据量不大,那么即使在写操作中,由于锁定整张表,对性能的影响也不大;
  4. 全表更新或者删除:在某些情况下,可能需要对一张表进行全表的更新或者删除操作,列如,删除表中的所有记录,或者更新表中所有记录的某个字段的值;这种情况下,使用表级锁是合适的;

注意点:虽然表级的开销较小,但由于其锁定粒度大,可能会导致并发度下降,特别是在写操作较多或者并发度较高的场景下;所以应用的并发度较高,或者需要频繁进行写操作,那么可能需要考虑使用更精细粒度的锁,如行锁;

MySQL哪些命令会发生表级锁:

  1. ALTER TABLE:这个命令用于更改表的结构,如添加列、删除列、改变列的类型等;执行这个命令的时候,MySQL需要锁定整个表以防止在更改过程中有新的数据写入;
  2. DROP TABLE和TRUNCATE TABLE:这两个命令都会导致表级锁;DROP TABLE会删除整个表,而TRUNCATE TABLE命令会删除表中的所有数据;在执行这些命令的时候,MySQL需要锁定整个表以防止在删除过程中有新的数据写入;
  3. LOCK TABLES:这个命令可以显示地为一个或多个表加上读锁或写锁;LOCK TABLES命令后面可以跟上一系列的表名和锁模式,用来指定需要锁定哪些锁,以及使用什么样的锁模式;列如LOCK TABLES t1 WRITEt2 READ命令会给表t1加上写锁,给表2加上读锁
  4. 全表扫描或大范围扫描:对于MyISAM存储引擎,全表扫描或大范围扫描会触发表级锁;
  5. FLUSH YABLES WITH READ LOCK (FTWRL):这个命令可以给所有表加上全局读锁,其它会话在此期间不能对数据进行修改;

注意点:InnoDB存储引擎主要使用行级锁,并在一些情况下使用表级锁,比如在执行某些ALTER TABLE命令或者LOCK TABLES命令时;MyISAM存储引擎只支持表级锁;

MySQL表锁风险点:

  1. 性能下降:因为表锁会锁定整个表,所以在高并发环境中,可能会导致大量的请求阻塞,从而降低性能;对于读取和写入混合密集的负载,表锁可能会成为一个性能瓶颈;
  2. 并发性能差:表锁的最大问题在于其并发性能;一旦一个线程对表获得了写锁,其它线程的任何读写操作都会被阻塞,直到写锁被释放;同样的,如果一个读锁被持有,那么其它的写操作将被阻塞;使得并发性能大大降低;
  3. 可能导致锁等待和超时:在高并发的环境中,由于表级锁的粒度较大,可能会有很多线程在等待锁,如果等待的时间过长,可能会导致锁超时,进一步影响应用的性能和可用性;
  4. 写操作影响大:如果一个长时间允许的写操作(比如大数据量的UPDATE或者INSERT语句)获取了写锁,那么会阻塞所有其它的读操作和写操作,直到整个写操作完成;
  5. 死锁的可能性:虽然表锁本身不会死锁,但是多表操作中,如果没有按照一定的顺序获得锁,可能会导致死锁;

为了避免这些问题,我们通常会选择InnoDB存储引擎,它主要使用行级锁,可以提供更好的并发性能,并且在一定程度上减少了锁争用的问题;而且,InnoDB支持事务,可以保证数据的一致性和完整性;在实际应用中,我们应该根据具体的业务需求和系统负载,选择合适的存储引擎和锁策略;

1.3 行锁(第三最小粒度)

什么是行锁?行级锁是MySQL中一种锁定机制,它可以对数据库表中的单独一行进行锁定;相比于表级锁和页锁,行级锁的粒度更小,因此在处理高并发事务时,能提供更好的并发性能和更少的锁冲突;然而,行级锁也需要更多的内存和CPU资源,因为需要对每一行都进行管理;

在MySQL中,行级锁主要由InnoDB存储引擎提供;InnoDB支持两种类型的行级锁:共享锁(S锁)和排他锁(X锁);

  1. 共享锁(S锁):共享锁也称为读锁,它允许一个事务读取一行数据;当一行数据被共享锁定时,其它事务可以读取这行数据,但不能对其进行修改;
  2. 排他锁(X锁):排他锁也称为写锁,它允许一个事务读取和修改一行数据;当一行数据被排他锁锁定时,其它事务不能读取也不能修改这行数据;

在实际使用中,InnoDB还提供了一种名为“间隙锁”(Gap Lock)的特征;间隙锁不仅锁定一个具体的行,还锁定它前后的“间隙”,即这一行之前和之后的行之间的空间;间隙锁可以防止其它事务插入新的行到已锁定的前后,从而可以解决一些并发问题;

值得注意的是,行级锁只在事务中有效,也就是说,只有在一个事务开始(BEGIN)后并在事务提交(COMMIT)或回滚(ROLLBACK)之前,才能对数据行进行锁定;如果在非事务环境中执行SQL语句,那么InnoDB会在语句执行结束后立即释放所有的锁;

MySQL行锁的使用场景:

MySQL中的行级锁(Row Level Locks)通常在以下几种场景中被使用:

  1. 高并发读写操作:在需要高并发读写操作的场景中,行级锁可以提高性能和并发性,因为它允许多个事务并发地操作不同的行;
  2. 单行操作:对于需要操作单行数据的SQL语句(例如基本主键或者唯一索引的UPDATE、DELETE和INSERT语句),行级锁可以提供较好的并发性和性能;
  3. 短期锁:在需要对数据进行短时间锁定的情况下,行级锁可以防止长时间阻塞或其它事务;
  4. 实现并发控制:在需要确保数据一致性和隔离性的事务中,行级锁是实现并发控制的重要机制;(在MySQL中MyISAM是通过行锁来实现事务的并发控制的,而InnoDB是通过上面的排他锁和共享锁来实现的)
  5. 复杂的事务处理:在需要对多行数据进行复杂处理的事务中,可以使用行级锁来锁定这些行,防止在事务处理过程中数据被其它事务修改;

使用行级锁需要注意点:由于行级锁的锁定粒度较小,它可能会耗费更多的系统资源(例如内存和CPU),特别是在处理大量数据时;此外,使用行级锁也可能导致死锁,需要使用合适的策略来避免死锁,例如在事务总按照一定的顺序锁定行;

MySQL哪些命令会导致发生行锁?

在MySQL中,主要是InnosDB存储引擎提供了行级锁(Row Level Locking);一般来说,以下这些类型的操作会导致InnoDB对数据进行加锁:

  1. SELECT ... FOR UPDATE:这种查询会对选定的行添加一个排他锁(X锁),这意味着其它事务不能修改这些行,也不能对这些行添加共享锁;
  2. SELECT ... LOCK IN SHARE MODE:这种查询会对选定的行添加一个共享锁(S锁),这意味着其它事务不能修改这些行,但可以对这些行添加共享锁;
  3. INSERT:插入操作会对新添加的行添加一个排他锁(X锁);
  4. UPDATE:更新操作会对被更新的行添加一个排他锁(X锁);
  5. DELETE:删除操作会对被删除的行添加一个排他锁(X锁);

这些加锁的操作都是在事务中进行的,即只有在事务开始(BEGIN)后并在事务提交(COMMIT)或回滚(ROLLBAK)之前,才会对数据行进行加锁;如果在非事务环境中执行上述SQL语句,那么InnoDB会在语句执行结束后立即释放所有的锁;

注意点:加锁的粒度和范围取决于WHERE子句中用到的索引;如果WHERE子句中用到了唯一索引(例如主键索引),那么InnoDB只会锁定匹配的行;如果没有用到唯一索引,那么InnoDB可能会锁定更多的行,甚至是整个表,这就可能导致锁冲突和性能问题;

此外,InnoDB还支持间隙锁(Gap Locks)和临建锁(Next-Key Locks),这两种锁都可以在某些情况下提供跟个好的并发控制;

MySQL行锁有什么风险点?

尽管行级锁(Row-Level Locking)可以提供高并发性并减少锁冲突,但在使用过程中也可能遇到一些风险和问题,主要包括以下几点:

  1. 死锁:当两个或更多的事务相互等待对方释放资源时,就会发生死锁;例如,事务1锁定了行A并试图锁定行B,同时事务2锁定了行B并试图锁定行A,这就形成了死锁;MySQL会检测到死锁并终止其中一个事务,但这仍可能导致性能问题和事务失败;
  2. 锁升级:如果一个事务试图锁定的行过多,InnoDB可能会将锁从行级升级为表级,这就可能导致更多的锁冲突;
  3. 锁等待:如果一个事务已经锁定了某行,其他试图访问这行的事务就必须等待,这可能导致性能下降;如果有大量的事务在等待所,就可能导致系统出现性能瓶颈;
  4. 资源消耗:行级锁需要更多的内存来存储锁信息,而且需要更多的CPU时间来处理锁请求和释放锁;如果数据库中的行数非常多,或者并发事务的数量非常多,这可能会导致显著的资源消耗;
  5. 难以调试和排查:由于行级锁的粒度较小,如果出现性能问题或锁冲突,可能需要复杂的调试和排查工作来找出问题的原因;
  6. 事务的隔离级别:不同的事务隔离级别会影响锁的行为和性能,可能需要根据具体的应用场景来调整事务隔离界别;

为了避免上述问题,需要合理地设计数据库表和索引,合理地编写SQL语句,合理地管理事务,以及合理地设置事务隔离级别;

2 从模式上区分锁

乐观锁和悲观锁;这些都是思想;

乐观锁是在表中设置版本号(或时间戳)来进行乐观锁;

悲观锁是根据SELECT ... FOR UPDATE上排他锁,用SELECT ... LOCK IN SHARE MODE上共享锁;

2.1 什么是乐观锁

乐观锁(Optimistic Locking)是一种在数据库操作中用于处理并发问题的技术;它的基本思想是假设在多个事务同时访问同一条数据是,冲突发生的概率较低,因此在操作数据时不会立即进行锁定,而是在提交数据更改时检查是否有其他事务修改了这条数据;如果没有,就提交更改,否则就回滚事务;

在MySQL中,乐观锁并没有内置的实现,但是可以通过一些编程技巧来实现;一种常见的实现方式是使用版本号(或时间戳)字段;每当一条记录被修改时,就增加版本号(或更新时间戳);在更新记录时,先检查版本号(或时间戳)是否和读取记录时的版本号(时间戳)一致,如果一致则执行更新并添加版本号(或时间戳),否则就拒绝更新;这样就可以保证只有当记录没有被其他事务修改时,当前事务的更改才会提交;

乐观锁的优点在于,由于大部分时间都不要锁定,所以冲突较少的情况下可以获得较高的并发性;然而,如果冲突较多,那么乐观锁可能会导致大量的事务回滚,从而影响性能;因此,选择使用乐观锁还是其他锁定技术,需要根据实际地并发情况和性能需求来决定;

乐观锁的使用场景:

乐观锁是一种对并发控制的策略,适用于以下应用场景:

  1. 低冲突环境:在多数情况下,数据并发修改的冲突较低,即同一时间内,同一条数据不会被多个事务同时修改;
  2. 读多写少的场景:在读操作远多于写操作的情况下,乐观锁可以避免由于频繁的读操作导致的不必要的锁定开销;
  3. 短事务操作:如果数据库的事务都是简短并且快速完成的,那么使用乐观锁可以减少因为等待锁而导致的时间消耗;
  4. 分布式系统:在分布式系统中,由于网络延迟等原因,事务冲突的可能性较低,因此乐观锁是一个合适的选择;
  5. 互联网应用:对于互联网应用,如电子商务网站,用户浏览商品和下单等操作,多数情况下是读取操作,且并发修改同一条数据的几率较小,因此使用乐观锁可以提高系统性能;

注意点:如果事务冲突可能性较高,或者需要长时间锁定某个资源,那么使用乐观锁可能会导致大量的事务冲突和回滚,这种情况下,悲观锁或者其他并发控制技术可能会是更好的选择;

MySQL中如何使用乐观锁:

在MySQL中,乐观锁并没有明确的SQL语句或命令,通常是通过在应用程序代码中实现特定的逻辑来达到乐观锁的效果;一个常见的实现乐观锁的方式是使用版本号或者时间戳字段;

假设我们有一个名为test_lock的表,其中有一个version字段用于实现乐观锁:

将version作为校验乐观锁的条件,如果改数据被其他事务修改就回滚,没有被修改的话就提交;

乐观锁的缺点:

  1. 冲突检测:在高并发的环境中,乐观锁可能会导致大量的冲突;因为乐观锁只有在提交事务时才检查是否有冲突,如果多个事务在同一时间操作同一行,那么只有一个事务能提交成功,其他的事务都需要回滚并重新尝试;
  2. 处理开销:在冲突发生时,需要进行回滚和重试,这可能会增加系统的开销;在一些场景中,这可能会导致性能下降;
  3. 版本管理:乐观锁通常通过版本号(或时间戳)来检测冲突;这就要求系统能够正确地管理这些版本号,否则可能会导致错误的冲突检测;
  4. 编程复杂性:使用乐观锁需要更复杂的编程,因为程序需要处理可能发生的冲突和重试;

小结:乐观锁是一种有效的并发控制策略,但在冲突较多的情况下,可能会带来更大的开销和编程复杂性;因此,是否选择使用乐观锁,需要根据应用的具体需求和场景来决定;

2.2 什么是悲观锁

悲观锁(Pessimistic Locking)是一种并发控制的方法,基于一个假设:认为数据在并发处理过程中很可能会出现冲突;因此,为了保证数据的完整性和一致性,每次在读写数据时都会先加锁,这样可以避免其他事务进行并发的读写操作;

是否使用悲观锁需要根据应用的具体需求和场景来决定;在冲突较少,但需要保证数据完整性和一致性的情况下,可以考虑使用悲观锁;

MySQL悲观锁适用哪些场景?

悲观锁的策略是假设数据在并发处理过程中会发生冲突,因此在进行如何读写操作前,都会预先加锁;这种策略在某些特定的应用场景下是比较有优势的,主要包括:

  1. 写操作较多的场景:如果一个系统中的写操作比读操作多,或者说写操作占主导,那么悲观锁可能是一个比较好的选择;因为在这种场景下,数据冲突的可能性相对较高,预先加锁可以确保数据的完整性和一致性;
  2. 并发冲突高的场景:在并发冲突较高的场景,使用悲观锁可以避免重复尝试操作,提高系统的整体效率;
  3. 业务需要强一致性的场景:在一些需要保证数据强一致性的业务场景下,例如银行转账等金融业务,通常会选择使用悲观锁,以确保在任何情况下的数据的一致性和准确性;

但是值得注意的是,悲观锁也可能引入死锁问题,也可能因为锁定过程中事务长时间等待而影响性能;因此,选择和使用悲观锁都需要根据具体业务场景和需求来进行;

MySQL中如何使用悲观锁?

在MySQL中,悲观锁主要通过以下两种SQL语句实现:

  1. SELECT ... FOR UPDATE:这个语句会在所选的行上设置排他锁(Exclusive Lock);在锁定期间,其他事务无法修改这些行,也无法在这些行上设置新的排他锁或共享锁;
  2. SELECT ... LOCK IN SHARE MODE:这个语句会在所选的行上设置共享锁(Shared Lock);在锁定期间,其他事务可以读取这些行,但不能修改这些行,也不能在这些行上设置排他锁;

使用悲观锁的例子:

于上述的排他锁(X锁)和共享锁(S锁)一致;

参考:MySQL事务与并发控制案例

悲观锁的缺点:

  1. 性能开销:在悲观锁机制下,锁定资源的操作会影响到系统性能;因为每次对数据的读写都需要进行加锁和解锁的操作,这会增加系统的开销,特别是在高并发的环境下,锁的竞争更是会严重影响到系统性能;
  2. 并发度降低:由于悲观锁在操作数据前就会加锁,这就导致了在同一时间,只有一个事务能操作数据,其他事务只能等待,大大降低了系统的并发度;
  3. 死锁:悲观锁在并发事务中可能导致死锁的情况发生;当两个或者更多的事务互相等待对象释放锁是,就可能发生死锁;虽然数据库系统通常能够检测并解决死锁,但这会导致事务回滚,增加了系统的开销;
  4. 锁超时:如果一个事务长时间持有锁而不释放,可能导致其他等待锁的事务超时;这不仅可能导致等待的事务失败,还可能影响到整个系统的稳定性;

因此,虽然悲观锁能有效地防止数据冲突,但由于其在并发处理中的限制,以及可能引发的问题,如死锁、锁竞争和锁超时,我们需要根据具体的应用场景和需求,来权衡是否使用悲观锁;

2.3 意向共享锁和意向排他锁

其实就是排他锁和共享锁,但是在InnoDB下,支持行锁,所以存在意向共享锁和意向排他锁;

意向锁是表锁,为了协调行锁和表锁的关系,支持多粒度(表锁于行锁)的锁并存;

当事务A有行锁是,MySQL会自动为该表添加意向锁,事务B如果想申请整个表的写锁,那么不需要遍历每一行判断是否存在行锁,而直接判断是否存在意向锁,增强性能;

为什么意向锁是表级锁呢?

当我们需要加一个排他锁时,需要根据意向锁去判断表中有没有数据行被锁定(行锁)

如果意向锁是行锁,则需要遍历每一行数据去确认;

如果意向锁是表锁,则只需要判断一次即可知道有没数据行被锁定,提升性能;

*意向锁怎么支持表锁和行锁并存?

  1. 首先明确并存的概念是指数据库同时支持表、行锁,而不是任何情况都支持一个表中同时有一个事务A持有行锁、又有一个事务B持有表锁,因为表一旦被上了一个表级的写锁,肯定不能再上一个行级的锁;
  2. 如果事务A对某一行上锁,其他事务就不可能修改这一行;这与“事务B锁住整个表就能修改表中的任意一行”形成了冲突;所以,没有意向锁的时候,让行锁与表锁共存,就会带来很多问题;于是有了意向锁的出现,如前面所言,数据库不需要在检查每一行数据是否有锁,而是直接判断一次意向锁是否存在即可,能提升很多性能;

意向锁的兼容互斥性:

意向共享锁(IS)意向排他锁(IX)
共享锁(S)兼容互斥
排他锁(X)互斥互斥
2.4 临键锁和记录锁

临键锁可以理解为一种特殊的间隙锁,它们的区别可能在于,临键锁的锁定是非唯一索引字段的间隙,而间隙锁的锁定是唯一索引的间隙;

什么是临键锁?Next-Key可以理解为一种特殊的间隙锁,也可以理解为一种特殊的算法;通过临键锁可以解决幻读的问题;每个数据行上的非唯一索引列都会存在一把临键锁,当某个事务持有该数据行的临键锁时,会锁住一段左开右闭区间的数据;需要强调的是,InnoDB中行级锁是基于索引实现的,临键锁只与非唯一索引列有关,在唯一索引列(包括主键列)上不存在临键锁;

idagename
110张三
324李四
532王五
745赵六

该表中age列潜在的临键锁有:

(-∞,10],

(10,24],

(24,32],

(32,45],

(45,+∞],

例子:

1.我开启了一个锁,指定的是age等于24的这一行;

START TRANSACTION;
SELECT * FROM users WHERE age = 24 FOR UPDATE;
COMMIT; 

2.但是执行插入数据age为26时,操作语句被锁住了,说明在锁住age=24行时,age列都存在一个临键锁,导致插入时在等待锁释放;(26存在(24,32]这个区间)

INSERT INTO users VALUES(100, 26, '北冥');

**什么是记录锁?**记录锁(Record Lock)是MySQL数据库中InnoDB存储引擎的一种锁定机制,主要用于锁定和控制对单个行记录的访问;记录锁是在索引记录上设置的,对于表没有主键或唯一索引的表,InnoDB会生成一个隐藏的聚簇索引,并在这个隐藏索引上加锁;

实际操作中,记录锁通常会在进行数据查询、更新或删除等操作对自动被数据库引擎应用;当执行下述查询时,MySQL会在Orders表的order_id为1行上设置记录锁;

SELECT * FROM Orders WHERE order_id = 1 FOR UPDATE;

记录锁主要有两种类型:共享锁(Shared Locks)和排他锁(Exclusive Locks);共享锁(S锁)允许多个事务同时读取同一数据,但阻止任何事务进行写操作(包括该事务本身);排他锁(X锁),又称写锁,当一个事务持有排他锁时,其他事务不能读取也不能写入被锁定的数据;

2.5 间隙锁

什么是间隙锁?间隙锁(Gap Locks)是MySQL InnoDB存储引擎提供的一种锁定机制;它锁定的不是具体的行记录,而是两个索引之间的间隙(或叫区间),这样可以防止新的记录插入到该间隙,确保数据的一致性和事务的隔离性;

间隙锁常常与记录锁(Record Locks)一起使用,共同形成Next-Key锁,保护索引记录的范围查询和扫描操作;

间隙锁的主要类型:

  1. 区间-区间间隙锁:锁定两个索引键之间的间隙,或者是第一个索引之间的间隙;
  2. 区间-记录间隙锁:锁定一个索引键和一个记录之间的间隙;
  3. 记录-区间间隙锁:锁定一个记录和一个索引键之间的间隙;

间隙锁的存在,主要是为了解决幻读问题;所谓幻读,就是一个事务内读取某个范围的记录时,另一个事务在该范围内插入了新的记录,当一个事务再次读取该范围的记录时,会发现有些原本不存在的记录,这就是幻读;

间隙锁避免幻读的方式:

假设我们又一个存储学生信息的表,有一个事务A要查询年龄在10-29之间的学生,它在查询前会对这个区间加锁;此时如果有另一个事务B想要插入一个年龄为15的学生,由于这个年龄的范围已经被事务A锁定,所以事务B必须等待,直到事务A完成,释放锁;这样就避免了幻读的产生;

注意的是:由于间隙锁会锁定范围,如果并发事务较多且涉及的数据范围有交集,可能会引发性能问题,甚至死锁;因此,在涉及数据库和选择隔离级别时,需要综合考虑数据一致性和并发性能;

间隙锁的使用场景:

间隙锁(Gap Locks)在MySQL数据库的InnoDB存储引擎中主要用于以下场景:

  1. 防止幻读:间隙锁的主要目的是防止其他事务在已经锁定的范围内插入新的行;这可以避免“幻读”问题,即在一个事务读取某个范围内的所有行时,另一个事务插入了一个新行,当第一个事务再次读取该范围时,会发现有一个“幻影”行;
  2. 范围查询:在执行范围查爱心时,如果事务需要对查询结果间隙更新或删除,那么间隙锁可以保证在事务执行期间,不会有新的行插入到查询范围中;

例如,以下事务在Orders表的order_id列值在1到100之间的所有行上设置排他锁,并在这些的间隙上设置间隙锁:(间隙锁就是BETWEEN 1 到 100区间就是间隙锁,而FOR UPDATE是排他锁的设置方式)

START TRANSACTION;
SELECT * FROM Orders WHERE order_id = BETWEEN 1 AND 100 FOR UPDATE;
COMMIT;
  1. 防止死锁:在某些情况下,间隙锁可以帮助防止死锁;如果没有间隙锁,那么两个事务可能都会试图在同一位置插入一个新行,导致彼此等待对方释放锁,从而形成死锁;

注意:间隙锁在可重复读(REPEATABLE READ)和序列化(SERIALIZABLE)这两个隔离级别下才会使用,在读已提交(READ COMMITTED)和读未提交(READ UNCOMMITTER)这两个隔离级别下,InnoDB不会使用间隙锁;

例子:

创建一个间隙锁,锁定一个区间:

START TRANSACTION;
SELECT * FROM employee WHERE id > 1 AND id < 4 FOR UPDATE;
COMMIT

查询间隙锁的锁定信息:

SELECT * FROM performance_schema.data_locks;

IX代表意向排他锁;

X是排他锁,代表锁定了2,3,4行的数据(锁定了某个间隙)

当我间隙锁锁定的数据,其他事务都不能使用;

间隙锁的缺陷:

间隙锁(Gap Locks)是MySQL的InnoDB存储引擎用于防止幻读问题的一种锁定机制,虽然它在某些场景下非常有用,但是也存在一些潜在的缺点:

  1. 性能影响:间隙锁会阻止其他事务在已经锁定的范围内插入新的行,这可能会影响到数据库的并发性能,尤其在需要大量插入操作的高并发场景下;
  2. 死锁风险:虽然间隙锁可以在某些情况下防止死锁,但在其他情况下,它可能会增加死锁的风险;比如,两个事务都想在同一间隙中插入新的行,因为事务B可能需要拿到事务A的释放锁资源,就可能发生死锁;
  3. 复杂性:理解间隙锁及其对事务的影响可能需要相当深入的数据库只是,尤其是在处理并发问题和调优数据库性能时;
  4. 锁定范围可能过大:间隙锁锁定的是索引之间的间隙,这可能会比实际需要锁定的行要多;如果一个事务需要锁定的只是表中的一小部分行,但由于间隙锁的存在,可能会锁定更大范围的数据,导致不必要的锁定冲突;

注意点:以上所述缺点主要取决于具体的使用场景和工作负载,有时候,为了保持数据的一致性和防止并发问题,这些缺点可能是可以接受的;

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/663742.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【Python】 深入理解Python中的UnicodeDecodeError及其解决方案

基本原理 在Python编程中&#xff0c;我们经常需要处理各种类型的数据&#xff0c;尤其是文本数据。文本数据在计算机中通常以字节的形式存在&#xff0c;而字节需要被解码成我们能够理解的字符。这个过程涉及到编码和解码的概念。 编码是将字符转换为字节的过程&#xff0c;…

23 vue3面试重难点复习:响应式原理、特点、8大生命钩子、data数据定义、组件、全家桶

vue作为用的最为广泛的当前热门框架&#xff0c;总结如下重难点核心知识&#xff1a; 1.vue特点是什么&#xff1f; 1.1优点 渐进式 vue本身只提供数据响应式&#xff0c;需要全局缓存用 vuex&#xff0c;需要路由用 vue-router 组件化 封装组件&#xff0c;利于复用 响应式数…

k8s——Pod进阶(资源限制和探针)

一、资源限制 1.1 资源限制的定义 当定义Pod时可以选择性地为每个容器设定所需要的资源数量。 最常见的可设定资源是CPU和内存大小&#xff0c;以及其他类型的资源。 当为Pod中的容器指定了request资源时&#xff0c;调度器就使用该信息来决定将Pod调度到哪个节点上。当还为容器…

汇凯金业:量化交易有风险吗

量化交易是一种通过复杂的数学模型和算法在金融市场中进行高频和自动化交易的方式。尽管量化交易在提高市场效率、减少人为错误等方面具有诸多优点&#xff0c;但它也同样存在着不少风险。以下列举了一些主要的风险因素&#xff1a; 1. 模型风险 模型缺陷&#xff1a;量化交易…

网络协议。

一、流程案例 接下来揭秘我要说的大事情&#xff0c;“双十一”。这和我们要讲的网络协议有什么关系呢&#xff1f; 在经济学领域&#xff0c;有个伦纳德里德&#xff08;Leonard E. Read&#xff09;创作的《铅笔的故事》。这个故事通过一个铅笔的诞生过程&#xff0c;来讲述…

数据安全之翼:天空卫士在汽车数据安全领域的卓越领航

近期&#xff0c;中国汽车网络安全与数据安全产业的积极倡导者谈思实验室发布首份《汽车网络与数据安全行业全景图》&#xff0c;天空卫士入选&#xff0c;并且位列榜首。 天空卫士在汽车数据安全领域有丰富的实践经验&#xff0c;曾为多家汽车行业用户提供数据安全产品与服务&…

LeetCode - 贪心(Greedy)算法集合(Python)[分配问题|区间问题]

欢迎关注我的CSDN&#xff1a;https://spike.blog.csdn.net/ 本文地址&#xff1a;https://spike.blog.csdn.net/article/details/139242199 贪心算法&#xff0c;是在每一步选择中&#xff0c;都采取当前状态下&#xff0c;最好或最优&#xff08;即最有利&#xff09;的选择&…

不同linux账户切换不同的cuda版本

原因 由于服务器中安装了两个版本的cuda&#xff08;cuda10.1和cuda11.1&#xff09;&#xff0c;不同项目可能需要应用不同的cuda版本&#xff0c;但是自己又没有root权限或者只想在使用指定conda环境时改为用指定的cuda版本。总结起来有三种方法&#xff1a; 1、修改软链接指…

正点原子[第二期]Linux之ARM(MX6U)裸机篇学习笔记-24.1,2 SPI驱动实验-SPI协议介绍

前言&#xff1a; 本文是根据哔哩哔哩网站上“正点原子[第二期]Linux之ARM&#xff08;MX6U&#xff09;裸机篇”视频的学习笔记&#xff0c;在这里会记录下正点原子 I.MX6ULL 开发板的配套视频教程所作的实验和学习笔记内容。本文大量引用了正点原子教学视频和链接中的内容。…

Linux实验六:进程间通信(二)

目录 一、实验目的二、实验内容三、实验环境四、参考代码五、实验步骤步骤1. 编辑源代码test6.c步骤2. 编译源代码test6.c步骤3. 运行可执行程序test6步骤4. 进一步调试源代码test6.c 六、实验结果七、实验总结 一、实验目的 1、理解 POSIX 和 System V 提供的 IPC 相关概念&a…

安防监控视频平台LntonCVS视频监控汇聚平台遏制校园暴力保护校园学生安全应用方案

未成年人被誉为祖国的花朵&#xff0c;是我们国家的未来。然而&#xff0c;最近频繁曝出的未成年霸凌事件却引发了社会的广泛关注。这些事件手段残忍&#xff0c;事态恶劣&#xff0c;引发了全社会对如何保护未成年身心健康、规避霸凌事件发生的深刻思考。 为了更好地保障学生的…

从零开始:如何用Electron将chatgpt-plus.top 打包成EXE文件

文章目录 从零开始&#xff1a;如何用Electron将chatgpt-plus.top 打包成EXE文件准备工作&#xff1a;Node.js和npm国内镜像加速下载初始化你的Electron项目创建你的Electron应用运行你的Electron应用为你的应用设置图标打包成EXE文件结语 从零开始&#xff1a;如何用Electron将…

echarts学习:将echats实例代理为响应式对象可能带来的风险

1.起源 最近我在学习如何封装echarts组件&#xff0c;我所参考的其中一篇博客中提到了一个“图表无法显示的问题”。 根据其中的介绍&#xff0c;造成此种问题的原因是因为&#xff0c;使用ref接受了echarts实例&#xff0c;使得echarts实例被代理为了响应式对象&#xff0c;进…

[C#]使用C#部署yolov8的obb旋转框检测tensorrt模型

【测试通过环境】 win10 x64 vs2019 cuda11.7cudnn8.8.0 TensorRT-8.6.1.6 opencvsharp4.9.0 .NET Framework4.7.2 NVIDIA GeForce RTX 2070 Super 版本和上述环境版本不一样的需要重新编译TensorRtExtern.dll&#xff0c;TensorRtExtern源码地址&#xff1a;TensorRT-CShar…

3D视觉系统实现自动化上下料操作

在竞争激烈的汽车制造行业&#xff0c;提高生产效率、降低成本并保证产品质量是企业持续发展的关键。特别是在汽车制造过程中&#xff0c;各种零部件的上下料操作占据了大量的生产时间&#xff0c;因此如何实现这些操作的自动化、高效化成为了一个亟待解决的问题。 富唯智能3D视…

pom文件中,Maven导入依赖出现 Dependency not found

解决方案&#xff1a; 1、首先看一下自己的Maven是否配置好了 2、再检查一下镜像是否正确 3、如果上面都没有问题&#xff0c;看 dependencyManagement 标签 我这个出错&#xff0c;爆一大片红就是因为 这个标签 dependencyManagement 解决方法&#xff1a;在父工程中进行依…

在 Kubesphere 中开启新一代云原生数仓 Databend

上周六&#xff0c;由 KubeSphere 社区联合 Databend 社区以及纵目科技共同组织的云原生 Meetup 北京站在北京圆满落幕。本次 Meetup 活动邀请到了 SkyWalking PMC 成员、青云科技架构及可观测性团队负责人、江苏纵目科技 APM 研发总监、青云科技容器产品经理、数元灵科技 CTO …

JVM内存划分类加载的过程双亲委派模型的详解

JVM内存划分 JVM也就是java进程&#xff0c;这个进程一旦跑起来就会从操作系统这里申请一大块内存空间&#xff0c;JVM接下来就要进一步的对这个大的空间进行划分&#xff0c;划分成不同区域&#xff0c;从而每个区域都有不同的功能作用&#xff0c;一共分为如下几个区域 1.堆…

【数据结构】二叉树-堆(下)-链式二叉树

个人主页~ 二叉树-堆&#xff08;上&#xff09; 栈和队列 二叉树 四、堆的代码实现Heap.hHeap.ctest.c 五、堆的应用堆排序思想进行排序 六、二叉树链式结构的实现BTree.hBTree.ctest.c 四、堆的代码实现 Heap.h #pragma once#include <stdio.h> #include <stdlib…

Leetcode:寻找两个正序数组的中位数

题目链接&#xff1a;4. 寻找两个正序数组的中位数 - 力扣&#xff08;LeetCode&#xff09; 题目分析 1、当只有一个有序数组时&#xff0c;该数组的中位数会将该数组分为两份&#xff1a;左子数组 和 右子数组 2、当有两个有序数组时&#xff0c; 我们仍然可以通过一条分隔…