diva-notes
  • README
  • Ads
    • 定价策略
    • 广告层级
    • 归因模型
    • 买量
    • Chat GPT
    • Google
  • AI
    • 参考资料
    • Chat GPT
    • stable-diffusion-webui安装
  • Algorithm
    • 倍增
    • 并查集
    • 参考
    • 环的判断
    • 凸包
    • 蓄水池抽样
    • 最短路径
    • 最小生成树
    • KMP算法
    • Rabin-Karp算法
    • Tarjan桥算法
  • Architecture
    • Serverless
  • Career
  • CICD
    • 代码质量
    • CICD实践
  • Data Structure
    • 布谷鸟过滤器
    • 布隆过滤器
    • 浮点
    • 红黑树
    • 锁
    • LSM树
  • DB
    • My SQL
      • 隔离级别
      • 架构
      • 索引
      • 锁
      • 页结构
      • 主从同步
      • ACID
      • Log
      • MVCC
      • Questions
    • Postgres
      • 持久化
      • 对比MySQL
      • 隔离级别
      • 索引
      • Greenpulm
      • MVCC
    • 倒排索引
    • 列式存储
    • H Base
    • HDFS
    • MPP数据库选型
    • Questions
  • Distributed System
    • 分布式事务
    • 服务网格
    • BASE理论
    • CAP
    • Etcd
    • Raft协议
    • ZAB协议
  • Go
    • 1.语言基础
      • 1.CPU寄存器
      • 2-1.函数调用
      • 2-2.函数调用栈
      • 2.接口
      • 3.汇编
      • 4.调试
    • 2.编译
      • 1.编译
      • 2.词法与语法分析
      • 3.类型检查
      • 4.中间代码生成
      • 5.机器码生成
    • 3.数据结构
      • 1.数组array
      • 2.切片slice
      • 3.哈希表map
      • 4.字符串
    • 4.常用关键字
      • 1.循环
      • 2.defer
      • 3.panic和recover
      • 4.make和new
    • 5.并发编程
      • 1.上下文Context的实现
      • 2-1.runtime.sema信号量
      • 2-2.sync.Mutex的实现
      • 2-3.sync.WaitGroup
      • 2-4.sync.Once的实现
      • 2-5.sync.Map的实现
      • 2-6.sync.Cond
      • 2-7.sync.Pool的实现
      • 2-8.sync.Semaphore的实现
      • 2-9.sync.ErrGroup
      • 3.定时器Timer的实现
      • 4.Channel的实现
      • 5-1.调度-线程
      • 5-2.调度-MPG
      • 5-3.调度-程序及调度启动
      • 5-4.调度-调度策略
      • 5-5.调度-抢占
      • 6.netpoll实现
      • 7.atomic
    • 6.内存管理
      • 1-1.内存分配基础-TCmalloc
      • 1-2.内存分配
      • 2.垃圾回收
      • 3.栈内存管理
    • 参考
    • 各版本特性
    • 坑
    • Go程序性能优化
    • http.Client
    • net.http路由
    • profile采样的实现
    • Questions
    • time的设计
  • Kafka
    • 高可用
    • 架构
    • 消息队列选型
    • ISR
    • Questions
  • Network
    • ARP
    • DNS
    • DPVS
    • GET和POST
    • HTTP 2
    • HTTP 3
    • HTTPS
    • LVS的转发模式
    • NAT
    • Nginx
    • OSI七层模型
    • Protobuf
    • Questions
    • REST Ful
    • RPC
    • socket缓冲区
    • socket详解
    • TCP滑动窗口
    • TCP连接建立源码
    • TCP连接四元组
    • TCP三次握手
    • TCP数据结构
    • TCP四次挥手
    • TCP拥塞控制
    • TCP重传机制
    • UDP
  • OS
    • 磁盘IO
    • 调度
    • 进程VS线程
    • 零拷贝
    • 内存-虚拟内存
    • 内存分配
    • 用户态VS内核态
    • 中断
    • COW写时复制
    • IO多路复用
    • Questions
  • Redis
    • 安装
    • 参考
    • 高可用-持久化
    • 高可用-主从同步
    • 高可用-Cluster
    • 高可用-Sentinel
    • 缓存一致性
    • 事务
    • 数据结构-SDS
    • 数据结构-Skiplist
    • 数据结构-Ziplist
    • 数据结构
    • 数据类型-Hashtable
    • 数据类型-List
    • 数据类型-Set
    • 数据类型-Zset
    • 数据淘汰机制
    • 通信协议-RESP
    • Questions
    • Redis6.0多线程
    • Redis分布式锁
    • Redis分片
  • System Design
    • 本地缓存
    • 错误处理
    • 大文件处理
    • 点赞收藏关注
    • 短链接生成系统
    • 负载均衡
    • 高并发高可用
    • 规则引擎
    • 集卡活动
    • 秒杀系统
    • 评论系统
    • 熔断
    • 限流
    • 延迟队列
    • Docker
    • ES
    • K 8 S
    • Node.js
    • Questions
  • Work
    • Bash
    • Charles
    • Code Review
    • Ffmpeg
    • Git
    • intellij插件
    • I Term 2
    • Mac
    • mysql命令
    • Nginx
    • postgresql命令
    • Protoc
    • Ssh
    • Systemd
    • Tcp相关命令
    • Vim
Powered by GitBook
On this page
  • 读锁和写锁
  • 行锁、表锁和间隙锁
  • 活锁和死锁
  • 悲观锁 / 乐观锁
  1. DB
  2. My SQL

锁

读锁和写锁

读锁 / 共享锁

又称读锁(Shared Locks,S锁)。是针对同一份数据,多个读操作可以同时进行,不能写但可并行读

写锁 / 排他锁

又称写锁(Exclusive Locks,X锁)。 针对写操作,假如当前写操作没有完成,那么它会阻断其它的写锁和读锁,即写加锁,其它读写都阻塞。

写锁比读锁有更高的优先级,一个写锁请求可能会被插入到读锁队列的前面,但是读锁不能插入到写锁前面。

读未提交 是没有加任何锁的,对于它来说没有隔离的效果,所以性能也是最好的

**串行 **加的是一把大锁,读的时候加共享锁,不能写;写的时候,加的是排它锁,阻塞其它事务的写入和读取,若是其它的事务长时间不能写入就会报超时

行锁、表锁和间隙锁

行锁,表锁和间隙锁,是从锁的粒度上进行划分的

行锁(Record Locks)

锁定当前数据行,锁的粒度小,加锁慢,发生锁冲突的概率小,并发度高

行锁也是 MyISAM 和 InnoDB 的区别之一,InnoDB 支持行锁并且支持事务

查询未命中索引时,会给所有行加锁,然后对不符合锁条件的行释放锁。

表锁

给整个表加锁,锁的粒度大,加锁快,开销小,但是锁冲突的概率大,并发度低

InnoDB 执行 DDL 时,会加表锁

区间锁

分为两种:Gap Locks 间隙锁 和 Next-Key Locks 临键锁。就是开区间和闭区间的区别。一般通过 select for update 的语法实现

Gap Locks 会锁住两个索引之间的区间,比如 select * from User where id>3 and id<5 for update,就在区间 (3,5) 之间加锁

Next-Key Locks 是 Gap Locks + 行锁 形成闭区间锁,比如 select * from User where id>=3 and id=<5 for update,就在区间 [3,5] 之间加锁

间隙锁/临键锁 只存在于 RR 级别下,因为它主要用于防止幻读,其他级别下不需要。

加上区间锁后,其他线程向该区间写入数据时会阻塞。

活锁和死锁

活锁

如果有多个事务 T1, T2, T3, T4... 不断锁数据 R,可能因为优先级不合理导致事务 T2 永远在等待,称为活锁。

避免活锁最简单的方法就是采用先进先出的策略。

死锁

事务 T1 锁了数据 R1,要锁 R2,同时 T2 锁了 R2,要锁 R1。两个事务都在等对方释放锁的情况,称为死锁。

死锁的预防

  1. 一次封锁法

    • 一次封锁法要求每个事务必须一次性将所有要使用的数据全部加锁,否则就不能继续执行。

    • 问题:

      • 扩大了锁范围,降低了并发度

      • 数据库中的数据是不断变化的,符合封锁条件的数据可能也会变,很难事先精确锁定范围

  2. 顺序封锁法

    • 预先对数据对象规定一个封锁顺序,所有事务都按这个顺序实行封锁

    • 问题:

      • 和上面一样,数据是不断变化的,很难实现确定封锁对象,也就很难按规定顺序加锁

死锁的检测

  1. 超时法

    • 事务等待时间超过配置则认为发生死锁

    • 超时可能由其他原因引起,导致误判;若时限设太长,死锁发生后不能及时发现

  2. 等待图法

    • 检查所有在一个锁上等待的事务是否已经成环;成环了说明出现死锁,根据一定的策略将某个事务回退将环切断而解除死锁

    • innodb 采用的就是这个策略,死锁回滚时回滚持有行锁最少的事务

对事务型系统,死锁是无法避免的,所以程序在设计时必须考虑如何处理死锁。多数情况下只需要重新执行因死锁回滚的事务即可。

悲观锁 / 乐观锁

悲观锁

在操作数据时,认为此操作会出现数据冲突,所以在进行每次操作时都要通过获取锁才能进行对相同数据的操作。适用于同一数据竞争较严重的场景。

SELECT * FROM xxx WHERE id = 1 LOCK IN SHARE MODE;
SELECT * FROM xxx WHERE id = 1 FOR UPDATE;

乐观锁

指操作数据库时,想法很乐观,认为不会冲突,也不加锁。所以让线程不断去尝试更新,更新完检查影响行数。CAS 就是一种乐观锁的实现

乐观锁不是数据库自带的,需要我们自己去实现。如:

-- 这样如果status被别的线程修改,就不会更新成功
UPDATE xxx SET xxx WHERE id = ? AND status = 'A'
Previous索引Next页结构

Last updated 2 years ago