mysql数据库中锁机制的详细介绍
本篇文章给大家带来的内容是关于mysql数据库中锁机制的详细介绍,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。
悲观锁与乐观锁:
悲观锁:顾名思义,就是很悲观,每次去拿数据的时候都认为别人会修改,所以每次在拿数据的时候都会上锁,这样别人想拿这个数据就会block直到它拿到锁。传统的关系型数据库里边就用到了很多这种锁机制,比如行锁,表锁等,读锁,写锁等,都是在做操作之前先上锁。
乐观锁:顾名思义,就是很乐观,每次去拿数据的时候都认为别人不会修改,所以不会上锁,但是在更新的时候会判断一下在此期间别人有没有去更新这个数据,可以使用版本号等机制。乐观锁适用于多读的应用类型,这样可以提高吞吐量,像数据库如果提供类似于write_condition机制的其实都是提供的乐观锁。
表级:引擎 MyISAM,直接锁定整张表,在你锁定期间,其它进程无法对该表进行写操作。如果你是写锁,则其它进程则读也不允许
页级:引擎 BDB,表级锁速度快,但冲突多,行级冲突少,但速度慢。所以取了折衷的页级,一次锁定相邻的一组记录
行级:引擎 INNODB, 仅对指定的记录进行加锁,这样其它进程还是可以对同一个表中的其它记录进行操作。
上述三种锁的特性可大致归纳如下:
1) 表级锁: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。
2) 页面锁:开销和加锁时间界于表锁和行锁之间;会出现死锁;锁定粒度界于表锁和行锁之间,并发度一般。
3) 行级锁:开销大,加锁慢;会出现死锁;锁定粒度最小,发生锁冲突的概率最低,并发度也最高。
三种锁各有各的特点,若仅从锁的角度来说,表级锁更适合于以查询为主,只有少量按索引条件更新数据的应用,如WEB应用;行级锁更适合于有大量按索引条件并发更新少量不同数据,同时又有并发查询的应用,如一些在线事务处理(OLTP)系统。
MySQL表级锁有两种模式:
1、表共享读锁(Table Read Lock)。对MyISAM表进行读操作时,它不会阻塞其他用户对同一表的读请求,但会阻塞 对同一表的写操作;
2、表独占写锁(Table Write Lock)。对MyISAM表的写操作,则会阻塞其他用户对同一表的读和写操作。
MyISAM表的读和写是串行的,即在进行读操作时不能进行写操作,反之也是一样。但在一定条件下MyISAM表也支持查询和插入的操作的并发进行,其机制是通过控制一个系统变量(concurrent_insert)来进行的,当其值设置为0时,不允许并发插入;当其值设置为1时,如果MyISAM表中没有空洞(即表中没有被删除的行),MyISAM允许在一个进程读表的同时,另一个进程从表尾插入记录;当其值设置为2时,无论MyISAM表中有没有空洞,都允许在表尾并发插入记录。
MyISAM锁调度是如何实现的呢,这也是一个很关键的问题。例如,当一个进程请求某个MyISAM表的读锁,同时另一个进程也请求同一表的写锁,此时mysql将会如优先处理进程呢?通过研究表明,写进程将先获得锁(即使读请求先到锁等待队列)。但这也造成一个很大的缺陷,即大量的写操作会造成查询操作很难获得读锁,从而可能造成永远阻塞。所幸我们可以通过一些设置来调节MyISAM的调度行为。我们可通过指定参数low-priority-updates,使MyISAM默认引擎给予读请求以优先的权利,设置其值为1(set low_priority_updates=1),使优先级降低。
InnoDB锁与MyISAM锁的最大不同在于:
1、是支持事务(TRANCSACTION)。
2、是采用了行级锁。
我们知道事务是由一组SQL语句组成的逻辑处理单元,其有四个属性(简称ACID属性),分别为:
原子性(Atomicity):事务是一个原子操作单元,其对数据的修改,要么全部执行,要么全都不执行;
一致性(Consistent):在事务开始和完成时,数据都必须保持一致状态;
隔离性(Isolation):数据库系统提供一定的隔离机制,保证事务在不受外部并发操作影响的“独立”环境执行;
持久性(Durable):事务完成之后,它对于数据的修改是永久性的,即使出现系统故障也能够保持。
并发事务处理带来的问题
相对于串行处理来说,并发事务处理能大大增加数据库资源的利用率,提高数据库系统的事务吞吐量,从而可以支持更多的用户。但并发事务处理也会带来一些问题,主要包括以下几种情况。
1、更新丢失(Lost Update):当两个或多个事务选择同一行,然后基于最初选定的值更新该行时,由于每个事务都不知道其他事务的存在,就会发生丢失更新问题--最后的更新覆盖了由其他事务所做的更新。例如,两个编辑人员制作了同一文档的电子副本。每个编辑人员独立地更改其副本,然后保存更改后的副本,这样就覆盖了原始文档。最后保存其更改副本的编辑人员覆盖另一个编辑人员所做的更改。如果在一个编辑人员完成并提交事务之前,另一个编辑人员不能访问同一文件,则可避免此问题。
2、脏读(Dirty Reads):一个事务正在对一条记录做修改,在这个事务完成并提交前,这条记录的数据就处于不一致状态;这时,另一个事务也来读取同一条记录,如果不加控制,第二个事务读取了这些“脏”数据,并据此做进一步的处理,就会产生未提交的数据依赖关系。这种现象被形象地叫做”脏读”。
3、不可重复读(Non-Repeatable Reads):一个事务在读取某些数据后的某个时间,再次读取以前读过的数据,却发现其读出的数据已经发生了改变、或某些记录已经被删除了!这种现象就叫做“不可重复读”。
4、幻读(Phantom Reads):一个事务按相同的查询条件重新读取以前检索过的数据,却发现其他事务插入了满足其查询条件的新数据,这种现象就称为“幻读”。
事务隔离级别
在上面讲到的并发事务处理带来的问题中,“更新丢失”通常是应该完全避免的。但防止更新丢失,并不能单靠数据库事务控制器来解决,需要应用程序对要更新的数据加必要的锁来解决,因此,防止更新丢失应该是应用的责任。
“脏读”、“不可重复读”和“幻读”,其实都是数据库读一致性问题,必须由数据库提供一定的事务隔离机制来解决。数据库实现事务隔离的方式,基本上可分为以下两种。
1、一种是在读取数据前,对其加锁,阻止其他事务对数据进行修改。
2、另一种是不用加任何锁,通过一定机制生成一个数据请求时间点的一致性数据快照(Snapshot),并用这个快照来提供一定级别(语句级或事务级)的一致性读取。从用户的角度来看,好像是数据库可以提供同一数据的多个版本,因此,这种技术叫做数据多版本并发控制(MultiVersion Concurrency Control,简称MVCC或MCC),也经常称为多版本数据库。
数据库的事务隔离越严格,并发副作用越小,但付出的代价也就越大,因为事务隔离实质上就是使事务在一定程度上 “串行化”进行,这显然与“并发”是矛盾的。同时,不同的应用对读一致性和事务隔离程度的要求也是不同的,比如许多应用对“不可重复读”和“幻读”并不敏感,可能更关心数据并发访问的能力。
为了解决“隔离”与“并发”的矛盾,ISO/ANSI SQL92定义了4个事务隔离级别,每个级别的隔离程度不同,允许出现的副作用也不同,应用可以根据自己的业务逻辑要求,通过选择不同的隔离级别来平衡 “隔离”与“并发”的矛盾。表20-5很好地概括了这4个隔离级别的特性。
读数据一致性及允许的并发副作用
隔离级别 读数据一致性 脏读 不可重复读 幻读
未提交读(Read uncommitted) 最低级别,只能保证不读取物理上损坏的数据 是 是 是
已提交度(Read committed) 语句级 否 是 是
可重复读(Repeatable read) 事务级 否 否 是
可序列化(Serializable) 最高级别,事务级 否 否 否
最后要说明的是:各具体数据库并不一定完全实现了上述4个隔离级别,例如,Oracle只提供Read committed和Serializable两个标准隔离级别,另外还提供自己定义的Read only隔离级别;SQL Server除支持上述ISO/ANSI SQL92定义的4个隔离级别外,还支持一个叫做“快照”的隔离级别,但严格来说它是一个用MVCC实现的Serializable隔离级别。MySQL支持全部4个隔离级别,但在具体实现时,有一些特点,比如在一些隔离级别下是采用MVCC一致性读,但某些情况下又不是
InnoDB有两种模式的行锁:
1)共享锁(S):允许一个事务去读一行,阻止其他事务获得相同数据集的排他锁。
( Select * from table_name where ……lock in share mode)
2)排他锁(X):允许获得排他锁的事务更新数据,阻止其他事务取得相同数据集的共享读锁和排他写锁。(select * from table_name where…..for update)
为了允许行锁和表锁共存,实现多粒度锁机制;同时还有两种内部使用的意向锁(都是表锁),分别为意向共享锁和意向排他锁。
1)意向共享锁(IS):事务打算给数据行加行共享锁,事务在给一个数据行加共享锁前必须先取得该表的IS锁。
2)意向排他锁(IX):事务打算给数据行加行排他锁,事务在给一个数据行加排他锁前必须先取得该表的IX锁。
InnoDB行锁模式兼容性列表
请求锁模式
是否兼容
当前锁模式 X IX S IS
X 冲突 冲突 冲突 冲突
IX 冲突 兼容 冲突 兼容
S 冲突 冲突 兼容 兼容
IS 冲突 兼容 兼容 兼容
如果一个事务请求的锁模式与当前的锁兼容,InnoDB就将请求的锁授予该事务;反之,如果两者不兼容,该事务就要等待锁释放。
意向锁是InnoDB自动加的,不需用户干预。对于UPDATE、DELETE和INSERT语句,InnoDB会自动给涉及数据集加排他锁(X);对于普通SELECT语句,InnoDB不会加任何锁;事务可以通过以下语句显示给记录集加共享锁或排他锁。
1、共享锁(S):SELECT * FROM table_name WHERE … LOCK IN SHARE MODE。
2、排他锁(X):SELECT * FROM table_name WHERE … FOR UPDATE。
InnoDB行锁是通过给索引上的索引项加锁来实现的,这一点MySQL与oracle不同,后者是通过在数据块中对相应数据行加锁来实现的。InnoDB这种行锁实现特点意味着:只有通过索引条件检索数据,InnoDB才使用行级锁,否则,InnoDB将使用表锁!
在实际应用中,要特别注意InnoDB行锁的这一特性,不然的话,可能导致大量的锁冲突,从而影响并发性能。
查询表级锁争用情况
表锁定争夺:
可以通过检查table_locks_waited和table_locks_immediate状态变量来分析系统上的表锁定争夺:
mysql> show status like ‘table%’; +———————–+——-+ | Variable_name | Value | +———————–+——-+ | Table_locks_immediate | 2979 | | Table_locks_waited | 0 | +———————–+——-+ 2 rows in set (0.00 sec))
如果Table_locks_waited的值比较高,则说明存在着较严重的表级锁争用情况。
InnoDB行锁争夺:
可以通过检查InnoDB_row_lock状态变量来分析系统上的行锁的争夺情况:
mysql> show status like ‘innodb_row_lock%’; +——————————-+——-+ | Variable_name | Value | +——————————-+——-+ | InnoDB_row_lock_current_waits | 0 | | InnoDB_row_lock_time | 0 | | InnoDB_row_lock_time_avg | 0 | | InnoDB_row_lock_time_max | 0 | | InnoDB_row_lock_waits | 0 | +——————————-+——-+ 5 rows in set (0.01 sec)
MyISAM写锁实验:
对MyISAM表的读操作,不会阻塞其他用户对同一表的读请求,但会阻塞对同一表的写请求;对MyISAM表的写操作,则会阻塞其他用户对同一表的读和写操作;MyISAM表的读操作与写操作之间,以及写操作之间是串行的!根据如表20-2所示的例子可以知道,当一个线程获得对一个表的写锁后,只有持有锁的线程可以对表进行更新操作。其他线程的读、写操作都会等待,直到锁被释放为止。
USER1:
mysql> lock table film_text write;
当前session对锁定表的查询、更新、插入操作都可以执行:
mysql> select film_id,title from film_text where film_id = 1001;
USER2:
mysql> select film_id,title from film_text where film_id = 1001;
等待
USER1:
释放锁:
mysql> unlock tables;
USER2:
获得锁,查询返回:
InnoDB存储引擎的共享锁实验
USER1: mysql> set autocommit = 0; USER2: mysql> set autocommit = 0;
USER1:
当前session对actor_id=178的记录加share mode 的共享锁:
mysql> select actor_id,first_name,last_name from actor where actor_id = 178lock in share mode;
USER2:
其他session仍然可以查询记录,并也可以对该记录加share mode的共享锁:
mysql> select actor_id,first_name,last_name from actor where actor_id = 178lock in share mode;
USER1:
当前session对锁定的记录进行更新操作,等待锁:
mysql> update actor set last_name = ‘MONROE T’ where actor_id = 178;
等待
USER2:
其他session也对该记录进行更新操作,则会导致死锁退出:
mysql> update actor set last_name = ‘MONROE T’ where actor_id = 178;
ERROR 1213 (40001): Deadlock found when trying to get lock; try restarting transaction
USER1:
获得锁后,可以成功更新:
mysql> update actor set last_name = ‘MONROE T’ where actor_id = 178; Query OK, 1 row affected (17.67 sec) Rows matched: 1 Changed: 1 Warnings: 0
InnoDB存储引擎的排他锁例子
USER1: mysql> set autocommit = 0; USER2: mysql> set autocommit = 0;
USER1:
当前session对actor_id=178的记录加for update的排它锁:
mysql> select actor_id,first_name,last_name from actor where actor_id = 178 for update;
USER2:
其他session可以查询该记录,但是不能对该记录加共享锁,会等待获得锁:
mysql> select actor_id,first_name,last_name from actor where actor_id = 178;
USER1:
当前session可以对锁定的记录进行更新操作,更新后释放锁:
mysql> update actor set last_name = ‘MONROE T’ where actor_id = 178;
USER2:
其他session获得锁,得到其他session提交的记录:
mysql> select actor_id,first_name,last_name from actor where actor_id = 178 for update;
更新性能优化的几个重要参数
bulk_insert_buffer_size
批量插入缓存大小,这个参数是针对MyISAM存储引擎来说的.适用于在一次性插入100-1000+条记录时,提高效率.默认值是8M.可以针对数据量的大小,翻倍增加.
concurrent_insert
并发插入,当表没有空洞(删除过记录),在某进程获取读锁的情况下,其他进程可以在表尾部进行插入.
值可以设0不允许并发插入, 1当表没有空洞时,执行并发插入, 2不管是否有空洞都执行并发插入.
默认是1针对表的删除频率来设置.
delay_key_write
针对MyISAM存储引擎,延迟更新索引.意思是说,update记录时,先将数据up到磁盘,但不up索引,将索引存在内存里,当表关闭时,将内存索引,写到磁盘.值为 0不开启, 1开启.默认开启.
delayed_insert_limit, delayed_insert_timeout, delayed_queue_size
延迟插入,将数据先交给内存队列,然后慢慢地插入.但是这些配置,不是所有的存储引擎都支持,目前来看,常用的InnoDB不支持, MyISAM支持.根据实际情况调大,一般默认够用了。
Atas ialah kandungan terperinci mysql数据库中锁机制的详细介绍. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Memahami kawalan serentak dan mekanisme penguncian MySQL dan PostgreSQL Pengenalan: Dalam sistem pengurusan pangkalan data (DBMS), kawalan serentak pangkalan data dan mekanisme penguncian adalah konsep yang penting. Ia digunakan untuk menguruskan ketekalan data dan pengasingan apabila berbilang pengguna mengakses pangkalan data secara serentak. Artikel ini akan meneroka mekanisme pelaksanaan kawalan konkurensi dan mekanisme kunci dalam dua sistem pengurusan pangkalan data hubungan biasa, MySQL dan PostgreSQL, dan menyediakan contoh kod yang sepadan. 1. Kawalan serentak MySQL dan mekanisme penguncian MySQL

Petua pengoptimuman prestasi untuk mekanisme penguncian di Golang memerlukan contoh kod khusus Ringkasan: Golang ialah bahasa pengaturcaraan yang cekap yang digunakan secara meluas dalam pengaturcaraan serentak. Dalam persekitaran berbilang benang atau teragih, mekanisme kunci merupakan komponen penting, tetapi menggunakan mekanisme kunci yang tidak sesuai boleh menyebabkan kemerosotan prestasi. Artikel ini akan memperkenalkan beberapa teknik pengoptimuman prestasi untuk mekanisme kunci di Golang dan memberikan contoh kod. Kata kunci: Golang, kunci, pengoptimuman prestasi, pengenalan contoh kod Mekanisme kunci adalah untuk memastikan integriti data dalam persekitaran berbilang benang atau teragih.

Sebagai bahasa pengaturcaraan peringkat tinggi, Java digunakan secara meluas dalam pengaturcaraan serentak. Dalam persekitaran berbilang benang, untuk memastikan ketepatan dan ketekalan data, Java menggunakan mekanisme kunci. Artikel ini akan membincangkan mekanisme kunci dalam Java dari aspek konsep kunci, jenis, kaedah pelaksanaan dan senario penggunaan. 1. Konsep Kunci kunci ialah mekanisme penyegerakan yang digunakan untuk mengawal akses kepada sumber yang dikongsi antara berbilang benang. Dalam persekitaran berbilang benang, pelaksanaan benang adalah serentak dan berbilang benang boleh mengubah suai data yang sama pada masa yang sama, yang akan menghasilkan data

Bagaimana untuk mencapai penyegerakan benang menggunakan mekanisme kunci di Jawa? Dalam pengaturcaraan berbilang benang, penyegerakan benang adalah konsep yang sangat penting. Apabila berbilang rangkaian mengakses dan mengubah suai sumber dikongsi pada masa yang sama, ketidakkonsistenan data atau keadaan perlumbaan mungkin berlaku. Java menyediakan mekanisme penguncian untuk menyelesaikan masalah ini dan memastikan akses selamat benang kepada sumber yang dikongsi. Mekanisme penguncian dalam Java disediakan oleh kata kunci yang disegerakkan dan antara muka Kunci. Seterusnya, kita akan belajar cara menggunakan kedua-dua mekanisme ini untuk mencapai penyegerakan benang. Gunakan penyegerakan

Dengan pembangunan Internet yang berterusan, sistem yang diedarkan telah menjadi salah satu topik hangat dalam bidang aplikasi. Dalam sistem yang diedarkan, mekanisme kunci adalah isu penting Terutama dalam senario aplikasi yang melibatkan konkurensi, kecekapan dan ketepatan mekanisme kunci telah menarik lebih banyak perhatian. Dalam artikel ini, kami akan memperkenalkan sistem pengedaran dan mekanisme kunci dalam bahasa Go. Bahasa Go sistem yang diedarkan ialah bahasa pengaturcaraan moden sumber terbuka yang cekap, ringkas dan mudah dipelajari dan digunakan. Ia telah digunakan dan digunakan secara meluas oleh pasukan kejuruteraan.

Cara menggunakan mekanisme kunci MySQL untuk mengendalikan konflik akses serentak Apabila berbilang pengguna mengakses pangkalan data pada masa yang sama, konflik akses serentak mungkin berlaku. MySQL menyediakan mekanisme kunci untuk mengendalikan konflik akses serentak Artikel ini akan memperkenalkan cara menggunakan mekanisme kunci MySQL untuk menyelesaikan masalah ini. MySQL menyediakan dua jenis kunci: kunci kongsi (SharedLock) dan kunci eksklusif (ExclusiveLock). Kunci kongsi boleh dipegang oleh berbilang transaksi pada masa yang sama untuk operasi baca hanya boleh dipegang oleh satu

Dengan perkembangan berterusan teknologi komputer dan pertumbuhan berterusan skala data, pangkalan data telah menjadi teknologi penting. Walau bagaimanapun, terdapat beberapa masalah biasa yang dihadapi apabila menggunakan pangkalan data dalam sistem Linux Artikel ini akan memperkenalkan beberapa masalah pangkalan data biasa dalam sistem Linux dan penyelesaiannya. Masalah sambungan pangkalan data Apabila menggunakan pangkalan data, masalah seperti kegagalan sambungan atau tamat masa sambungan kadangkala berlaku Masalah ini mungkin disebabkan oleh ralat konfigurasi pangkalan data atau hak akses yang tidak mencukupi. Penyelesaian: Semak fail konfigurasi pangkalan data untuk memastikan

Bagaimana untuk memastikan keselamatan penggunaan coroutine di Golang? Di Golang, goroutine ialah pelaksanaan utas ringan yang meningkatkan prestasi program dengan menggunakan pengaturcaraan serentak. Walau bagaimanapun, apabila menggunakan coroutine, anda mesti memastikan keselamatan kod anda dan mengelakkan perlumbaan data dan isu berkaitan konkurensi lain. Artikel ini akan memperkenalkan cara memastikan keselamatan menggunakan coroutine di Golang dan memberikan contoh kod khusus. 1. Gunakan kunci mutex (mutex) Kunci Mutex ialah penyelesaian biasa untuk konkurensi
