乐观锁与悲观锁

乐观锁&悲观锁的区别

乐观锁(Optimistic Lock)

  1. 每次获取数据的时候,都不会担心数据会被修改,所以每次获取数据时都不会进行加锁。

  2. 但是在更新数据的时候,需要判断该数据是否被别人修改过,如果数据被其他线程修改过,则不进行数据更新。

  3. 如果数据没有被其他线程修改,则进行数据更新。由于数据没有进行加锁,期间该数据可以被其他线程进行读写操作。

实现

  1. 版本号机制

    说明:数据库中除了数据还会有一个version字段,当线程读取数据后记录当前的version,当需要更新数据的时候再次读取version,如果和开始读取的version相同则可以更新数据并更新version,否则更新失败。

  2. CAS算法

    说明:CAS有3个操作数,内存值V,旧的预期值A,要修改的新值B。当且仅当预期值A和内存值V相同时,将内存值V修改为B,否则什么都不做。

    重试或处理失败:在多线程环境下,如果CAS操作失败,通常的做法是在循环中重新读取值并再次尝试CAS操作,直到成功为止。这种策略被称为自旋(Spin)。然而,持续的自旋可能导致CPU资源浪费,特别是在高并发下,因此需要适当的失败处理机制,比如设置超时或采用其他类型的锁。

    缺点 :ABA问题:当读取内存值V的时候时A,有一个线程将A改为B,后有改为A,CAS会误认为内存值V没有改变

    使用:Java的java.util.concurrent.atomic包下的原子类

悲观锁(Pessimistic Lock)

  1. 每次获取数据的时候,都会担心数据会被修改,所以每次获取数据的时候都会进行加锁,

  2. 确保在自己使用的过程中数据不被别人修改,使用完后进行数据解锁。

  3. 由于数据会进行加锁,期间对该数据进行读写和其他线程都会进行等待。


相关推荐
极客小云2 分钟前
【从 while 循环到可视化智能体:深入拆解 Agent Loop、Codex 风格工具调用、OpenClaw 与 Hermes 背后的技术细节】
数据库·python·大模型·agent·codex·openclaw·hermes
这个DBA有点耶24 分钟前
分布式数据库的“分片键”设计:选错可能让性能倒退10倍
数据库·分布式
运维行者_30 分钟前
使用Applications Manager监控的关键MongoDB指标
服务器·开发语言·网络·数据库·mongodb·机器学习·云计算
一支黑色の铅笔33 分钟前
MongoDB Aggregation Pipeline 常用 Stage 速查
数据库·算法·mongodb
霖霖总总44 分钟前
[MongoDB小技巧02] 掌握 MongoDB 基础:容器化部署、默认配置与 mongosh 核心命令全解析
数据库·mongodb
2501_915106321 小时前
深入解析HTTPS抓包原理、中间人攻击及反抓包技术攻防
数据库·网络协议·ios·小程序·https·uni-app·iphone
迷枫7121 小时前
DM8 数据共享集群 DSC 学习总结:共享存储、集群组件与常见误区
数据库·学习
rising start1 小时前
Redis基础入门
数据库·redis·缓存
码不停蹄的玄黓1 小时前
MySQL索引类型
数据库·mysql
有想法的py工程师1 小时前
PostgreSQL 设置唯一主键的生产事故复盘与最佳实践
数据库·oracle