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
Lysander.Jovian30 分钟前
Nginx服务2
运维·数据库·nginx
小张同学a.33 分钟前
zabbix企业级监控平台4——分布式监控与grafana数据可视化
linux·运维·数据库·分布式·信息可视化·zabbix·grafana
渣渣盟35 分钟前
当 Redis 写入不再是瓶颈后,Flink 任务的反压可能来自哪里?如何系统性地定位和解决 Flink 反压问题?
数据库·redis·flink
七牛开发者37 分钟前
Codex 实践系列 Vol.04:用 Goal 和 Plan 管住一个长任务
java·数据库·人工智能·github·copilot
仍然.38 分钟前
服务端高并发分布式结构演进之路
大数据·数据库·redis
MC皮蛋侠客44 分钟前
Redis 系列(三):底层实现(一)——对象系统、SDS 与 dict
数据库·redis·缓存
杜子不疼.1 小时前
不会SQL也能改数据库?我用NocoDB把MySQL变成了表格界面
数据库·sql·mysql
今天AI了吗1 小时前
AI辅助数据库工具链对比:从SQL优化到架构设计的主流方案评估
数据库·人工智能·sql
蓝鸟19742 小时前
Oracle 19c JSON_OBJECT 完全实战指南|嵌套、多行多列数组合并、空值踩坑、医保报文落地
数据库·oracle·json_arrayagg·多行转json数组·sql实战踩坑·数据库json拼装·json_object
晴天162 小时前
Agent 全栈学习笔记 1-Day14
数据库·笔记·学习